生成基于模型的数字化车辆代表的方法、控制车辆的方法和计算单元与流程

1.本发明涉及一种用于生成车辆的基于模型的数字化代表的方法和一种用于控制车辆的方法。


背景技术：

2.对于控制车辆、特别是自主驾驶的车辆，对车辆状态以及车辆的环境的尽可能全面的认知具有决定性意义。


技术实现要素：

3.因此，本发明的一个任务是，提供一种经改善的用于生成车辆的基于模型的数字化代表和一种经改善的用于控制车辆的方法。
4.该任务通过一种经改善的用于生成车辆的基于模型的数字化代表的方法和一种经改善的用于控制车辆的方法来解决。有利构型能够通过在优选实施方式中所列举的措施实现。
5.根据本发明的一个方面，提供一种用于生成车辆的基于模型的数字化代表的方法，该方法包括：
6.接收车辆的多个声学传感器的传感器数据，其中，这些传感器数据描述该车辆的声响和/或该车辆的环境的声响，并且其中，这些传感器数据针对车辆的多个行驶被记录到；
7.分析处理所述传感器数据，并在该车辆的和/或该环境的所记录到的声响与该车辆的和/或该环境的导致所对应的声响的状态之间建立关系；和
8.将所求取到的在该车辆的和/或该环境的声响与该车辆的和/或该环境的对应状态之间的关系存储在该车辆的基于模型的代表中。
9.由此能够实现如下技术优点：能够提供用于生成车辆的基于模型的数字化代表的经改善的方法。为此，接收车辆的多个声学传感器的传感器数据，其中，所述传感器数据描述该车辆的声响和/或该车辆的环境的声响。所述传感器数据为此通过该车辆的多个行驶、例如沿着不同车道的行驶被记录到。在生成该车辆的基于模型的代表时，分析处理这些声学传感器的传感器数据，并在分别描述该车辆和/或该车辆的环境的声响的这些传感器数据的所记录的声响与导致所对应的声响的、该车辆的状态和/或环境的状态之间建立关系。以这种方式所建立的在该车辆的和/或该环境的通过声学传感器所记录到的声响与该车辆的和/或该环境的导致声响的状态之间的关系随后被存储为该车辆的基于这些声学传感器的所述声学数据的代表。由此能够提供基于声学数据的、车辆的基于模型的代表。借助车辆的基于模型的该代表，能够基于在该车辆的行驶期间来自该车辆的声学传感器的数据推断出关于该车辆的状态或该车辆的环境的状态的结论。
10.根据一种实施方式，车辆的声响包括：该车辆的发动机的和/或变速器的和/或底
盘的和/或减震器的和/或车轮悬架的和/或制动器的和/或轮胎的和/或车身的声响，并且其中，车辆的状态包括：该发动机的和/或该变速器的和/或该底盘的和/或该减震器的和/或该车轮悬架的和/或所述轮胎的和/或该车身的功能状态，和/或该车辆的速度的和/或负载状态，和/或所述轮胎在行驶道路上的滚动阻力和所述行驶道路的状态，和/或该车身被湿气、雪、雹、尘、叶的沾湿。
11.由此能够实现如下技术优点：能够通过声学传感器数据的相应的测量，来考虑车辆的多个不同声响。因此能够基于车辆的声学传感器的各个声学数据来求取该车辆的多个不同状态。车辆的状态在此可以包括发动机的、变速器的、底盘的、减震器的、车轮悬架的、轮胎的、车身的功能能力，以及速度、负载状态、滚动阻力、轮胎或车身被湿气、雪、雹、尘或叶的沾湿。因此能够基于该车辆的基于模型的代表来求取该车辆的全面的状态。
12.根据一种实施方式，环境的声响包括：另外的车辆的声响、行人的声响、动物的声响、被布置在该环境中的建筑物或植被反射的该车辆的声响、降水、降雪、雹、风的声响，并且其中，车辆的环境的状态包括：存在车辆、行人、建筑物、植被，存在降水、雹、雪。
13.由此能够实现如下技术优点：能够为车辆的基于模型的代表考虑在该车辆的环境内的多个不同声响。基于通过分别布置在车辆上的声学传感器所记录到的在该车辆的环境内的不同声响，能够求取该车辆的环境的多个不同状态。环境的状态在此可以包括各种对象的存在，这些对象必要时能够基于特征化声响被分类，以及包括各种天气条件，这些天气条件同样根据这些特征化声响、例如在车身上所导致的声响被考虑。由此能够提供基于车辆的多个声学传感器的声学数据的、全面的对该车辆的基于模型的代表，该代表使得能够实现全面地描述该车辆的环境的不同状态。
14.根据一种实施方式，对环境中的对象的探测包括对该环境中的对象的位置确定和/或对这些对象相对于该车辆的距离和/或速度的确定和/或将这些对象特征化。
15.由此能够实现如下技术优点：能够基于通过车辆的声学传感器的相应的传感器数据所检测到的对象的各个特征化声响，将对该车辆的环境内的对象的详细的对象识别记录到该车辆的基于模型的代表中。由此能够实现精确的对该车辆的基于模型的代表，该代表使得能够实现基于车辆的声学传感器的声学数据对该车辆的环境的详细描述。
16.根据一种实施方式，传感器数据包括多个麦克风的声学数据和/或多个超声波传感器的数据。
17.由此能够实现如下技术优点：能够将声学传感器的精确的声学数据用于生成车辆的基于模型的代表。通过麦克风能够不仅将车辆的详细声响而且将来自周围环境的详细声响呈声学数据的形式流入到对基于模型的代表的生成中。通过使用超声波传感器，此外能够将环境内的对象的距离信息或速度信息流入到对该车辆的基于模型的代表的生成中。由此能够实现将状态、特别是车辆的环境的状态的描述进一步精确化。
18.根据一种实施方式，在车辆的和/或环境的声响与车辆的和/或环境的对应状态之间建立关系包括将机器学习技术实施到所述传感器数据上，并且其中，存储所述关系包括存储一个相应经训练的人工智能或多个相应经训练的人工智能。
19.由此能够实现如下技术优点：能够精确、快速、可靠地生成车辆的基于模型的代表。通过使用机器学习技术，能够通过对所使用的人工智能相应地进行训练来求取基于声学传感器的所记录到的声学数据的、分别所求取到的声学数据的声响与导致这些声响的车
辆状态及车辆环境状态的关系。分别表示所存储的、该车辆的基于模型的代表的关系的相应经训练的人工智能，还可以在成功生成车辆的基于模型的代表后通过将分别经训练的神经网络实施到声学传感器的在该车辆的行驶期间所记录到的声学数据上来实现快速和可靠地求取车辆的或环境的状态。
20.根据一种实施方式，车辆的基于模型的代表构造为车辆的基于声学传感器数据的数字化孪生。
21.由此能够实现如下技术优点：能够通过车辆的基于模型的代表来提供对该车辆的描述或对该车辆的状态和/或该车辆的环境的状态的全面描述。
22.根据另一方面，提供一种用于控制车辆的方法，该方法包括：
23.接收车辆的多个声学传感器的传感器数据，其中，所述传感器数据描述该车辆的声响和/或该车辆的环境的声响；
24.将该车辆的基于模型的代表实施到所述声学传感器数据上，其中，该车辆的基于模型的代表按照根据前述实施方式中任一种实施方式所述的用于生成车辆的基于模型的数字化代表的方法生成；
25.基于该车辆的声学传感器数据和在该车辆的该基于模型的代表中所存储的关系来求取该车辆的状态和/或该车辆的环境的状态；和
26.在考虑所求取到的、该车辆的状态和/或该车辆的环境的状态的情况下，输出用于操控该车辆的控制信号。
27.由此能够提供用于控制车辆的经改善的方法，在该方法中利用具有上述技术优点的、车辆的基于模型的代表。
28.根据另一方面，提供一种计算单元，该计算单元设置为用于实施根据前述实施方式中任一实施方式所述的用于生成车辆的基于模型的数字化代表的方法和/或用于控制车辆的方法。
29.根据另一方面，提供一种计算机程序产品，该计算机程序产品包括指令，这些指令在通过数据处理单元执行该程序时促使该数据处理单元实施根据前述实施方式中任一实施方式所述的用于生成车辆的基于模型的数字化代表的方法和/或用于控制车辆的方法。
附图说明
30.参照以下附图阐述本发明的实施例。在附图中示出：
31.图1：用于生成车辆的基于模型的数字化代表的系统的示意图；
32.图2：用于生成车辆的基于模型的数字化的代表的方法的流程图；
33.图3：用于控制车辆的方法的流程图；和
34.图4：计算机程序产品的示意图。
具体实施方式
35.图1示出用于生成车辆301的基于模型的数字化代表311的系统300的示意图。
36.图1在图a中示出根据本发明的用于生成车辆301的基于模型的代表311的方法的图形表示。相反在图1的图b中提供根据本发明的用于控制车辆的方法的图形表示。
37.在图a中示出在车道305上行驶的车辆301的场景。车辆301包括构造在车辆301的
不同位置处的多个声学传感器303。声学传感器303例如可以构造为麦克风或超声波传感器。声学传感器303可以以这样的方式布置在车辆上，使得通过这些声学传感器能够记录在该车辆内的声响或该车辆的环境312内的声响。通过超声波传感器能够求取车辆301的环境中的对象的距离或速度。
38.为了生成基于车辆301的声学传感器303的声学数据的、车辆301的基于模型的代表311，根据本发明，通过车辆301实施沿着不同的车道305多个不同的行驶。这些行驶例如可以构造为测试行驶，并且专门用于通过车辆301的声学传感器303来记录相应的数据。因此，根据所述多个行驶，通过构造在车辆301的不同位置处的声学传感器303来记录相应的传感器数据304。通过传感器数据304能够记录该车辆内的或该车辆的环境内的各种声响。在声学传感器303构造为超声波传感器的情况下，替代或附加地可以通过传感器数据304来确定布置在环境312中的对象313的相对于车辆301的距离信息或速度信息。
39.视声学传感器303在车辆的不同位置处的布置而定，能够通过声学传感器的测量来记录来自该车辆的不同部分的不同声响。因此例如能够记录发动机的、变速器的、底盘的、减震器的、车轮悬架的、制动器的、轮胎的和/或车身的声响。在图1的图c中放大示出声学传感器303在车辆301的轮胎307或底盘308的紧挨着的附近的相应布置。因此，通过分别布置在轮胎307的附近的声学传感器303的测量例如能够记录轮胎307的在车辆301行驶期间出现的声响。通过布置在车辆301的其他位置处的声学传感器303，能够相应地记录在行驶期间来自其他构件、例如来自车辆301的发动机或变速器的声响。
40.通过相应地朝车辆301的环境312的方向布置的声学传感器303，还能够在行驶期间记录在该环境内的声响，例如由于在该环境内的对象313所导致的声响。在图1中示例性地，另一车辆314布置在该环境312内。通过相应在声学上记录车辆314的声响，能够通过对传感器数据304进行相应的数据处理和分析处理来对该另一车辆314进行对象识别。通过将指向车辆301的环境312的声学传感器303构造为超声波传感器，替代或附加地能够记录在车辆301的环境312中的对象313的距离信息或速度信息。
41.为了分析处理在车辆301的测试行驶期间所记录到的、多个声学传感器303的传感器数据304，并且为了生成车辆301的基于模型的代表311，将传感器数据304传输到计算单元302上。计算单元302设置为用于实施根据本发明的用于生成车辆301的基于模型的代表311的方法。除了多个声学传感器303的传感器数据304外，还提供状态数据315。状态数据315在此描述车辆301的状态或车辆301的环境312的状态，车辆301或该车辆的环境在记录声学传感器303的传感器数据304期间具有这些状态。
42.基于传感器数据304和状态数据315，能够实现传感器数据304与相应的状态数据315之间的多个关系，用于生成车辆301的基于模型的代表311。传感器数据304与状态数据315之间的关系描述在传感器数据304中所记录到的、车辆301的或环境312的声响与车辆301的或环境312的分别导致车辆301的或环境312的这些声响的各个不同状态之间的关系。
43.对于布置在车辆301的轮胎307的近处的声学传感器303的该示例，状态数据315可以包括例如轮胎307的胎压或轮胎型号或关于车道305的行驶道路路面306的信息。因此能够通过分析处理布置在轮胎307上的声学传感器303的相应的传感器数据304和相应的状态数据315，建立在轮胎307的通过各个声学传感器303所记录到的轮胎声响与例如轮胎307的胎压或轮胎307的轮胎型号或在记录传感器数据304时被车辆301驶过的车道305的对应行
驶道路路面306之间的关系。因此能够通过所记录到的轮胎声响与轮胎307的对应状态之间的相应的关系，在成功生成车辆301的基于模型的代表311之后基于通过声学传感器303所记录到的、轮胎307的轮胎声响得出关于轮胎307的状态的结论。因此还能够考虑在状态数据315中所包含的、车辆的速度信息或关于行驶道路路面306的信息。
44.类似地可以通过来自布置在车辆的发动机处的声学传感器303的传感器数据304和通过包括发动机状态的状态数据315，建立在通过传感器数据304所记录到的发动机声响和该发动机的相应状态之间的相应关系。
45.通过所建立的关系得出传感器数据304的声响与状态数据315的状态之间的配属关系。通过所述配属关系能够在基于所记录到的传感器数据304成功生成基于模型的代表311之后求取相应的状态。
46.类似地可以经由通过来自面向环境312的声学传感器303的相应的传感器数据304所记录的、环境312的声响，和描述该环境的状态的状态数据315，能够实现在传感器数据304中所记录到的、环境313的声响与在状态数据315中所描述的、环境312的状态之间的相应关系，在所述状态数据中例如在各个车道305的表示中包括有与建筑物、植被或道路走向相关的信息。
47.对于所示出的、处于车道305上的另一车辆314的示例，状态数据315例如可以包括基于摄像机数据的对象识别的信息，在这些信息中可以识别到在车道305上行驶的另一车辆314。因此能够在考虑描述另一车辆314的状态数据315的情况下，将在相应的传感器数据304中所记录到的、环境312内的声响明确地配属给环境312的对应状态，其中，环境312的该状态在此例如描述另一车辆314的存在。
48.因此能够通过分析处理在测试行驶中所记录到的传感器数据304和相应提供的状态数据315，求取在传感器数据304中所记录到的车辆声响或环境声响与对应的车辆状态或环境状态之间的关系。根据本发明，所求取到的和所存储的、在所记录到的车辆声响或环境声响与分别对应的车辆状态或环境状态之间的关系表示车辆301的基于模型的代表311。
49.根据一种实施方式，对传感器数据304或状态数据315的分析处理以及对所记录到的车辆声响或环境声响与分别对应的车辆状态或环境状态之间的关系的生成可以通过实施机器学习技术来实现。例如可以针对多个声学传感器303将相应构建的一个神经网络或多个神经网络用于产生在传感器数据304中所记录到的车辆声响或环境声响与对应的车辆状态或环境状态之间的关系。为了相应地训练一个神经网络或多个神经网络，能够生成在所记录到的声响与车辆状态或环境状态之间的关系。
50.类似地可以基于构造为超声波传感器的声学传感器303的传感器数据的距离信息或速度信息来求取距离信息或速度信息与相应的环境状态之间的关系。
51.根据一种实施方式，由传感器数据304所记录到的车辆声响可以包括发动机的、变速器的、底盘的、减震器的、车轮悬架的、制动器的、轮胎和车身的声响，以及车辆的其他构件的另外的声响。分别在状态数据315中所描述的车辆状态可以包括发动机的、变速器的、底盘的、减震器的、车轮悬架的、轮胎的、车身的功能状态以及关于速度、负载状态、轮胎307在车道305上的滚动阻力以及该车道305的状态的信息，或者关于车身被湿气、雪、雹、叶或尘的沾湿的信息或车辆301的其他状态的信息。
52.根据一种实施方式，通过声学传感器303的传感器数据304所记录到的、环境312的
声响可以包括另外的车辆314的声响、行人的声响、动物的声响、被布置在环境312中的建筑物或植被反射的车辆301的声响、降水、降雪、雹、风和另外的在车辆312的环境中可被求取到的声响。因此，环境312的状态可以包括对象313——例如另一车辆314、行人、建筑物、植被——的存在或特殊天气条件——如降水、雹、降雪或其余环境状态的存在。
53.在图1的图b中示出根据本发明的用于控制车辆301的方法的图形表示。对车辆301的控制在此基于车辆301的多个声学传感器303的传感器数据304并且在考虑如在上文中所描述的那样所生成的、车辆301的基于模型的代表311来执行。在成功生成车辆301的基于模型的代表311之后将该代表安装在车辆301的计算单元310中。根据本发明，为控制车辆301，在车辆301行驶期间记录多个声学传感器303的多个传感器数据304。如在上文中所描述的那样，传感器数据304在此可以包括车辆的声响，或车辆301的各种构件的声响，和/或车辆312的环境的声响和/或布置在车辆301的环境312中的对象313的距离信息或速度信息。根据本发明，相应生成的、车辆301的基于模型的代表311包括在车辆声响或环境声响与车辆301的或环境312的状态之间的关系，这些状态是相应所记录到的车辆声响或环境声响的原因。因此，通过将相应生成的、车辆301的基于模型的代表311实施到在车辆301行驶期间所记录到的传感器数据304上，能够通过存储在车辆301的基于模型的代表311中的在车辆声响或环境声响与车辆301的或环境312的相应状态之间的关系来求取在车辆301行驶期间车辆301的或环境312的状态。通过输出相应的控制信号，因此能够在考虑车辆301的基于模型的代表311和在行驶期间所记录到的、车辆301的声学传感器303的传感器数据304的情况下，实现对车辆301的控制，在该控制中，可以考虑通过车辆301的基于模型的代表311所求取到的、车辆301的或环境312的状态。
54.根据一种实施方式，基于模型的代表311可以是车辆301的数字化孪生。
55.在所示出的实施方式中，用于生成车辆301的基于模型的代表311的计算单元302构造为外部计算单元。该外部计算单元可以例如构造为用于创建基于模型的代表311的计算中心的形式，该计算中心构造为例如相应的服务器单元，服务器单元可以借助数据传输与各个车辆301通信。在所示出的实施方式中，构造为用于实施所生成的、车辆301的基于模型的代表311的计算单元310构造在车辆301中。计算单元310替代于此地同样可以构造为外部计算单元。为此还提供在外部计算单元310与车辆301之间的数据通信，在该数据通信中，能够将通过将基于模型的代表311实施到车辆301的传感器数据304上所求取到的、车辆301的或环境312的状态在行驶期间提供给车辆301。
56.图2示出用于生成车辆301的基于模型的数字化代表311的方法100的流程图。
57.根据本发明，在第一方法步骤101中接收车辆301的多个声学传感器303的传感器数据304。传感器数据304为此在车辆301沿着多个不同车道305的多个行驶、例如测试行驶期间被记录到。传感器数据304在此描述车辆声响或车辆301的环境312的声响，并且可以附加地和/或替代地包括在车辆301的环境312中的对象313的距离信息或速度信息。
58.在另一方法步骤103中，对传感器数据304进行分析处理，并求取在传感器数据304的所记录到的声响或传感器数据304的距离信息或速度信息与车辆301的状态或车辆301的环境的状态之间的关系。为此还可以考虑状态数据315，所述状态数据包括关于该车辆的各个状态或车辆301的环境312的各个状态的信息。
59.在另一方法步骤205中，将在传感器数据304的声响或距离信息和速度信息与车辆
301的状态或状态数据315的环境312的状态之间的关系存储在相应的、车辆301的基于模型的代表311中。
60.图3示出用于控制车辆301的方法200的流程图。
61.根据本发明，在第一方法步骤201中，在车辆301行驶期间记录车辆301的多个声学传感器303的传感器数据304。
62.在另一方法步骤203中，将根据用于生成车辆301的基于模型的代表311的本发明方法100所生成的、车辆301的基于模型的代表311实施到所记录到的传感器数据304上。
63.在另一方法步骤205中，通过将车辆301的基于模型的代表311实施到声学传感器301的传感器数据304上来求取车辆301的至少一个状态或车辆301的环境312的至少一个状态。
64.在另一方法步骤207中，基于所求取到的、车辆301的状态或车辆301的环境312的状态输出相应的控制信号。所述控制信号在此这样构型，使得对车辆301的控制在考虑所求取到的、车辆301的或环境312的状态的情况下进行。
65.图4示出一种计算机程序产品400的示意图，该计算机程序产品包括指令，所述指令在通过计算单元执行该程序时促使该计算单元实施用于生成车辆301的基于模型的数字化代表312的方法100和/或用于控制车辆301的方法200。
66.在所示出的实施方式中，计算机程序产品400被存储在存储介质401上。在此，存储介质401可以是从现有技术中已知的任意存储介质。

技术特征：
1.一种用于生成车辆(301)的基于模型的数字化代表(311)的方法(100)，所述方法包括：接收(101)车辆(301)的多个声学传感器(303)的传感器数据(304)，其中，所述传感器数据(304)描述所述车辆(301)的声响和/或所述车辆(301)的环境(312)的声响，并且其中，所述传感器数据(304)针对所述车辆(301)的多个行驶被记录到；分析处理(103)所述传感器数据(304)，并在所述车辆(301)的和/或所述环境(312)的所记录到的声响与所述车辆(301)的和/或所述环境(312)的导致所对应的声响的状态之间建立关系；和将所求取到的在所述车辆(301)的和/或所述环境(312)的所述声响与所述车辆(301)的和/或所述环境(312)的对应状态之间的关系存储在所述车辆(301)的基于模型的代表(311)中。2.根据权利要求1所述的方法(100)，其中，所述车辆(301)的声响包括：所述车辆(301)的发动机的和/或变速器的和/或底盘(308)的和/或减震器的和/或车轮悬架的和/或制动器的和/或轮胎(307)的和/或车身的声响，并且其中，所述车辆(301)的状态包括：所述发动机的和/或所述变速器的和/或所述底盘(308)的和/或所述减震器的和/或所述车轮悬架的和/或所述轮胎(307)的和/或所述车身的功能状态，和/或所述车辆(301)的速度和/或负载状态，和/或所述轮胎(307)在车道(305)上的滚动阻力，和所述车道(305)的状态，和/或所述车身被湿气、雪、雹、尘、叶的沾湿。3.根据前述权利要求中任一项所述的方法(100)，其中，所述环境(312)的声响包括：另外的车辆(314)的声响、行人的声响、动物的声响、被布置在所述环境中的建筑物或植被反射的所述车辆的声响、降水、降雪、雹、风的声响，并且其中，所述车辆(301)的环境(312)的状态包括：存在车辆(314)、行人、建筑物、植被，存在降水、雹、雪。4.根据权利要求3所述的方法(100)，其中，对所述环境中的对象(313)的探测包括对所述环境(312)中的对象(313)的位置确定和/或对所述对象(313)相对于所述车辆(301)的距离和/或速度的确定和/或将所述对象(313)特征化。5.根据前述权利要求中任一项所述的方法(100)，其中，传感器数据(304)包括多个麦克风的声学数据和/或多个超声波传感器的数据。6.根据前述权利要求中任一项所述的方法(100)，其中，在所述车辆(301)的和/或所述环境(312)的声响与所述车辆(301)的和/或所述环境(312)的对应状态之间建立关系包括将机器学习技术实施到所述传感器数据上，并且其中，对所述关系的存储包括存储一个相应经训练的人工智能或多个相应经训练的人工智能。7.根据前述权利要求中任一项所述的方法(100)，其中，所述车辆(301)的基于模型的代表(312)构造为所述车辆(301)的基于声学传感器数据(304)的数字化孪生。8.一种用于控制车辆的方法(200)，所述方法包括：接收(201)车辆(301)的多个声学传感器(301)的传感器数据(304)，其中，所述传感器数据(304)描述所述车辆(301)的声响和/或所述车辆(301)的环境(312)的声响；将所述车辆的基于模型的代表(311)实施(203)到所述声学传感器数据(304)上，其中，所述车辆(301)的所述基于模型的代表(311)按照根据前述权利要求1至7中任一项所述的用于生成车辆(301)的基于模型的数字化代表的方法(100)生成；
基于所述车辆(301)的声学传感器数据(304)和在所述车辆(301)的所述基于模型的代表(311)中所存储的关系来求取(205)所述车辆(301)的状态和/或所述车辆(301)的环境(312)的状态；和在考虑所求取到的、所述车辆(301)的状态和/或所述车辆(301)的环境(312)的状态的情况下，输出(207)用于操控所述车辆(301)的控制信号。9.一种计算单元(302，310)，所述计算单元设置为用于实施根据前述权利要求1至7中任一项所述的用于生成车辆(301)的基于模型的数字化代表(311)的方法(100)和/或根据权利要求8所述的用于控制车辆(301)的方法。10.一种计算机程序产品(400)，所述计算机程序产品包括指令，所述指令在通过数据处理单元执行所述程序时促使所述数据处理单元实施根据权利要求1至7中任一项所述的用于生成车辆(301)的基于模型的数字化代表(311)的方法(100)和/或根据权利要求8所述的用于控制车辆(301)的方法(200)。

技术总结
本发明涉及一种用于生成车辆(301)的基于模型的数字化代表(311)的方法(100)，该方法包括：接收(101)该车辆的多个声学传感器(303)的传感器数据(304)，其中，所述传感器数据(304)描述该车辆的声响和/或该车辆的环境(312)的声响，并且其中，所述传感器数据(304)针对该车辆的多个行驶被记录到；分析处理(103)所述传感器数据(304)，并在该车辆的和/或该环境的所记录到的声响与该车辆的和/或该环境的导致所对应的声响的状态之间建立关系；和将所求取到的在该车辆的和/或该环境的所述声响与该车辆的和/或该环境的对应状态之间的关系存储在该车辆的基于模型的代表(311)中。车辆的基于模型的代表(311)中。车辆的基于模型的代表(311)中。


技术研发人员：H-L
受保护的技术使用者：罗伯特
技术研发日：2023.01.12
技术公布日：2023/7/20