特許ウォッチ

公開番号2025141888
公報種別公開特許公報(A)
公開日2025-09-29
出願番号2025038120
出願日2025-03-11
発明の名称妥当性確認メトリクスを決定するコンピュータ実装方法
出願人ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング,ROBERT BOSCH GMBH
代理人個人,個人,個人,個人
主分類G06F 11/36 20250101AFI20250919BHJP(計算;計数)
要約【課題】妥当性確認メトリクスを決定するコンピュータ実装方法を提供すること。
【解決手段】モデル品質を決定するための妥当性確認メトリクスを決定するコンピュータ実装方法に関する。この方法は、シミュレーションの結果を含む第1のデータシリーズを受信するステップと、測定の結果を含む第2のデータシリーズを受信するステップと、第1のデータシリーズの評定を得るために、第2のデータシリーズとの比較に基づく第1のデータシリーズの視覚的妥当性確認を受信するステップと、第1のデータシリーズおよび第2のデータシリーズに複数の所定のメトリクスを適用するステップ、ならびに前提条件に基づいて複数のメトリクスから1つまたは複数のメトリクスを選択するステップと、選択された1つまたは複数のメトリクスを使用したパラメータの最適化、および第1のデータシリーズの評定に基づいて、妥当性確認メトリクスを決定するステップとを含む。
【選択図】図4
特許請求の範囲【請求項１】
モデル品質を決定するための妥当性確認メトリクスを決定するコンピュータ実装方法（１００）であって、
シミュレーションの結果を含む第１のデータシリーズ（１１ａ）を受信するステップ（１１０）と、
測定の結果を含む第２のデータシリーズ（１１ｂ）を受信するステップ（１２０）と、
前記第１のデータシリーズ（１１ａ）の評定を得るために、前記第２のデータシリーズ（１１ｂ）との比較に基づく前記第１のデータシリーズの視覚的妥当性確認を受信するステップ（１３０）と、
前記第１のデータシリーズ（１１ａ）および前記第２のデータシリーズ（１１ｂ）に複数の所定のメトリクスを適用するステップ（１４０）、ならびに前提条件に基づいて前記複数のメトリクスから１つまたは複数のメトリクスを選択するステップ（１５０）と、
前記選択された１つまたは複数のメトリクスを使用したパラメータの決定、および前記第１のデータシリーズの評定に基づいて、妥当性確認メトリクスを決定するステップ（１６０）と
を含むコンピュータ実装方法（１００）。
続きを表示（約 1,300 文字）【請求項２】
前記妥当性確認メトリクスが、１つまたは複数の加数の合計を含み、前記１つまたは複数の加数が重み付けされ、最適化されたパラメータが、前記加数の前記重みを含み、前記加数が、前記１つまたは複数のメトリクスを含む、請求項１に記載のコンピュータ実装方法（１００）。
【請求項３】
前記妥当性確認メトリクスを決定するステップ（１６０）が、回帰曲線の計算を含み、前記第１のデータシリーズ（１１ａ）の前記評定が、前記回帰曲線の従属変数を含み、前記回帰曲線の独立変数が前記パラメータを含む、請求項１または２に記載のコンピュータ実装方法（１００）。
【請求項４】
前記視覚的妥当性確認が、評価区間に基づき、前記第１のデータシリーズ（１１ａ）の前記評定が、複数のエントリを有するベクトルを含み、各エントリが、専門家（１２）の評価を含み、ベクトルの各エントリが、前記評価区間からの値を含む、請求項１、２、または３に記載のコンピュータ実装方法（１００）。
【請求項５】
前記複数のメトリクスから前記１つまたは複数のメトリクスを選択する前記ステップ（１５０）、および前記妥当性確認メトリクスを決定する前記ステップが、ＬＡＳＳＯ回帰によって実行される、請求項１から４のいずれか一項に記載のコンピュータ実装方法（１００）。
【請求項６】
前記第１のデータシリーズ（１１ａ）および／または前記第２のデータシリーズ（１１ｂ）を１つまたは複数のセクションに分割するステップを含み、前記複数の所定のメトリクスが、前記それぞれのデータシリーズ（１１ａ、１１ｂ）のセクションの長さを含む、
請求項１から５のいずれか一項に記載のコンピュータ実装方法（１００）。
【請求項７】
前記複数の所定のメトリクスが、平均絶対誤差、平均二乗偏差、中央絶対偏差、相互相関、正規化平均二乗偏差、および／またはスプレーグギアーズのうちの少なくとも１つを含む、請求項１から６のいずれか一項に記載のコンピュータ実装方法（１００）。
【請求項８】
前記妥当性確認メトリクスを使用して新たなシミュレーションを妥当性確認するステップを含み、前記新たなシミュレーションが、車両機能、ロボット機能、建物オートメーション機能、電動工具オートメーション機能、および／または家電機器オートメーション機能のシミュレーションを含む、
請求項１から７のいずれか一項に記載のコンピュータ実装方法（１００）。
【請求項９】
請求項１から８のいずれか一項に記載のモデル品質を決定するための妥当性確認メトリクスを決定するコンピュータ実装方法（１００）を実行するように構成されたコンピュータシステム。
【請求項１０】
コンピュータシステムによるコンピュータプログラムの実行時に、請求項１から８のいずれか一項に記載のモデル品質を決定するための妥当性確認メトリクスを決定するコンピュータ実装方法（１００）を前記コンピュータシステムに実行させる命令を含むコンピュータプログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、モデル品質を決定するための妥当性確認メトリクスを決定する方法に関する。さらに、本発明は、対応するコンピュータシステム、対応するコンピュータプログラム、および対応するコンピュータ可読媒体または信号に関する。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
例えばロボット工学および自動車の分野において、高度自動化されたシステムまたは自律システムがますます注目されている。
自律運転などの技術の開発では、シミュレーションおよびモデルが重要な役割を果たす。それらは、物理的なテストセットアップに必ずしも依拠せずにデータを収集できるようにする。高度なシミュレーションソフトウェアによって、複雑なシナリオを仮想環境で模倣することができ、これは、現実世界では再現が難しいことがある多数のテストケースを網羅する。仮想テストにより、エンジニアは、費用および時間のかかる物理テストを実行する必要なく、様々なアルゴリズム、センサ構成、および運転シナリオを効率的に評定および最適化することができるようになる。このようにして、シミュレーションおよびモデルは、開発プロセスを加速させ、自律車両の安全性および信頼性に寄与する。
【０００３】
モデル、測定方法、およびテスト方法に関する品質基準として、信頼性および客観性に加えて、特に妥当性が利用される。ここで、技術プロセスをシミュレートするためのモデルに関連して、妥当性確認は、モデル構築中のサブプロセスを成す。この妥当性確認の対象は、シミュレーションがその使用目的に適しているかどうかという、品質保証の枠組での中心的な質問に答えることである。妥当性確認プロセスによってはじめて、シミュレーション結果が現実を反映している、または使用目的に適している、およびさらなる製品開発段階に利用することができるという、必要な品質証明がもたらされる。
【０００４】
この文脈で、いわゆる運用妥当性確認が、実行可能なシミュレーションモデルの品質評価に使用され、これは仮想車両の挙動を現実の車両の挙動と直接比較するので、例えば車両技術において実用上、非常に重要性を有する。それを実行するために、シミュレーションの基礎となり、非常に複雑であり得る概念モデルを知ることは必要ない。運用妥当性確認は、シミュレーションデータと測定データとの実験的な比較に基づくので、多様なシミュレーションモデルおよびツールに適用可能である。
【発明の概要】
【０００５】
本開示の第１の全般的な態様は、コンピュータ実装方法に関する。この方法は、シミュレーションの結果を含む第１のデータシリーズを受信するステップと、測定の結果を含む第２のデータシリーズを受信するステップと、第１のデータシリーズの評定を得るために、第２のデータシリーズとの比較に基づく第１のデータシリーズの視覚的妥当性確認を受信するステップと、第１のデータシリーズおよび第２のデータシリーズに複数の所定のメトリクスを適用するステップ、ならびに前提条件に基づいて複数のメトリクスから１つまたは複数のメトリクスを選択するステップと、選択された１つまたは複数のメトリクスを使用したパラメータの最適化、および第１のデータシリーズの評定に基づいて、妥当性確認メトリクスを決定するステップとを含む。
【０００６】
本開示の第２の全般的な態様は、第１の全般的な態様（またはその実施形態）によるモデル品質を決定するための妥当性確認メトリクスを決定するコンピュータ実装方法を実行するように構成されたコンピュータシステムに関する。
【０００７】
本開示の第３の全般的な態様は、第１の全般的な態様（またはその実施形態）によるモデル品質を決定するための妥当性確認メトリクスを決定するコンピュータ実装方法を実行するように構成されたコンピュータプログラムに関する。
【０００８】
本開示の第４の全般的な態様は、第３の全般的な態様（またはその実施形態）によるコンピュータプログラムを記憶するおよび／または含むコンピュータ可読媒体または信号に関する。
【０００９】
本開示で提案される第１の全般的な態様（またはその実施形態）による方法は、モデル品質を決定するための妥当性確認メトリクスを決定するためのコンピュータ実装方法を提供するために使用することができる。この方法は、（シミュレーション）モデルの（比較可能な）品質を決定するために、客観的な妥当性確認メトリクスを提供するために使用することができる。例において、妥当性確認メトリクスは、データベースに記憶されることがあり、将来のシミュレーションを妥当性確認するために使用することができる。例において、妥当性確認メトリクスは、ウェブアプリを介して提供されることがあり、それによりスケーリングされることがある。開示される方法は、開発における物理的なテストベンチおよび／またはテストセットアップの必要性を減らし、製品開発におけるシミュレーションおよびモデルの使用を促進することを可能にすることができる。これは、開発時間を短縮するのに有利であり得る。さらなる例では、この方法は、関連するメトリクスを妥当性確認メトリクスに組み込ませ、例えば相関されたメトリクスを削除するために使用することができる。さらなる利点は、信頼区間を決定できることに見ることができ、信頼区間は、妥当性確認メトリクスをチェックするために使用することができ、例えば妥当性確認メトリクスの必要となり得る更新に関する情報を与えることができる。
【００１０】
さらなる利点は、妥当性確認メトリクスによって妥当性確認されるモデルを、車両機能、ロボット機能、建物オートメーション機能、電動工具オートメーション機能、および／または家電機器オートメーション機能を開発、テスト、妥当性確認、および／または検証するために使用することができることにある。例において、データは、機械学習モデルを訓練、テスト、および／または妥当性確認するために使用することができる。さらなる利点は、機械学習モデルを使用して、車両機能、ロボット機能、建物オートメーション機能、電動工具オートメーション機能、および／または家電機器オートメーション機能を制御および／または調整することができることにあり得る。
（【００１１】以降は省略されています）

関連特許