[发明专利]具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法

权利要求书

1.一种与多个自主或部分自主驾驶机动车辆(41,...,45)相关联的自动化的自动车系统(1)，所述自动车系统借助于分布式数据传输装置基于自动数据的实时捕获和传输被动态地触发和动态地调整，所述机动车辆(41,...,45)包括用于感测环境参数的外感受性传感器或测量装置(4011)以及用于感测所述机动车辆(41,...,45)的操作参数的本体感受性传感器或测量装置(4012)，所述环境参数至少包括到对象的距离和/或环境光的强度和/或声音振幅，所述机动车辆的操作参数至少包括所述机动车辆的马达速度和/或车轮负载和/或航向和/或电池状态，所述机动车辆(41,...,45)包括自动控制系统(461,...,465)，所述自动控制系统通过解释所述外感受性传感器或测量装置以及所述本体感受性传感器或测量装置(4011/4012)的感测数据，识别适当的导航路径和/或障碍物和/或相关标志来用于所述机动车辆(41,...,45)的自主或部分自主驾驶，以及所述自主或部分自主驾驶机动车辆(41,...,45)包括远程信息处理装置(411,...,415)，所述远程信息处理装置具有所述自动控制系统(461,...,465)与外部系统之间的一个或更多个无线连接(4114)，并且具有用于与所述外感受性传感器或测量装置和所述本体感受性传感器或测量装置(4011/4012)连接的多个接口(421,...,425)，

其中，数据链路(21)借助于中央的基于机器学习的电路(11)与多个自动控制系统(461,...,465)之间的所述无线连接(4114)来设置，所述数据链路将至少基于使用的(31)和/或基于用户的(32)和/或操作的(33)自动数据(3)经由所述远程信息处理装置(411,...,415)发送至所述中央的基于机器学习的电路(11)，其中，所述基于使用的(31)和/或基于用户的(32)和/或操作的(33)自动数据(3)基于所述外感受性传感器或测量装置和所述本体感受性传感器或测量装置(4011,4012)的感测数据以及/或者所述自动控制系统(461,...,465)的操作参数(4611)，

并且其中，所述自动车系统(1)包括第一风险转移系统(10)，以提供基于第一风险转移参数(501,...,505)从所述机动车辆(41,...,45)中的至少一些机动车辆到所述第一风险转移系统(10)的第一风险转移，其中，所述第一风险转移系统(10)包括多个支付转移模块(103)，所述多个支付转移模块被配置成接收和存储(102)与所述自主驾驶机动车辆(41,...,45)的风险敞口(5)的风险转移相关联的第一支付参数(1021,...,1025)用于共担其风险，其特征在于，

为了测量准确定位，所述外感受性传感器或测量装置(4011)的测量的和发送的自动数据(3)至少包括全球定位系统GPS(40112)的测量数据，所述全球定位系统GPS(40112)的测量数据与转速计、高度计和陀螺仪的测量数据相结合，并且通过里程计传感器(40114)的测量数据而补充，以改善所述全球定位系统GPS(40112)的测量数据，为了测量靠近所述机动车辆(41,...,45)的对象的位置，所述外感受性传感器或测量装置(4011)的测量的和发送的自动数据(3)至少包括超声波传感器(40113)的测量数据，为了监测所述机动车辆的周围环境，所述外感受性传感器或测量装置(4011)的测量的和发送的自动数据(3)至少包括光检测和测距LIDAR测量装置(40115)和/或视频摄像机(40116)和/或雷达传感器(40117)的测量数据，

为了测量特定机动车辆的自主驾驶支持设备的自动化和/或激活，所述外感受性传感器或测量装置和所述本体感受性传感器或测量装置(4011，4012)的测量的和发送的自动数据(3)包括指示自主驾驶的至少5个预定自动化和/或激活等级的测量数据，其中，所述中央的基于机器学习的电路(11)包括由所述自动控制系统(461,...,465)施加的用于触发所述机动车辆(41,...,45)的预定自动化等级的触发参数，并且其中，在触发等级0时，驾驶员始终完全控制所述机动车辆，在触发等级1时，所述自动化包括一个或更多个特定且独立的操作控制功能，在触发等级2时，所述自动化包括结合作用的至少两个控制功能，在触发等级3时，所述自动化包括使得驾驶员能够在某些交通或环境状况下放弃对所有安全关键功能的完全控制的手段，以及在触发等级4时，所述自动化包括针对整个行程执行所有安全关键驾驶功能的手段，

所述自动车系统(1)包括至少一个事件触发器，所述至少一个事件触发器用于通过在所述自动控制系统(461,...,465)的数据流路径中测量和触发所述自动数据(3)的指示预定风险事件之一的参数来触发所述预定风险事件的发生，

借助于所述自动车系统(1)的中央的基于机器学习的电路(11)来处理从所述机动车辆(41,...,45)的发送的自动数据(3)中捕获的与风险相关的自动数据(3)，并且生成预定风险事件(61,...,63)的发生的测量可能性，其中，作为预定风险事件(61,...,63)的发生的测量可能性的风险是至少基于共担的所述机动车辆(41,...,45)的预定风险事件(61,...,63)的发生的可能性而动态地确定的，其中，第一风险转移参数(501,...,505)及相关联的第一支付转移参数(1021,...,1025)借助于所述中央的基于机器学习的电路(11)生成并被发送至所述第一风险转移系统(10)，并且其中，在触发与所述机动车辆(41,...,45)的转移的风险敞口相关联的定义风险事件(61,...,63)之一的发生的情况下，发生的损失(71,...,75)由所述第一风险转移系统(10)基于所述第一风险转移参数(501,...,505)及相关联的第一支付转移参数(1021,...,1025)自动覆盖，

所述自动车系统(1)包括第二风险转移系统(12)，以提供基于第二风险转移参数(511,...,515)从所述第一风险转移系统(10)中的一个或更多个到所述第二风险转移系统(12)的第二风险转移，其中，所述第二风险转移系统(12)包括第二支付转移模块(123)，所述第二支付转移模块被配置成接收和存储(122)第二支付参数(1221,...,1225)用于共担所述第一风险转移系统(10)的与转移至所述第一风险转移系统(10)的风险敞口相关联的风险，

第二风险转移参数(511,...,515)及相关联的第二支付转移参数(1221,...,1225)借助于所述中央的基于机器学习的电路(11)生成并被发送至所述第二风险转移系统(12)，其中，所述发生的损失(71,...,75)由所述第二风险转移系统(12)基于所述第二风险转移参数(511,...,515)及相关联的第二支付转移参数(1221,...,1225)至少部分地覆盖，以及

所述第一风险转移参数和所述第二风险转移参数(501,...,505/511,...,515)及所述相关联的第一支付转移参数和所述相关联的第二支付转移参数(1021,...,1025/1221,...,1225)借助于所述中央的基于机器学习的电路(11)基于从所述多个自主或部分自主驾驶机动车辆(41,...,45)捕获的所述基于使用的(31)和/或基于用户的(32)和/或操作的(33)自动数据(3)并基于所述第一风险转移系统(10)的经共担的风险来动态地适应和/或优化，所述第一风险转移参数和所述第二风险转移参数(501,...,505/511,...,515)转移与所测量的预定风险事件(61,...,63)的发生相关联的风险敞口(5)，其中，借助于所述中央的基于机器学习的电路(11)生成的所述第一风险转移参数和所述第二风险转移参数(501,...,505/511,...,515)及相关联的第一支付转移参数和相关联的第二支付转移参数(1021,...,1025/1221,...,1225)至少取决于特定机动车辆的自主驾驶支持设备的与所发送的自动数据(3)的背景数据和/或环境数据相关的激活，并且其中，特定自主驾驶支持设备的激活对生成的参数的影响取决于所述发送的自动数据(3)的同时测量的、时间相关的背景数据，

为了生成所述第一风险转移参数和所述第二风险转移参数(501,...,505/511,...,515)，所述中央的基于机器学习的电路(11)对于其机器学习结构包括由所述中央的基于机器学习的电路(11)对地理区域生成的具有可选网格单元(201,…,203)的空间高分辨率网格(20)，其中，位置相关数据被分配给所述网格(20)的可选网格单元(201,…,203)，以由所述中央的基于机器学习的电路(11)提供与所述机动车辆(41,...,45)的风险相关的动态位置，所述位置相关数据包括为所述网格单元(201,…,203)提供用于生成加权风险贡献的历史数据以及提供适当的风险贡献的所捕获的自动数据(3)的处理数据，并且

所述第一风险转移参数和所述第二风险转移参数(501,...,505/511,...,515)及相关联的第一支付转移参数和/或相关联的第二支付转移参数(1021,...,1025/1221,...,1225)借助于所述中央的基于机器学习的电路(11)基于一个或多个风险事件(61，...，63)的时间相关联的发生率数据并基于所述自主驾驶机动车辆(41,...,45)在使用期间触发的分类并且基于从所述多个自主驾驶机动车辆(41,...,45)捕获的所述基于使用的(31)和/或基于用户的(32)和/或操作的(33)自动数据(3)来动态地适应和/或积累。