Robert Bosch Patente

Synchronized camera images and radar images are captured from a scene. A shared spatial representation of the scene is generated by encoding spatial features into a spatial hash table of a shared geometry encoder. The shared spatial representation is decoded using a geometry decoder to produce camera occupancy and radar occupancy values. Camera and radar poses are refined through an optimization process that estimates per-frame pose and velocity offsets. A normal multi-layer perceptron (MLP) is used to predict surface normals at spatial locations of the scene based on the shared spatial representation, and one or more bidirectional reflectance distribution function (BRDF) bases are used to model radar reflectance. Camera density and radar density values are generated using the BRDF bases and the predicted surface normals. Predicted camera images and radar images are rendered. The shared geometry encoder is optimized based on a multimodal loss function.

A computer-implemented technique for outputting a 3D feature volume of a scene is provided. A method comprises a step of receiving (S102) multi-view 2D image data of a scene. Features are extracted (S105) at multiple scales of spatial resolution. At an input layer of a 3D backbone network (307), 3D point cloud data of the scene are received (S108). The 3D backbone network (307) comprises an encoder (309-E) and a decoder (309-D) with connections (410) at a plurality of scales of spatial resolution for extracting features from the 3D point cloud data. At multiple layers of the decoder (309-D) the extracted (S105) features are injected (S110) with corresponding scales of spatial resolution. A 3D feature volume of the scene based on the received (S108) 3D point cloud data and on the injected (S110) features is output (S112) at an output layer of the 3D backbone network (307).

Methods 4000, 5000 for providing and using a scalable machine learning model 20 for performing application task(s) 121, 122, 123 are provided. A primary machine learning model 10, comprising a plurality of model parameters 11, 12, 13, is trained on training data. A secondary machine learning model 21, a subset of the primary machine learning model, is provided to serve as a substitute. The primary and secondary machine learning models are jointly trained by computing outputs for the one or more application tasks of the primary machine learning model for the training data, and computing, based on the outputs and the training data, a first loss for the primary machine learning model; analogously computing a second loss for the secondary machine learning model; combining the first and second losses; and updating the plurality of model parameters of the primary and thereby those of the second machine learning model accordingly. The jointly trained models are then provided as scalable machine learning model.

Computer-implemented method (900) for determining an uncertainty (u) of a sensor signal (x1,x2 ,xM) synthesized by a generative machine learning system (61) with respect to how likely it is to observe the sensor signal (x1 ,x2 ,xM) in physical reality comprising the steps of: • Obtaining (901) a noise sample (z); • Performing (902) Bayesian Inference on the generative machine learning (61) system using the noise sample (z) as input to the generative machine learning system (61) thereby determining a posterior predictive distribution of the sensor signal that would have been synthesized by the generative machine learning system (61) using the noise sample (z) as input to the generative machine learning system (61); • Providing (903) a measure of variability of the posterior predictive distribution as uncertainty with respect to a sensor signal (x1,x2 ,xM) synthesized from the noise sample (z), wherein the method is characterized in the posterior predictive distribution characterizing a distribution of latent features (e1 ,e2 ,eM) of the sensor signal (x1,x2 ,xM) that would have been generated using the noise sample (z) as input.

The present invention relates to a method of operating a solenoid valve (1), said solenoid valve being configured to regulate a flow of fluid along a conduit (10) along which said solenoid valve is positioned, said method comprising the following steps:a. Receiving a command to bring said solenoid valve from a closed position, at which said solenoid valve prevents the flow of fluid along said conduit, to an open position of said valve, in which said open position allows at least partial passage of fluid along said conduit through said solenoid valve;b. Providing a load signal, said load signal being configured to directly or indirectly describe a pressure along said conduit at said solenoid valve;c. Providing said solenoid valve with a current signal to enable said solenoid valve to assume said open position, wherein said current signal comprises a current peak having an amplitude, wherein said amplitude of said peak depends on said load signal provided in said step b.

A method for training a machine learning, ML, model for generating a joint particle-based representation (510) of a scene from multi-modality sensor data comprises receiving sensor data (502; 5012; 522) acquired by a set of optical sensors of different sensor modality, representing the same scene. A joint particle-based representation (510) of the scene covered by the optical sensors is generated. Intersections between rays emanating from a sensor location with the joint particle-based representation (510) are determined, based on which an observation of the scene is rendered (508; 518; 528). A sensor-specific loss function value is determined by comparing the rendered (508; 518; 528) observation with an observation rendered based on the received sensor data (502; 5012; 522). The ML model is trained by determining the intersections, rendering the observation and determining the value of the sensor-specific loss function for every optical sensor, and by optimizing a combination (520) of the sensor-specific loss functions.

Verfahren (100) zum Trainieren eines neuronalen Netzwerks (2), das eine oder mehrere Kenngrößen (3) einer vorgegebenen Szenerie (1) vorhersagt, mit den Schritten: • es wird eine Menge von Trainings-Beispielen (6) bereitgestellt (110), die jeweils mindestens Kombinationen aus Messorten (4) einerseits und Referenz-Beobachtungen (4a) der Szenerie (1) andererseits enthalten; • für jedes Trainings-Beispiel (6) wird der jeweilige Messort (4) dem neuronalen Netzwerk (2) zugeführt (120); • die so erhaltenen Kenngrößen (3) werden mit einem vorgegebenen Rendering-Modell (7) in eine unter idealisierten Bedingungen ausgehend vom jeweiligen Messort (4) zu erwartende Ideal-Beobachtung (4a*) der Szenerie (1) übersetzt (130); • die Ideal-Beobachtung (4a*) wird mit einem Messmodell (8) in eine unter realistischen Bedingungen ausgehend vom jeweiligen Messort (4) zu erwartende Real-Beobachtung (4a**) der Szenerie (1) übersetzt (140); • die Real-Beobachtungen (4a**) werden mit den Referenz-Beobachtungen (4a) für das jeweilige Trainings-Beispiel (6) verglichen (150); • eine bei diesem Vergleich festgestellte Abweichung (Δ) wird mit einer vorgegebenen Kostenfunktion (9) bewertet (160); und • Parameter (2a), die das Verhalten des neuronalen Netzwerks (2) charakterisieren, werden auf das Ziel optimiert (170), bei weiterer Verarbeitung von Trainings-Beispielen (6) die Bewertung (9a) durch die Kostenfunktion (9) zu verbessern.

Es wird ein Batterieadapter (100) für ein Elektrowerkzeug (200) mit einem Kontaktierungselement (120) zur elektrischen Kontaktierung mit dem Elektrowerkzeug (200), mit einem Führungselement (140) zur Führung in einer Führungsaufnahme (202) des Elektrowerkzeugs (200) und mit einem Verriegelungselement (160) zur Verriegelung mit einem Gehäuse (206) des Elektrowerkzeugs (200), offenbart.Es wird vorgeschlagen, dass der Batterieadapter (100) ein Verschlusselement (180) aufweist, das dazu ausgebildet ist, das Verriegelungselement (160) zu verschließen., offenbart.

Die vorliegende Erfindung betrifft ein Verfahren (20) zum Betreiben eines Elektrofahrrads (100), wobei das Elektrofahrrad (100) ein Sensorsystem (50) mit einen Drehmomentsensor (55) umfasst, umfassend die Schritte: Ermitteln (2) eines Drehmoments an einer Welle (101) des Elektrofahrrads mittels des Drehmomentsensors (55), gesteuertes Betreiben (21) einer Antriebseinheit (105) des Elektrofahrrads (100) in Abhängigkeit des ermittelten Drehmoments, Ermitteln (31) einer Unterstützungsunterbrechung der Antriebseinheit (105) während des gesteuerten Betreibens (21), und Ausgabe (32) einer Information über die ermittelte Unterstützungsunterbrechung mittels einer Ausgabeeinheit (108) an einen Nutzer des Elektrofahrrads (100).

Die vorliegende Erfindung betrifft ein Verfahren (10) zum Betreiben eines Sensorsystems (50) eines Elektrofahrrads (100), wobei das Sensorsystem (50) einen Drehmomentsensor (55) umfasst, welcher als ein magnetoelastischer Sensor ausgebildet ist, und welcher eingerichtet ist, um basierend auf einer Erfassung von Änderungen eines Magnetfeldes ein Drehmoment an einer Welle (101) zu ermitteln, umfassend die Schritt: Erfassen (1) einer homogenen magnetischen Flussdichte mittels des Drehmomentsensors (55), Ermitteln (2) eines Drehmoments an der Welle (101) mittels des Drehmomentsensors (55), und Erkennen (3) eines Drehmomentfehlers des ermittelten Drehmoments, wenn die erfasste homogene magnetische Flussdichte größer oder gleich einem vorbestimmten ersten Schwellwert ist.

Die Erfindung betrifft ein Rollenmodul (30) für einen Rollenförderer (10) mit Königswellenantrieb. Erfindungsgemäß ist ein Grundkörper eines Rollenmoduls (30) wannenartig und einstückig ausgebildet.

Die Erfindung betrifft ein Verfahren zum Klassifizieren eines Fahrzustands eines Fahrzeugs (1), bei welchem mittels einer elektronischen Recheneinrichtung (17) ein Ist-Drehmomentwert (46) ermittelt wird, welcher ein aktuelles, in einer Lenkung (24) des Fahrzeugs (1) wirkendes Lenkmoment charakterisiert. Es wird ein Ist-Winkelwert ermittelt, welcher einen aktuellen Rollwinkel des Fahrzeugs (2) charakterisiert. Es wird ein Ist-Geschwindigkeitswert ermittelt, welcher eine aktuelle Fahrgeschwindigkeit des Fahrzeugs (2) charakterisiert und mit dem zugehörigen Ist-Winkelwert ein Ist-Wertepaar bildet. In Abhängigkeit von dem Ist-Wertepaar wird aus einem Referenz-Kennfeld (37), welches mehrere Referenz-Winkelwerte, mehrere Referenz-Geschwindigkeitswerte und mehrere Referenz-Drehmomentwerte umfasst und einem jeweiligen Referenz-Wertepaar, welches genau einen der Referenz-Winkelwerte und genau einen der Referenz-Geschwindigkeitswerte umfasst, genau einen der Referenz-Drehmomentwerte zuordnet, eines der Referenz-Wertepaare als zu dem Ist-Wertepaar gehörendes Wertepaar ausgewählt. Es wird der dem ausgewählten Referenz-Wertepaar zugeordnete Referenz-Drehmomentwert (50) ermittelt.

Die Erfindung betrifft ein Verfahren zum Ermitteln wenigstens eines Einflusswerts, welcher einen Einfluss einer Relativposition zwischen einem Fahrzeug und einer das Fahrzeug (1) nutzenden Person (P) auf ein aktuell in einer Lenkung (24) des Fahrzeugs (1) wirkendes Lenkmoment charakterisiert, bei welchem mittels einer elektronischen Recheneinrichtung (17) wenigstens ein Positionswert ermittelt wird, welcher eine mittels einer Sensoreinrichtung (25) erfasste und durch die Relativposition zwischen der das Fahrzeug (1) nutzenden Person (P) und dem Fahrzeug (1) beeinflusste Messgröße charakterisiert. In Abhängigkeit von dem Positionswert wird der Einflusswert ermittelt.

Bei einem Brennstab (105) mit einer Verbrennungseinheit (120), die einen Brennerkörper (122) mit einer Brennerfläche (124) zum Verbrennen eines brennbaren Luft-Gas-Gemischs (130) aufweist, und mit einer inneren Luft-Gas-Mischeinheit (110) zum Mischen von Luft mit Gas zur Erzeugung des brennbaren Luft-Gas-Gemischs (130), umfasst die innere Luft-Gas-Mischeinheit (110) mindestens zwei Venturi-Mischer (210, 220, 230, 240); mindestens einen Luftzuführungskanal (111, 113) zum Zuführen eines Luftstroms (134) zu den mindestens zwei Venturi-Mischern; und ein Gaseinströmelement (104) zum Zuführen eines Gasstroms (132) zu den mindestens zwei Venturi-Mischern, wobei das Gaseinströmelement (104) mindestens zwei Gasaustrittsöffnungen (212, 222, 232, 242) für den Gasstrom (132) aufweist; wobei den mindestens zwei Venturi-Mischern (210, 220, 230, 240) mindestens zwei Mischzonen (107, 109) zum Mischen des Luftstroms (134) mit dem Gasstrom (132) zur Erzeugung des brennbaren Luft-Gas-Gemischs (130) zugeordnet sind; und wobei die mindestens zwei Mischzonen zwischen den mindestens zwei Venturi-Mischern (210, 220, 230, 240) und dem Brennerkörper (122) angeordnet sind.

Die Erfindung betrifft ein computer-implementiertes Verfahren zum Auswerten eines Machine-Learning-Modells (10), das modular aus Untermodellen (11, 12, 13) aufgebaut ist, wobei die Untermodelle (11, 12, 13) mindestens einen Eingangsblock (11) und mehrere Experten-Module (12) aufweisen, wobei ein Eingangsdatenelement mit dem Eingangsblock (11) ausgewertet wird, um eine Eingangsblockausgabe und Angaben für Auswahldatenelemente bereitzustellen, wobei die Auswahldatenelemente jeweils einem Experten-Modul (12) zugeordnet sind, so dass die Angabe der Auswahldatenelemente nach der Auswertung des Eingangsblocks (11) das zugeordnete Experten-Modul (12) jeweils auswählt oder nicht, wobei die Eingangsblockausgabe nur von den ausgewählten Experten-Modulen (12) ausgewertet wird, um eine Experten-Modul-Ausgabe bereitzustellen, wobei abhängig von den Experten-Modul-Ausgaben ein Ausgangsdatenelement des Machine-Learning-Modells (10) ausgegeben wird.

Bei einem Brennstab (105) mit einer Verbrennungseinheit (120), die einen hülsenförmigen Brennerkörper (122) mit einer Brennerfläche (124) zum Verbrennen eines brennbaren Luft-Gas-Gemischs (130) aufweist, wobei ein axiales Ende des hülsenförmigen Brennerkörpers mit einem trichterförmigen Brennstabdeckel (126) verschlossen ist, und mit einer Luft-Gas-Mischeinheit (110) zur Erzeugung des brennbaren Luft-Gas-Gemischs, weist die Luft-Gas-Mischeinheit einen rohrförmigen Mischkörper (112) auf, der in dem hülsenförmigen Brennerkörper (122) angeordnet ist und sich entlang einer Längsachse (113) von einem Einströmungsende (119) zum Einströmen eines Luftstroms (134) bis zu einem Diffusor (118) zum Ausströmen des Luftstroms (134) erstreckt, wobei der rohrförmige Mischkörper (112) eine Venturi-Düse mit einem Luftstromführungskanal (111) ausbildet, der sich entlang der Längsachse (113) vom Einströmungsende (119) über einen konusförmigen Abschnitt (114) in eine Engstelle (116) verkleinert, die in den Diffusor (118) übergeht, und wobei der Diffusor mit dem trichterförmigen Brennstabdeckel (126) eine ringförmige Mischzone (133) zum Mischen des Luftstroms (134) mit einem Gasstrom (132) ausbildet.

Verschiedene Ausführungsformen betreffen ein Verfahren zum Auswählen einer Konfiguration für ein maschinelles Lernmodell, das zum Steuern eines technischen Systems verwendet werden soll, das Verfahren aufweisend: Bereitstellen einer Vielzahl von maschinellen Lernmodellen, von denen jedes eine von den anderen maschinellen Lernmodellen verschiedene Konfiguration aufweist und eine jeweilige Vielzahl von aufeinanderfolgenden Schichten mit ein oder mehreren ersten aufeinanderfolgenden Schichten und ein oder mehreren zweiten aufeinanderfolgenden Schichten aufweist; Trainieren eines jeden maschinellen Lernmodells der Vielzahl von maschinellen Lernmodellen unter Verwendung von Trainingsdaten, welche Sensordaten des technischen Systems als Eingabedaten und zugehörige Grundwahrheitsdaten aufweisen, wobei beim Trainieren eines jeweiligen maschinellen Lernmodells der Vielzahl von maschinellen Lernmodellen mindestens ein lernbarer Modellparameter der ein oder mehreren ersten aufeinanderfolgenden Schichten der jeweiligen Vielzahl von aufeinanderfolgenden Schichten nicht adaptiert wird; und Auswählen der Konfiguration des trainierten maschinellen Lernmodells mit der größten Leistungsfähigkeit als Konfiguration für das maschinelle Lernmodell, das zum Steuern des technischen Systems verwendet werden soll.

Die vorliegende Erfindung betrifft ein Verfahren zum Betreiben eines Hydrauliksystems (100) einer mobilen Arbeitsmaschine, wobei das Hydrauliksystem (100) mit einer Hydraulikpumpe (2) versehen ist, die über eine erste Leitung (10) und eine zweite Leitung (11) mit einem Hydraulikmotor (4) verbunden ist, wobei das Verfahren folgende Schritte umfasst: a) Steuern der Hydraulikpumpe mittels mindestens einer Stellgröße, wobei durch die mindestens eine Stellgröße ein Schwenkwinkel der Hydraulikpumpe und/oder eine Drehzahl der Pumpe direkt oder indirekt steuerbar ist; b) Ermitteln einer Limitierungsgröße für die Hydraulikpumpendynamik mindestens auf Basis einer Betriebsgröße des Hydrauliksystems; c) Limitieren einer Hydraulikpumpendynamik der Hydraulikpumpe unter Berücksichtigung der im Schritt ermittelten Limitierungsgröße, sodass der Druck in einer von der ersten und der zweiten Leitung während dem Steuern der Hydraulikpumpe nicht einen unteren Grenzwert unterschreitet.

The present disclosure relates to methods, apparatuses, controllers, and products for controlling vehicle braking. The method comprises acquiring a comfort braking level for the vehicle determined based on multimodal data related to the vehicle. This multimodal data comprises vehicle state data and environmental sensing data. Further, the method further comprises controlling the braking of the vehicle according to the comfort braking level. In this way, the vehicle's comfort braking can be controlled in conjunction with the external environmental conditions, thereby improving the comfort of vehicle braking and enhancing the user experience.

To provide a control device that executes a control mode in which a positional relationship adjustment operation is executed to adjust a positional relationship between a motorcycle equipped with a camera and a vehicle preceding the motorcycle to a target positional relationship, and that can improve stability of a vehicle body behavior of the motorcycle and safety of a rider of the motorcycle in the control mode.The control device includes an execution section that executes the control mode in which the positional relationship adjustment operation is executed to adjust the positional relationship between the motorcycle and the vehicle preceding the motorcycle to the target positional relationship, where the preceding vehicle is detected by the camera mounted on the motorcycle, and in the control mode, the execution section predicts a sudden change in an amount of light in surrounding environment of the motorcycle based on road environment information ahead of the motorcycle, and when such a sudden change is predicted, executes a safety operation for the rider of the motorcycle.

The present application relates to a method for determining traffic topological relationships, comprising: detecting a plurality of traffic elements based on a traffic image; and determining a first topological relationship result based on a first set of traffic elements among the detected plurality of traffic elements through a fast system, wherein the first topological relationship result represents a topological relationship among the first set of traffic elements; determining a second topological relationship result based on a second set of traffic elements among the detected plurality of traffic elements through a slow system, wherein the second topological relationship result represents a topological relationship among the second set of traffic elements, and wherein a combination of the first topological relationship result and the second topological relationship result represents a traffic topological relationship among the plurality of traffic elements.

A device, a data structure, and a method for predicting an illumination map, wherein the method comprises providing an input image (112) comprising a first illumination and a second illumination, determining a decomposition of the first illumination depending on the input image (112), determining a decomposition of the second illumination depending on the input image, and determining (506) the illumination map depending on the decompositions.

A method (100) for training an encoder (1) that is configured for encoding a record (2) of measurement data into a representation (3) in a working space, the measurement data comprising measurement values that are associated with positions in space, the method (100) comprising the steps of:• providing (110) at least one training record (2a) of measurement data;• designating (120) cells (4) in space, wherein at least some of the cells (4) contain positions in space with which measurement values in the training record (2a) of measurement data are associated;• determining (130), for each cell (4), based on the training record (2a) of measurement data, an indication (4a) of a predetermined property;• creating (140) a masked record (2#) of measurement data by removing, from the training record (2a) of measurement data, all measurement values that are associated with positions in space that lie in at least one to-be-masked cell (4#);• providing (150) the masked record (2#) of measurement data to the to-be-trained encoder (1), thereby obtaining a representation (3);• decoding (160), by a decoder (5), the representation (3) into a reconstructed indication (4a*) of the predetermined property for at most neighboring cells of not-masked cells (4);• rating (170), by means of a predetermined loss function (6), how well the reconstructed indication (4a*)of the predetermined property corresponds to the original indication (4a) of the predetermined property derived from the training record (2a) of measurement data; and• optimizing (180) parameters (1a) that characterize the behavior of the encoder (1) towards the goal of improving the rating (6a) by the loss function (6) upon further processing of training records (2a).

The invention relates to a radial piston hydraulic motor (1) comprising: at least a first cylinder block (10) and a second cylinder block (12), the first cylinder block (10) and the second cylinder block (12) axially contacting each other by means of a hirth joint (14) at a first radial end portion (16) of the first cylinder block (10) and the second cylinder block (12), wherein the first cylinder block (10) and the second cylinder block (12) are aligned to form a continuous fluid channel (18), wherein on each radial side of the continuous fluid channel (18), a channel seal (20) is arranged between the first cylinder block (10) and the second cylinder block (12), and wherein the first cylinder block (10) comprises a support edge (22) formed at a first radial end portion (16) of the first cylinder block (10), the support edge (22) axially protruding towards a surface of the second cylinder block (12).

A method for providing a hardware-architecture-specific machine learning model architecture 300 is provided. One or more architectural parameters 321-341 of a machine learning model architecture are obtained, the model architecture comprising model architecture elements 310-360. An execution of the model architecture is simulated on a given target hardware, from which one or more metrics 322-342 describing a performance of the elements are obtained. For each architectural parameter, model architecture elements are identified which are impacted by adjusting the respective architectural parameter. A mutation score 323-343 is determined for the architectural parameter from the one or more metrics, the mutation score indicating an impact of the one or more model architecture elements associated with the respective architectural parameter on an overall performance of the model architecture on the given target hardware. The mutation scores are used in a genetic neural architecture search algorithm, indicating probabilities that architectural parameters are adjusted.

Verschiedene Aspekte betreffen ein Verfahren zum Detektieren von Objekten gleichen Objekttyps in einem Bild, das Verfahren aufweisend: Detektieren von Objekten in dem Bild; Ermitteln einer Vielzahl von Objektpaaren, welche für jedes Objekt der Objekte ein jeweiliges Objektpaar mit jedem anderen Objekt aufweist; Ermitteln einer Vielzahl von Ähnlichkeitswerten, indem für jedes Objektpaar ein jeweiliger Ähnlichkeitswert, welcher eine Ähnlichkeit zwischen einem ersten Objekt und einem zweiten Objekt des Objektpaares repräsentiert, ermittelt wird, das Ermitteln des jeweiligen Ähnlichkeitswertes aufweisend: Ermitteln von ersten Merkmalsvektoren, indem für mehrere dem ersten Objekt zugehörige Bildpunkte des Bildes ein erster Merkmalsvektor ermittelt wird, Ermitteln von zweiten Merkmalsvektoren, indem für mehrere dem zweiten Objekt zugehörige Bildpunkte des Bildes ein zweiter Merkmalsvektor ermittelt wird, Ermitteln des jeweiligen Ähnlichkeitswertes unter Verwendung der ersten Merkmalsvektoren und der zweiten Merkmalsvektoren; und unter Verwendung der Vielzahl von Ähnlichkeitswerten, Gruppieren der Objekten in mehrere Gruppen, von denen mindestens eine Gruppe mehrere Objekte gleichen Objekttyps aufweist.

A CO₂ capture system includes an electrochemical cell having a cathode including an anion-conducting ionomer, an anode, spaced apart from the cathode, by an anion exchange membrane, the anode including a support material with an electrocatalyst and a proton-conducting ionomer, and the anion exchange membrane and the anode forming a bipolar interface configured to recombine protons, generated at the anode, and (bi)carbonates, generated at the cathode to capture CO₂.

The present disclosure relates to an object detection method, an apparatus, an electronic device, a computer program product, and a machine-readable storage medium. The method includes determining radar point cloud data of a target object based on radar point cloud input data. The method further includes extracting a radar feature of the target object based on the radar point cloud data of the target object. Furthermore, the method further includes generating radar point cloud output data that identifies the target object with text based on the radar feature of the target object. In this way, the radar point cloud data corresponding to the target object in the radar point cloud input data can be identified and the corresponding text can be identified at the relevant target object, which not only saves the cost of data collection and labeling, but also expands the types of objects based on radar detection, enabling accurate identification of multiple types of target objects.

The present application relates to a method for determining the mass of a vehicle, comprising: determining a set of correction parameters based on the mass of the vehicle and/or a first acceleration of the vehicle determined in a previous round; determining a corrected second acceleration based on a second acceleration of the vehicle and the set of correction parameters; and determining the mass of the vehicle based on the corrected second acceleration.

Die Erfindung betrifft ein Verfahren (100) für eine Identifikation von Parameterverteilungen zur Modellierung eines technischen Systems (50), umfassend die nachfolgenden Schritte: - Bestimmen (101) einer nominalen Parameterschätzung basierend auf bereitgestellten Messdaten und wenigstens einem vorgegebenen Modell einer Systemdynamik des technischen Systems (50), - Bestimmen (102) einer Verteilung von Parameterveränderungen auf Basis einer Quantifizierung einer parameterbedingten Unsicherheit der nominalen Parameterschätzung, - Bereitstellen (103) der nominellen Parameterschätzung und der Verteilung der Parameterveränderungen als Basis für die Modellierung des technischen Systems (50) unter Berücksichtigung der parameterbedingten Unsicherheit.

Verfahren zum Einspeichern von Validierungsdaten (23) in einem Datenspeichersystem (12), - wobei die Validierungsdaten (23) zur Validierung von Systemen zur Verarbeitung großer Datenmengen vorgesehen sind; - wobei das Datenspeichersystem (12) dazu eingerichtet ist die Validierungsdaten (23) für die Validierung mindestens eines Systems zur Verarbeitung großer Datenmengen bereitzustellen; und - wobei die Validierungsdaten (23) zumindest teilweise von Sensoren (2) aufgezeichnete Daten umfassen; aufweisend die folgenden Schritte: a) Empfangen der Validierungsdaten; b) Ermitteln (7) von mindestens einer statistischen Eigenschaft der empfangenen Validierungsdaten; c) Durchführen einer Komprimierung (6) der Validierungsdaten zur Erzeugung von komprimierten Validierungsdaten (11) mit einem verlustbehafteten Komprimierungsverfahren; d) Ermitteln von mindestens einer statistischen Vergleichseigenschaft; e) Durchführen eines Vergleichs der mindestens einen statistischen Eigenschaft mit der mindestens einen statistischen Vergleichseigenschaft, wobei durch den Vergleich eine Prüfung erfolgt, ob eine Abweichung zwischen basierend auf den komprimierten Validierungsdaten herstellbaren synthetisierten Validierungsdaten (20) und den in Schritt a) empfangenen Validierungsdaten innerhalb eines vorgegebenen Toleranzbereichs liegt, wobei der Toleranzbereich so gewählt ist, dass Abweichungen erfasst werden, die innerhalb eines Signalrausches liegen, welches durch Eigenschaften mindestens eines Sensors (2), mit dem Validierungsdaten aufgezeichnet wurden, hervorgerufen wurden, wobei der Toleranzbereich weiter so gewählt ist, dass der Abstand zwischen basierend auf den komprimierten Validierungsdaten (11) synthetisierten Validationsdaten (20) und der aufgenommenen Wirklichkeit nicht größer ist als der Abstand zwischen den in Schritt a) empfangenen Validationsdaten von derselben Wirklichkeit; und f) Einspeichern der komprimierten Validierungsdaten (11) in dem Datenspeichersystem (12), wenn in Schritt e) ermittelt wurde, dass die Abweichung innerhalb des vorgegebenen Toleranzbereiches liegt.

The invention relates to a method (100) for providing a secured system prompt for a machine learning model, comprising the following steps: - Providing (101) a system prompt, the system prompt being parametrized by a set of embedding parameters to process individual tokens of the system prompt, - Generating (102) user queries based on the provided system prompt, - Querying (103) the machine learning model using the generated user queries and the provided system prompt, the machine learning model producing responses based on the querying, - Modifying (104) the set of embedding parameters in consideration of the provided system prompt, the generated user queries and the produced responses to generate an encoded set of embedding parameters, - Providing (105) the secured system prompt by using the generated encoded set of embedding parameters to process the individual tokens of the system prompt, the secured system prompt being semantically different from the provided system prompt. Furthermore, the invention relates to a computer program, an apparatus, and a storage medium for this purpose.

Die Erfindung betrifft ein Verfahren (100) zum Generieren wenigstens einer fehlerauslösenden Eingabe zur Fehlersuche in einem Software-Programm (1), umfassend:- Bereitstellen (101) einer Eingabe, die zu einem Fehler während einer Ausführung des Software-Programms (1) führt,- Ermitteln (102) von einzelnen logischen Bedingungen innerhalb des Software-Programms (1), die erfüllt sind, wenn es zu dem Fehler während der Ausführung des Software-Programms (1) kommt,- Bereitstellen (103) einer weiteren logischen Bedingung, gemäß welcher eine Ungleichheit einer generierten Eingabe mit der bereitgestellten Eingabe erforderlich ist,- Generieren (104) wenigstens einer Eingabe, die die ermittelten einzelnen logischen Bedingungen sowie die bereitgestellte weitere logische Bedingung erfüllt,- Überprüfen (105), ob die wenigstens eine generierte Eingabe zu dem Fehler während der Ausführung des Software-Programms (1) führt,- Bereitstellen (106) der wenigstens einen überprüften Eingabe als die wenigstens eine fehlerauslösende Eingabe zur Fehlersuche in dem Software-Programm (1), wenn diese zu dem Fehler während der Ausführung des Software-Programms (1) führt.Ferner betrifft die Erfindung ein Computerprogramm, eine Vorrichtung sowie ein Speichermedium zu diesem Zweck.

Die Erfindung betrifft ein Verfahren zum Regeln eines technischen Systems. Ferner betrifft die Erfindung ein Computerprogramm, eine Vorrichtung sowie ein Speichermedium zu diesem Zweck.

According to various embodiments, a method for detecting an anomalous configuration of an object (113, 115) in an environment of a robot device (101) is provided, comprising, for each image (202) showing one or more objects (113, 115), generating a representation of the image (202) from a feature set generated by a feature extractor (204, 205) of an object detector (203) applied to the image (202), determining clusters (312, 313) by clustering the representations, taking a further image (202) showing the environment of the robot device (101), generating a representation of the further image (202) from a further feature set generated by the feature extractor (204, 205) of the object detector (203) applied to the further image (202) and determining that the environment holds an object (113, 115) with an anomalous configuration in reaction to the representation of the further image (202) not belonging to any one of the determined representation clusters (312, 313) and in reaction to the representation of the further image (202) belonging to a representation cluster (313) which holds representations of images (202) known to shown objects (113, 115) with anomalous configurations.

According to various embodiments, a method for enriching a knowledge graph (112) is provided, comprising identifying (301) a sub-graph (201) of the knowledge graph (112) comprising nodes connected to a node which misses information, determining (302) sub-graphs in the knowledge graph (112) which are similar to the identified sub-graph (201), extracting (303) examples (205) for the missing information from the found sub-graphs, supplying (304) the extracted examples (205) to a large language model (206) as part of a prompt instructing the large language model (206) to generate the missing information and enriching (305) the knowledge graph (112) with an output generated by the large language model (206) in response to the prompt.

Die vorliegende Erfindung betrifft ein Verfahren zum Betreiben eines Elektrofahrrads, wobei das Elektrofahrrad zumindest einen Unterstützungsmodus für zumindest einen Betriebszustand aufweist, umfassend die Schritte: Ermitteln des Betriebszustands des Elektrofahrrads, Ermitteln, ob der zumindest eine Unterstützungsmodus anwendbar ist, Ermitteln, ob der Unterstützungsmodus aktiviert ist, und Anzeigen einer Information an den Nutzer über den zumindest einen dem Betriebszustand zugeordneten Unterstützungsmodus, falls der Unterstützungsmodus deaktiviert und anwendbar ist.

Die vorliegende Erfindung betrifft ein Verfahren zum Betreiben eines Elektrofahrrads, welches eine Antriebseinheit und ein Abtriebselement und ein Hinterrad und einen mechanischen Übertragungspfad zwischen Abtriebselement und Hinterrad aufweist, umfassend die Schritte: Ermitteln eines Eingriffszeitpunkts, ab welchem ein Vortrieb des Elektrofahrrads und/oder ein Momentenaufbau im Übertragungspfad des Elektrofahrrads durch die Einleitung eines Abtriebsmoments am Abtriebselement erfolgt, und gesteuertes Erzeugen eines Vorspannmoments mittels der Antriebseinheit vor dem Eingriffszeitpunkt, zum mechanischen Vorspannen des Übertragungspfads.

Die Erfindung betrifft ein Kältemittelsystem (10), insbesondere eine Wärmepumpe, mit einem Kältemittelkreislauf (12) umfassend einen Verdampfer (16), einen Verdichterabschnitt (18), einen Kondensator (20) und einen Economizer-Wärmetauscher (22). Zusätzlich wird ein Verfahren zum Betreiben eines Kältemittelsystems (10) bereitgestellt.

Eine Wärmepumpe (10) mit einem Kältemittel (14), insbesondere mit einem entflammbaren und/oder einem toxischen Kältemittel, umfassend einen weitestgehend gasdichten Gehäuseabschnitt (26). Ein Wärmepumpenabschnitt (28) der Wärmepumpe (10) ist im gasdichten Gehäuseabschnitt (26) angeordnet. Der gasdichte Gehäuseabschnitt (26) weist eine Zwangsentlüftung (30) mit einem Entlüftungsabschnitt (32) aus dem gasdichten Gehäuseabschnitt (26) auf. Es wird vorgeschlagen, dass der Entlüftungsabschnitt (32) einen aus dem gasdichten Gehäuseabschnitt (26) gasabführenden Kanal (36) aufweist, der von einer Frischluft-Zuleitung (38) umschlossen ist, und dass die Zwangsentlüftung (30) eine Gasfördereinrichtung (34) umfasst.