用于在车辆的显示设备上显示个人主屏幕的方法以及对应的显示设备与流程

本发明涉及汽车领域。更具体地，本发明涉及一种用于在车辆的显示设备上显示个人主屏幕的方法，其中在主屏幕上显示至少一个功能性符号。此外，本发明涉及一种对应的显示设备。

背景技术：

1、在现有技术中，已知将不同应用程序中的功能聚类，并向客户显示具有隐藏在子菜单中的功能性的所有应用程序的概览。智能手机就是一个示例。然而，在车辆中，特别是在机动车辆中，这是一种相当麻烦并且不太安全的方法。客户期望专注于驾驶，同时在到达他想要执行的动作之前看着触摸屏执行各种点击。

2、de 10 2013 207 081 a1涉及一种具有显示器和操作设备的机动车辆，该机动车辆包括显示设备，该显示设备用于显示可选择的图形对象；输入端，该输入端用于接收来自用户的输入，经由该输入端可以选择所显示的对象中的一个对象；和控制设备，该控制设备用于根据所接收的输入来控制显示设备，该控制设备被设计成在操作该显示和操作设备期间，根据所接收的输入将具体的优先级值分配给所显示的对象，并且根据该优先级值来设置相应对象的大小和/或所显示的对象相对于彼此的布置。

3、us2020 257 364a1公开了用于与车辆触摸屏交互的技术。根据一个或多个实施方案，提供了一种系统，该系统包括处理器，该处理器执行存储在至少一个存储器中的计算机可执行部件，该计算机可执行部件包括显示控制部件，该显示控制部件基于用于与触摸屏交互的触觉反馈模式的激活来选择图形触摸控件以包括在用于在触摸屏上呈现的图形用户界面中，其中图形触摸控件对应于用于与车辆相关联的一个或多个应用程序或功能的控件。该系统还包括定位部件和触觉反馈部件，该定位部件确定手指在触摸屏上或在触摸屏上方相对于显示在触摸屏上的图形触摸控件的位置，该触觉反馈部件使车辆的振动单元基于与该图形触摸控件中的一个图形触摸控件相对应的位置来提供振动反馈。

技术实现思路

1、本发明的目的是提供一种方法以及对应的显示设备，通过该方法以及对应的显示设备，可以以更舒适的方式在车辆的显示设备上显示个人主屏幕。

2、该目的通过根据独立权利要求的方法以及对应的显示设备来解决。在从属权利要求中呈现了有利的实施方案。

3、本发明的一个方面涉及一种用于在车辆的显示设备上显示个人主屏幕的方法，其中在主屏幕上显示至少一个功能性符号。接收由与第一车辆部件相关联的提供程序/提供方生成的关于显示第一车辆部件的第一功能性符号的考虑的至少第一请求。接收由与第二车辆部件相关联的另一提供程序生成的关于显示第二车辆部件的第二功能性符号的考虑的至少第二请求。执行通过车辆的当前情境数据确定情境聚类。确定当前情境聚类中第一车辆部件的第一请求的当前第一排序以及确定当前情境聚类中第二车辆部件的第二请求的当前第二排序。将为情境聚类确定的第一排序与为情境聚类确定的至少第二排序进行比较。如果给定的第一排序大于第二排序，则分配给显示设备的个人主屏幕显示第一功能性符号，该第一功能性符号具有比第二功能性符号更高的优先级，反之亦然。第一排序是根据与第一车辆部件的交互的类型和频率来确定的，并且第二排序是根据与第二车辆部件的交互的类型和频率来确定的。更高的优先级意味着，例如，如果用于描绘的空间被限制为仅示出第一功能性符号或第二功能性符号中的一者，则具有较高优先级的符号将被示出，而另一者不被示出。在另一个实施方案中，为第三功能性符号、第二功能性符号和其他功能性符号确定优先级。

4、因此，以更舒适的方式显示车辆中的个人主屏幕。因此，减少了与主机单元的必要交互，并且尽可能地提供了对所有期望的、个性化的功能和用例的顶层的容易访问。这尤其是通过人工智能(例如，神经网络)的支持来完成的。例如，主屏幕上的导航地图与所谓的魔法底座(magic dock)组合。魔法底座填充有来自人工智能内核的预测，以基于在各种情境中(例如，时间、位置、天气等)学习到的用户行为，在任何给定时间示出最想要的功能性。

5、例如，显示设备可以包括具有动态全球定位系统(gps)地图的用户界面背景。例如，置顶层(layered on top)是一个全局搜索功能，底部是所谓的魔法底座。以展开形式示出的娱乐图块(tile)可以缩回到最小图块的大小，或者如果没有相关的建议，则可以在整个底座长度上缩回。如果不使用和/或如果仅有有限的空间，即没有空间用于在显示区域上示出附加的图块，则该大小可以缩回。在应用的意义上，图块是与可由用户操作的车辆部件相关联的功能性符号。例如，如果电话接通，则静态电话图块紧随其后，然后是任何活动用例。活动用例的示例可以是正在进行的座椅按摩程序、电话呼叫或座椅加热活动，直接为用户提供立即参与正在进行的活动的选项。最后，存在由新颖的人工智能算法推动的个性化图块建议，该个性化图块建议包括系统已获悉客户在给定的情境情况下关心的建议用例的子集。

6、显示设备被配置为在主屏幕上示出也可以被认为是用例的情境感知的功能性的个性化子集。这允许方便快捷的访问，同时限制客户在整个驾驶行程中的分心。因此，驾驶环境变得更加安全，并且客户享受更愉快、压力更小的用户体验。用例是预定义的集合，但可以通过来自后端或空中更新的其他用例进行扩展。另外，人工智能所考虑的情境特征是预定义的集合，但也是对主机/显示设备的可扩展的空中更新。

7、特别地，情境聚类是指基于时间、位置、温度、天气、天、星期和/或其他环境条件的情境特征(分别为数据)的特定的值集合。用例中的每个用例都有默认排序，以限定其重要性。随着人工智能的学习，与每个用例相关联的演化的排序随着时间的推移而变化。用例将为所学习的每个情境聚类演化不同的排序。排序较高的用例比排序较低的用例具有更高的优先级。用例也可视为车辆的功能。这些都是人工智能内核向客户建议的功能。

8、根据一个实施方案，第一车辆部件和/或第二车辆部件的请求仅在满足预定规则的情况下由与第一车辆部件和/或第二车辆部件相关联的提供程序生成。例如，规则可以是不超过预定速度限制。例如，如果情境是停车情境，则速度限制必须保持在一定值以下，其中与电子停车(parktronic)(即，与作为停车助理工作的部件)相关联的功能性符号可以显示在显示设备上。特别地，例如，当车辆在低于特定速度限制下行驶时，才可以使用电子停车的功能。这意味着只有在满足此要求时，才有必要将电子停车作为用例。与这些类型的规则依赖请求不同，一些车辆功能产生独立于任何规则的永久请求，例如音乐流服务、天气预报应用程序、系统设置功能等。生成永久请求的车辆功能始终可用，而基于规则的请求仅在具体情况下可用。

9、使用车辆部件的概率被用于生成相关联的排序。特别地，用户交互是影响学习的主要考虑因素。用户可以经由主屏幕与用例交互，例如，提供正面反馈，暂时丢弃它(例如，这意味着负面反馈)或者干脆不与其交互(这可以被视为中性反馈)。此外，用户可以选择经由应用菜单与未在主屏幕上示出的特定用例交互，经由应用菜单在主屏幕上导航，通过细读子菜单来导航用户界面。显示设备也认为这是对用例的积极强化，并且这也将直接影响排序。每当用户与显示设备所支持的用例进行交互时，都会使用数据对模型进行训练，并更新对应的内核。

10、在另一个开发的实施方案中，第一排序和第二排序通过使用具有递增平均值或递减平均值的演化贝塔分布来确定，其中该平均值与排序相关联或至少与排序相对应。特别地，当内核学习时，每个类别内的假设的排序值演化，即，根据用户经由显示器上描绘的功能性符号或选择菜单与车辆部件的交互而增加或减少。这些质量被建模为贝塔分布，这意味着客户参与或不参与用例，并且这些质量随后由共轭先验贝塔分布参数化。贝塔分布直接表示内核对用户参与用例的概率的信心。这些先验随着内核观察客户对每个聚类中的每个用例的参与或不参与而演化。通过根据取决于交互类型的预定义规则更新用于贝塔分布的平均值计算(平均值＝α/(α+β))的参数α、β来执行贝塔分布的演化。规则被存储为存储在显示设备的存储器中的查找表，或者通过适当的算法来计算。交互类型是点击符号、滑走符号、不与所提供的符号交互和/或借助子菜单激活，其中每个交互被分配有演化先验值α和β的更新参数。

11、在另一实施方案中，第一排序和第二排序在预定的时间步长中确定，并且/或者比较在预定的时间步长中被执行，并且/或者通过车辆的情境数据对当前情境聚类的确定在预定的时间步长中被频繁地执行。这也可以称为计时器检查。如果用例通过了设置检查，则会进行计时器检查。计时器有两个用途。计时器确保主屏幕不会过于频繁地更新，并且还确保如果没有新的用例放出/捐赠，但情境发生变化，则在一定的时间间隔内执行人工智能检查。如果计时器检查通过并且可以考虑对主屏幕进行更新，则在排序算法中对情境聚类器进行请求或预测调用。

12、根据另一实施方案，根据车辆的用户的输入来抑制第一功能性符号和/或第二功能性符号的显示。这也可被视为否决列表。特别地，针对该否决列表执行时间检查。用户可以选择否决特定的用例，这意味着用户可以要求不再显示这些用例。只有在所有历史记录和学习都重置的情况下，才能重置此否决列表。在用户界面上被滑走的用例将被否决，即在旅程期间被忽略。只要关闭设置条目，就不会显示设置中永久否决的用例。在另一实施方案中，只要相关联的车辆部件的请求的排序低于预定阈值，就抑制第一功能性符号和/或第二功能性符号的显示。阈值防止示出用户不感兴趣的符号，并避免不必要的驾驶员分心。

13、在另一实施方案中，包括一种或若干种类型的车辆部件请求的每个情境聚类是指情境特征的子集。具有被分配的排序的聚类中的车辆部件请求代表可以由提供程序自动请求或由用户启动的部件的功能。这些情境特征可以是天气、车辆导航状态、速度或时间。特别地，这些情境可以被分配给环境条件。特别地，显示设备接收来自各种源的输入并学习。主要输入是环境情境特征，例如时间、位置和天气。然而，其他输入包括行为情境，例如，导航状态、座椅加热器使用、车辆中的乘客等。当用户与各种用例交互时，显示设备学习哪些情境对于哪些用例是重要的以及每个情境集合的适当排序值。这些具体的个性化情境集合被称为聚类，并且形成可以应用排序算法的基础。在每个聚类内，不断更新并存储单独用例排序，从而基于各种情境情况进行准确预测。

14、根据另一实施方案，通过训练，优选地通过训练神经网络或现有技术中已知的其他已知机器学习技术来建立情境聚类。因此，特别地，显示设备包括神经网络或其他机器学习技术。因此，可以实现显示设备的单独训练。

15、在另一实施方案中，在每个情境聚类内，车辆部件请求的排序被单独地存储和演化。特别地，可以在若干个情境聚类中实现相同的请求。情境聚类是指情境特征的子集，例如时间和位置。一个情境聚类可以指早晨时间和家庭位置，另一个情境聚类可以指午餐时间和办公室位置。在这两种情况下，是相同的请求，例如电话呼叫系统或时间调度程序的通知中的一者。

16、在又一实施方案中，多个情境聚类被布置在聚类集成中，其中每个聚类集成在单独的内核中与其他聚类集成并行地处理。特别地，为了提高整体准确度并由此提升用户体验，学习内核的集成被并行地开发为在单个车辆中运行的完整模型。由显示设备所包括的控制器的每个内核同时对不同情境特征的子集进行操作，并且将结果组合用于最终用例建议列表。该集成模型同时解决了围绕丢失的情境特征的问题，例如，导致输入信号从未被发送或者丢失的小故障，以及允许对适合于大多数/所有用户的通用基础模型进行预训练，从而在新用户简档的生命周期中立即产生期望的和直观的建议。

17、内核由并行训练和构建的聚类集成组成。每个聚类集成由基于分配给该聚类集成的情境特征的子集的聚类组成。例如，一个聚类集成可以基于一天中的时间和位置的情境特征来建立其聚类，而另一个聚类集成可以基于一周中的一天和位置来建立其聚类，又一个聚类集成可以基于天气、温度和位置等来建立其聚类。建立在这些聚类集成中的每一个聚类集成上的聚类彼此独立。对情境聚类进行聚类分析以及与对车辆部件相关联的请求的进行排序是独立完成的，同时通过在每个数据点上训练与其他聚类集成并行。因此，对与在每个聚类集成上形成的车辆部件相关联的请求的情境聚类和排序可以彼此完全不同。例如，对于停车的示例，我们将对车辆部件和相关联的符号的请求(例如，电子停车)进行不同排序。对于不同聚类集成的聚类中的该车辆部件，例如，我们可以得到一个聚类集成排序为0.7而另一个聚类集成排序为0.3。

18、当基于给定的情境进行推断时，可以在每个聚类集成中找到适合的或至少最接近的聚类，并基于该聚类找到该聚类中的排序。然后，对于k个聚类集成，我们将得到k个排序，每个排序来自不同的聚类集成。

19、为了计算车辆部件的每个请求的最终排序，我们需要对其在不同聚类集成中的排序进行平均。在另一实施方案中，每个聚类集成具有与其相关联的权重，因此这将是加权平均，这为具有更高重要性的聚类集成的排序给出更高的权重。优选地，基于对基于不同故事场景产生的大模拟数据(包含超过800个数据集)的评估来调整这些权重，并且基于准确度度量来选择在所有这些数据集上生成最佳平均性能的权重。

20、在另一实施方案中，在主屏幕上额外地显示另一车辆部件的至少一个静态功能性符号，其中静态功能性符号总是以不可调适方式或至少以可调适方式显示。例如，静态功能性符号可以是始终显示的导航卡。特别地，第一功能性符号和第二功能性符号然后可以以突出显示的方式示出。因此，总是示出诸如导航或例如电话呼叫的功能，因为它们是重要的功能。另一车辆部件的静态功能性符号的大小被调适，使得与提供程序所请求的比预定阈值更高排序的另一车辆功能相关联的符号可以以有限的空间示出在显示区域上。在这种情况下，静态功能性符号被缩小以使得区域可用于显示另一功能性符号，例如第一功能性符号和/或第二功能性符号。除静态功能性符号之外的功能性符号按优先级顺序显示，直到显示区域被完全占用，其他功能性符号就被拒绝。

21、本发明的又一方面涉及一种用于显示个人主屏幕的车辆的显示设备，其中至少一个功能性符号被显示在主屏幕上，该显示设备包括至少一个电子计算设备，其中该显示设备被配置用于执行根据前述方面的方法。特别地，该方法由显示设备执行。

22、本发明的又一方面涉及一种包括显示设备的车辆，特别是机动车辆。显示设备包括用于执行该方法的电子装置，例如处理器、集成电路和其他电子装置。

23、本发明的其他优点、特征和细节源自以下对优选实施方案以及附图的描述。在说明书中先前提到的特征和特征组合以及在附图的以下描述中提到的和/或在附图中单独示出的特征和特征组合不仅可以在分别指示的组合中使用，而且在不脱离本发明的范围的情况下，可以在任何其他组合中使用或单独使用。