Titel

Verfahren zum Bereitstellen von Bewertungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes sowie Verfahren und

Vorrichtung zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes

Die Erfindung betrifft ein Verfahren zum Bereitstellen von Bewertungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes. Die Erfindung betrifft ferner ein Verfahren zum Ermitteln eines Verfügbarkeitszustands eines Park platzes. Die Erfindung betrifft ferner eine Vorrichtung zum Ermitteln eines

Verfügbarkeitszustands eines Parkplatzes. Die Erfindung betrifft ferner einen Neuronal-Netzwerk-basierten magnetischen Parksensor. Die Erfindung betrifft ferner ein Computerprogrammprodukt.

Stand der Technik

Parken stellt im Zusammenhang mit Fahrzeugverkehr ein großes Problem mit bedeutenden Auswirkungen auf Verkehrsstauungen und Stadtlandschaften dar.

Eine Reduktion von Parkraum führt zunehmend zur Entwicklung von vollautomatisierten und mechanischen Parksystemen, wobei diese Systeme jedoch, auch aufgrund ihrer Errichtungs- und Erhaltungskosten, begrenzt sind.

Die magnetische Signalstärkenanalyse in einem APLM-Umfeld (engl automated parking lots management) ist ein stark-nichtlineares Problem und kann durch adaptive Strukturen basierend auf Referenzmessungen approximiert werden.

In der Literatur stellen die sogenannten“wavelet neural networks” (WNNs) eine neue Klasse von Netzwerken dar, die mit großem Erfolg in einer großen Vielzahl von unterschiedlichen Anwendungen eingesetzt werden, wie z.B. aus Alexandridis et al. , Wavelet neural networks A practical guide, Neural Networks Vol. 42. Pp. 1-27. 2013, bekannt.

Ein allgemein anerkanntes Prinzip für die Anwendung von WNNs ist es, die

(fraktionale) Waveletfunktion als Aktivierungsfunktion in der ausgeblendeten Schicht des neuronalen Netzwerks zu verwenden. Dabei wurde die sigmoidale Funktion als eine Aktivierungsfunktion in der Ausgabeschicht benutzt, wobei in der WNN die sigmoidale Funktion durch die fraktionalen Mutter-Wavelets ersetzt wurden.

Bekannt ist eine Weiterentwicklung der fraktalen Waveletfunktionen in Form der spektralen Graphen-Wavelet-Theorie von Hammond et al. 2011 aus Wavelets on graphs via spectral graph theory, Applied and Computational Harmonie Analysis 30, 2 (2011), 129-150. Die spektrale Graphen-Wavelet-Theorie fokussiert auf eine Identifizierung von Knoten, welche topologisch ähnliche Netzwerk-Nachbarn haben, während sie sich in potentiell beabstandeten Bereichen des Netzwerks befinden.

Offenbarung der Erfindung

Eine Aufgabe der Erfindung ist es, einen kostengünstigen, effizienten magnetischen Parksensor bereitzustellen.

Die Aufgabe wird gemäß einem ersten Aspekt gelöst mit einem Verfahren zum Bereitstellen von Bewertungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes, mit den Schritten:

- Erstellen von zweidimensionalen Graphen pro Messvorgang von

geomagnetischen Signalen des Parkplatzes basierend auf Referenz daten, wobei in jedem zweidimensionalen Graphen x- und y-Werte der geomagnetischen Signale entsprechend einem Belegt-Zustand des

Parkplatzes entsprechend den Referenzdaten in einem x-y- Koordinatensystem verbunden werden;

Berechnen einer Wavelet-T ransformation aus dem zweidimensionalen Graphen basierend auf der spektralen-Graphen-Wavelet Theorie von Hammond, wobei für jeden Graphen eine erste Waveletkoeffizienten- Verteilung ermittelt wird;

- Trainieren eines neuronalen Netzwerks aus den Waveletkoeffizienten

Verteilungen und Elementen des zweidimensionalen Graphen, wobei eine Gewichtsmatrix mit einer definierten Dimensionierung für den

Belegt-Zustand des Parkplatzes ermittelt wird.

Auf diese Weise wird eine sogenannte Offline- Analysephase bereitgestellt, die als Ergebnis eine Gewichtsmatrix eines neuronalen Netzwerks zur nachfolgenden Verwendung in einem Mikrorechner eines Parksensors bereitstellt. Gemäß einem zweiten Aspekt wird die Aufgabe gelöst mit einem Verfahren zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes, aufweisend die

Schritte:

- Zyklisches Erfassen einer definierten Anzahl von geomagnetischen

Messwerten, wobei die Anzahl der erfassten geomagnetischen Mess ^¬ werte einer Dimensionierung eines in einer Analysephase ermittelten

Waveletkoeffizienten-Verteilungsvektors entspricht;

- Definieren eines Waveletkoeffizienten-Vektors gemäß Belegt-Zustand

oder Nicht-Belegt-Zustand des Parkplatzes gemäß einer Offline- Analysephase;

- Aktivieren des Vektors der erfassten geomagnetischen Messwerte durch Multiplikation der erfassten geomagnetischen Messwerte mittels

wenigstens eines definierten Abschnitts der Gewichtsmatrix, wobei eine Waveletkoeffizienten-Verteilung erstellt wird;

- Vergleichen der Waveletkoeffizienten-Verteilung mit der Waveletkoeff- izienten-Verteilung der Offline-Analysephase; und

- Ermitteln des Verfügbarkeitszustands des Parkplatzes basierend auf

dem Vergleich.

Auf diese Weise wird ein einfaches Verfahren zur Verwendung im Embedded Bereich bereitgestellt, welches sehr kostengünstig in kurzer Zeit durchgeführt wird und eine effiziente Ermittlung eines Verfügbarkeitszustands eines Parkplatzes realisiert.

Vorteilhaft ist dies sehr energieschonend möglich, wobei dadurch ein Batteriewechsel im Embedded System für lange Zeit vermieden wird und dadurch eine lange Betriebs dauer des Parksensors im Feld unterstützt ist. Vorteilhaft kann das Verfahren auf rechenkapazitätsarmen Mikrocontrollern ausgeführt werden.

Gemäß einem dritten Aspekt wird die Aufgabe gelöst mit einem Neuronal-Netz- werk-basierten magnetischen Parksensor, aufweisend:

- eine Erfassungseinrichtung zum zyklischen dreidimensionalen Erfassen

von geomagnetischen Messwerten im Bereich eines Parkplatzes;

eine funktional mit der Erfassungseinrichtung verbundene First-In-First- Out-Speichereinrichtung, in die die geomagnetischen Messwerte ladbar sind; und

- eine funktional mit der First-In-First-Out-Speichereinrichtung verbundene Ermittlungseinrichtung, die eingerichtet ist: zum Definieren eines Waveletkoeffizienten-Vektors gemäß Belegt- Zustand oder Nicht-Belegt-Zustand des Parkplatzes basierend auf der spektralen-Graphen-Wavelet Theorie von Hammond;

- zum Aktivieren des Vektors der erfassten geomagnetischen Messwerte mittels wenigstens eines definierten Abschnitts der Gewichtsmatrix, wobei eine Waveletkoeffizienten-Verteilung erstellt wird;

- zum Vergleichen der Waveletkoeffizienten-Verteilung mit der Wavelet- koeffizienten-Verteilung der Offline-Analysephase; und

- zum Ermitteln des Verfügbarkeitszustands des Parkplatzes basierend auf dem Vergleich.

Bevorzugte Weiterbildungen des Verfahrens sind Gegenstand von abhängigen Ansprüchen.

Eine vorteilhafte Weiterbildung des Verfahrens zum Bereitstellen von Bewer tungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes zeichnet sich dadurch aus, dass die Referenzdaten nach einem nicht

magnetischen Messprinzip erfasst wurden, wobei die Referenzdaten mittels wenigstens einem aus: Radar, optischer Sensor, manuelle Eingaben erfasst wurden. Dadurch ist vorteilhaft eine Vielzahl von Ermittlungsmöglichkeiten der Referenzdaten ermöglicht.

Eine weitere vorteilhafte Weiterbildung des Verfahrens zum Bereitstellen von Bewertungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes zeichnet sich dadurch aus, dass aus jedem zweidimensionalen Graphen eine Laplace-Matrix ermittelt wird, wobei Eigenwerte sowie eine fraktale Dimension der Eigenwerte der Laplace-Matrix ermittelt werden. Vorteilhaft wird dadurch die Theorie von Hammond zusätzlich mit einer Bestimmung der fraktalen Dimension der Eigenwerte der Laplace-Matrix angewendet.

Eine weitere vorteilhafte Weiterbildung des Verfahrens zum Bereitstellen von Bewertungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes zeichnet sich dadurch aus, dass die Waveletkoeffizienten-Verteilungen vorzugsweise mindestens 512 Elemente umfassen. Vorteilhaft wird dadurch ein Datenformat bereitgestellt, welches nachfolgend auch im Embedded-Bereich im Mikrocontroller verwendet wird. Eine Kompatibilität der Datenformate ist auf diese Weise vorteilhaft bereitgestellt. Eine vorteilhafte Weiterbildung des Verfahrens zum Ermitteln eines Verfügbar ^¬ keitszustands eines Parkplatzes sieht vor, dass 512 geomagnetische Messwerte erfasst werden. Auf diese Weise wird ein im APLM-Umfeld übliches Datenformat genutzt. Alternativ könnten auch 1024 oder mehr Messwerte erfasst werden. Durch die Zweierpotenz kann programmtechnisch auf einfache Weise die Kapa ^¬ zität der First-In-First-Out-Speichereinrichtung durch Ändern des Exponenten geändert werden. Vorteilhaft ist dadurch unterstützt, dass in Abhängigkeit vom Exponenten eine Detektionsrate einstellbar ist. Vorteilhaft lässt sich diese Weise eine Detektionsgenauigkeit des magnetischen Parksensors dimensionieren.

Eine weitere vorteilhafte Weiterbildung des Verfahrens zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes zeichnet sich daraus, dass eine definierte Waveletkoeffizienten-Verteilung gemäß Belegt-Zustand oder Nicht- Belegt-Zustand und der definierte Abschnitt der Gewichtsmatrix vorzugsweise zehn Elemente umfassen. Dadurch ist vorteilhaft eine effiziente Nutzung des vorgeschlagenen Verfahrens mit verringertem Analyse- und Berechnungsaufwand unterstützt.

Die Erfindung wird im Folgenden mit weiteren Merkmalen und Vorteilen anhand von mehreren Figuren im Detail beschrieben. Gleiche oder funktionsgleiche Elemente haben gleiche Bezugszeichen.

Offenbarte Verfahrensmerkmale ergeben sich analog aus entsprechenden offen barten Vorrichtungsmerkmalen und umgekehrt. Dies bedeutet insbesondere, dass sich Merkmale, technische Vorteile und Ausführungen betreffend den Neuronal-Netzwerk-basierten magnetischen Parksensor in analoger Weise aus entsprechenden Ausführungen, Merkmalen und Vorteilen betreffend das Verfahren zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes ergeben und umgekehrt.

In den Figuren zeigt:

Fig. 1 eine prinzipielle Darstellung zur Generierung eines

zweidimensionalen Graphen aus einer Referenzdatenbasis; Fig. 2 einen Ausschnitt von Fig. 1 mit einer prinzipiellen Darstellung einer Wirkungsweise des vorgeschlagenen Verfahrens;

Fig. 3 eine Darstellung von mathematischen Operationen des

vorgeschlagenen Verfahrens;

Fig. 4 eine prinzipielle Darstellung einer Ausführungsform des

vorgeschlagenen Verfahrens zum Bereitstellen von

Bewertungsdaten zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes;

Fig. 5 eine prinzipielle Darstellung einer Ausführungsform des

vorgeschlagenen Verfahrens zum Ermitteln eines Verfügbar keitszustands eines Parkplatzes; und

Fig. 6 ein prinzipielles Blockschaltbild eines vorgeschlagenen Neuronal-

Netzwerk-basierten magnetischen Parksensors.

Beschreibung von Ausführungsformen

Im APLM-Umfeld wird angestrebt, möglichst zuverlässig einen Frei-Zustand und einen Belegt-Zustand eines Parkplatzes zu ermitteln. Angestrebt wird eine sogenannte „globale“ Erkennung eines Verfügbarkeitszustands des Parkplatzes, bei der nach einem Power Reset sofort erkannt werden kann, ob der Parkplatz„Frei“ oder„Besetzt“ ist.

Eine Kernidee der vorliegenden Erfindung besteht insbesondere darin, einen kostengünstigen magnetischen Parksensor vorzuschlagen, der auf einer magne tischen Signalanalyse basiert und der die genannte globale Erkennung eines

Verfügbarkeitszustandes eines Parkplatzes realisiert.

Der vorgeschlagene, auf einem spektralen Graph-Wavelet-Neuronal-Netzwerk- basierende Parksensor erlaubt es im geomagnetischen APLM-Umfeld auf zuverläs sige, hochgenaue und kostengünstige Weise, einen Parkplatz-Verfügbarkeitsstatus (Frei oder Belegt) auf die oben genannte globale Art und Weise (ohne Kenntnis der Belegungs-Historie) zu ermitteln. Vorgesehen ist dabei eine Verwendung von geomagnetischen Messwertreihen als Graph und die Verwendung von spektralen Graph-Algorithmen und neuronalen Netzwerken für dieses Spektrum zum Detektieren von Verfügbarkeitszuständen des Parkplatzes basierend auf struktureller Identifizierung.

Eine zweidimensionale Darstellung einer geomagnetischen APLM-Messung, wobei die x-Richtung und y-Richtung des geomagnetischen Signals M die

wichtigsten Richtungen des verwendeten geomagnetischen Sensors sind, ist in Fig. 1 dargestellt. Erkennbar sind in einem oberen Abschnitt von Fig. 1 zeitliche Messungen zusammen mit Zuordnungen der Messungen gemäß Referenzdaten R nach Belegt-Zustand B und Nicht-Belegt-Zustand (Frei-Zustand) NB. Dabei ist im oberen Abschnitt lediglich ein x-Anteil des geomagnetischen Signals M darge ^¬ stellt. Ein ebenfalls erforderlicher zeitlicher Verlauf des y-Anteils des geomagnetischen Signals M ist im oberen Abschnitt von Fig. 1 nicht dargestellt.

Im unteren Abschnitt von Fig. 1 ist dargestellt, dass die Belegt-Zustände B und die Nicht-Belegt-Zustände NB in einem zweidimensionalen Graphen

entsprechend den Referenzdaten R zusammengefasst bzw. verbunden werden.

Vorzugsweise wurden die Referenzdaten R basierend auf Radar- oder

Lichtsensormessungen ermittelt, alternativ sind dazu auch manuelle Erfassungen durch Beobachtungspersonen denkbar.

Ein Kerngedanke der Erfindung besteht darin, dass die Tatsache ausgenutzt wird, dass Graphenknoten des zweidimensionalen Graphen von Fig. a und b identische Park-Klassen (Belegt und Nicht-Belegt) aufweisen, wenn die spektrale Graph-Waveletkoeffizienten-Verteilung identisch ist, wie in einer zuvor

durchgeführten datenintensiven und aufwendigen Offline-Analysephase.

Fig. 2 stellt in einem unteren Abschnitt einen Ausschnitt des zweidimensionalen Graphen von Fig. 1 dar. Während der Offline-Analysephase wurden die Knoten a und b als Belegt-Status referenziert, obwohl sie im zweidimensionalen Graphen voneinander beabstandet sind. Während die Roh-Spektral-Graph Wavelet-Koeffizienten der Knoten a, b sehr verschieden sein können, werden sie als Waveletkoeffizienten-Verteilungen (dargestellt in Fig. 2 links neben dem Knoten a und rechts neben dem Knoten b) behandelt, wobei für die vorliegende Erfindung die Tatsache ausgenutzt wird, dass Waveletkoeffizienten-Verteilungen von identischen Parkstati identisch sind. Erkennbar sind die Verteilungen der Wavelektkoeffizienten für zwei Knoten a, b des

zweidimensionalen Graphen.

Eine Messreihe von geomagnetischen Messwerten stellt einen ungerichteten

Graphen G = (V, E) mit N Knoten V = {ai, . . . ,a _N }, Verbindungen E, einer

Quelle-Ziel-Matrix A (engl. Origin Destination Matrix), und einer Nachbarschafts ^¬ matrix D _Ü = P _j A _{j j} (definiert, wieviele Nachbarn die einzelnen Knoten des Graphen haben) dar, wobei eine neuronale Netzwerksoptimierung durch Mutter-Wavelet- Lernen durchgeführt wird.

Für jeden Knoten (geomagnetischer Messwert) a, des zweidimensionalen

Graphen wird eine strukturelle Identifizierung der Knoten in einem kontinuierlichen multidimensionalen Raum von strukturellen Aufgaben durchgeführt.

Vorgeschlagen wird eine Verwendung der spektralen Graph-Wavelet-Theorie von Hammond zur Verwendung im APLM-Umfeld.

Fig. 3 zeigt eine Grundstruktur der vorgeschlagenen mathematischen Vorgangsweise. U repräsentiert eine Eigenvektor-Zerlegung der unnormierten Laplace- Matrix L = D - A, wobei in Fig. 3 eine beispielhafte Ausbildung einer acht- elementigen Laplace-Matrix L dargestellt ist.

Basierend auf dem Verfahren von Hammond et al. wird die Laplace-Matrix L folgendermaßen ermittelt:

L = UAU ^T wobei L = Diag(Ai , ... , A _N ) die Diagonalelemente der Eigenwerte li , ... , A _N der Laplace- Matrix L repräsentieren.

Zusätzlich zum an sich bekannten Verfahren von Hammond wird erfindungsgemäß eine sogenannte„fraktaie Dimension“ d der Eigenwerte Ai , ... , AN der Laplace-Matrix L ermittelt. Es ist somit eine Verwendung von g _d als ein Filterkernel mit dem fraktalen Dimensionsparameter d vorgesehen, wobei d die fraktaie Dimension eine Vielfalt bzw. Ungleichförmigkeit bzw. Unterschiedlichkeit der Eigenwerte li,... , l _N in Form einer Zahl repräsentiert.

Ein fraktaler Kernel ist durch die mathematische Beziehung: go = e ^~M darstellbar.

Die Graph-Signalverarbeitung definiert die spektralen Graph-Waveletkoeffizienten, die mit dem genannten fraktalen Filter-Kernel Zusammenhängen, als jenes Signal, welches aus der Modulation in der spektralen Domäne eines Dirac-Signals, welches um den Graphen um den Knoten a zentriert ist, resultiert.

Der spektrale Graph-Waveletkoeffizient Y ₃ wird durch folgenden N-dimensionalen Vektor repräsentiert:

Y ₃ = U Diag (g _d (li), . . . ,g _d (AN )) U ^T öa mit: öa = 1 (a) ... fraktaler Dimensionsvektor für den magnetischen Graphknoten a U ... Eigenvektorzerlegung der unnormierten Laplace-Matrix L

Der m-te Waveletkoeffizient des Spaltenvektors lässt sich folgendermaßen darstellen:

mit:

ai ... i-te Verbindung

l _ί ... i-ter Eigenwert von L

A ... Diag(Ai,... , ÄN ) sind Diagonalelemente (Diag) der Eigenwerte Ai,... , A der Laplace-Matrix L

g _d ... Filter kernel mit dem fraktalen Dimensionsparameter d

d ... fraktale Dimension der Eigenwerte Ai , ... , A _N der Laplace-Matrix L

Y ₃ ... N-dimensionaler Vektor der Waveletkoeffizienten

Y ... U Diag(g _d (Ai), . . . ,g _d (l _N ))U ^T öa

öa ... 1 (a) ein-fraktaler-Dimensionsvektor des magnetischen Graphenknoten a Y ma · n ^N g (Al )UmiU _ai ... m-ter Waveletkoeffizient 1=1 Bei spektralen Graph Wavelets moduliert der fraktale Kernel gd das Eigenspektrum derart, dass das resultierende Signal typischerweise in der Graphen- und der Spektral- Domäne lokalisiert ist.

Spektrale Graph-Wavelets basieren auf einer Analogie zwischen temporären

Frequenzen eines Signals und den Laplace ^' schen Eigenwerten. Eigenvektoren mit kleineren Eigenwerten enthalten ein langsam veränderliches Signal, die benachbarte Knoten anregen, ähnliche Werte zu teilen. Im Gegensatz dazu enthalten Eigenvektoren mit größeren Eigenwerten schneller wechselnde Signaländerungen. Der Tiefpass Filterkern g _d kann daher als ein Modulationsoperator angesehen werden, der höhere Eigenwerte herabsetzt und eine Glattheit in der Signalvariation des Graphen unterstützt.

Fig. 3 zeigt die Ermittlung einer Laplace-Matrix L:

Im oberen Abschnitt ist ein Abschnitt des Graphen von Fig. 2 dargestellt, wobei v1 , v2 Graph-Elemente (Graph-Knotenpunkte) repräsentieren.

D ... Nachbarschaftsmatrix P Ai (definiert, wieviel Nachbarn die einzelnen

Elemente haben)

A ... Quelle-Ziel-Matrix (engl. Origin Destination Matrix) Ay falls i-te Zeile und j-te Spalte 1 ist, dann besteht zwischen i eine Verbindung)

L ... Laplace-Matrix

Die wichtigste Matrix in diesem Zusammenhang ist die Laplace-Matrix L, die aus der Subtraktion D - A resultiert und danach untersucht wird. Im Zusammenhang mit der vorliegenden Erfindung hat die Laplace-Matrix eine Dimension von 512 x 512 Elementen, wobei die 512 Eigenwerte dieser Matrix untersucht werden.

Fig. 4 zeigt ein prinzipielles Ablaufdiagramm einer Ausführungsform eines

Verfahrens zum Bereitstellen von Bewertungsdaten zum Ermitteln eines

Verfügbarkeitszustands eines Parkplatzes.

In einem Schritt 100 wird ein Erstellen von zweidimensionalen Graphen pro

Messvorgang von geomagnetischen Signalen des Parkplatzes basierend auf Referenzdaten R, wobei in jedem zweidimensionalen Graphen x- und y-Werte der geomagnetischen Signale entsprechend einem Belegt-Zustand des

Parkplatzes entsprechend den Referenzdaten R in einem x-y-Koordinatensystem verbunden werden.

In einem Schritt 110 wird ein Berechnen einer Wavelet-Transformation aus dem zweidimensionalen Graphen basierend auf der Spektralen-Graphen-Wavelet Theorie von Hammond durchgeführt, wobei für jeden Graphen eine erste Waveletkoeffizienten-Verteilung ermittelt wird.

In einem Schritt 120 wird ein Trainieren eines neuronalen Netzwerks aus den Waveletkoeffizienten-Verteilungen und Elementen des zweidimensionalen Graphen durchgeführt, wobei eine Gewichtsmatrix mit einer definierten

Dimensionierung für den Belegt-Zustand des Parkplatzes ermittelt wird.

Fig. 5 zeigt ein prinzipielles Ablaufdiagramm eines Verfahrens zum Ermitteln eines Verfügbarkeitszustands eines Parkplatzes, welches im Embedded-Bereich auf einem Mikrocontroller mit beschränkter Rechenleistung ausgeführt wird.

In einem Schritt 200 wird ein zyklisches Erfassen einer definierten Anzahl von geomagnetischen Messwerten, wobei die Anzahl der erfassten geomagnetischen Messwerte einer Dimensionierung eines in einer Analysephase ermittelten Waveletkoeffizienten-Verteilungsvektors entspricht.

In einem Schritt 210 wird ein Definieren eines Waveletkoeffizienten-Vektors gemäß Belegt-Zustand oder Nicht-Belegt-Zustand des Parkplatzes gemäß einer Offline-Analysephase durchgeführt.

In einem Schritt 220 wird ein Aktivieren des Vektors der erfassten geomagne tischen Messwerte durch Multiplikation der erfassten geomagnetischen

Messwerte mittels wenigstens eines definierten Abschnitts der Gewichtsmatrix durchgeführt, wobei eine Waveletkoeffizienten-Verteilung erstellt wird.

In einem Schritt 230 wird ein Vergleichen der Waveletkoeffizienten-Verteilung mit der Waveletkoeffizienten-Verteilung der Offline-Analysephase durchgeführt. ln einem Schritt 240 wird ein Ermitteln des Verfügbarkeitszustands des

Parkplatzes basierend auf dem Vergleich durchgeführt.

Dabei wird ein Belegt-Zustand des Parkplatzes genau dann erkannt, wenn das Ergebnis des Vergleichs der Waveletkoeffizienten-Verteilung gemäß Belegt- Zustand der Offline-Analysephase entspricht. Ein Nicht-Belegt Zustand des Parkplatzes wird genau dann erkannt, wenn das Ergebnis des Vergleichs der Waveletkoeffizienten-Verteilung gemäß Nicht-Belegt-Zustand der Offline- Analysephase entspricht.

Vorzugsweise kann vorgesehen sein, dass die in der Offline-Analysephase ermittelte Gewichtsmatrix und die erfassten geomagnetischen Messwerte im Embedded Bereich mit weniger als 512 Elementen genutzt werden,

beispielsweise mit 10 Elementen, wodurch eine noch schnellere Erfassung des Verfügbarkeitszustands des Parkplatzes unterstützt ist.

Fig. 6 zeigt ein prinzipielles Blockschaltbild eines vorgeschlagenen Neuronal- Netzwerk-basierten magnetischen Parksensors 300.

Man erkennt eine Erfassungseinrichtung 310, mittels derer x-, y-, und z-Kompon- enten des geomagnetischen Messwerts erfasst und einer First-In-First-Out- Speichereinrichtung 320 (z.B. ein Ringspeicher, engl ring buffer), die mit einer Größe einer Zweierpotenz ausgebildet ist und wenigstens 512 Elemente umfasst, zugeführt werden. Durch die Zweierpotenz kann auf einfache Weise die

Kapazität der First-In-First-Out-Speichereinrichtung 320 programmtechnisch durch Ändern des Exponenten geändert werden. Je größer dieser Wert der First- In-First-Out-Speichereinrichtung 320 ist, desto zuverlässiger funktioniert das vorgeschlagene Verfahren zum Erkennen eines Verfügbarkeitszustandes eines Parkplatzes.

Die Größe der First-In-First-Out-Speichereinrichtung 320 hängt auch von der Rechenkapazität der für den vorgeschlagenen magnetischen Parksensor benutzten Hardware ab, die systembedingt oftmals nur geringe Batterie- und Rechenressourcen aufweist und vorgesehen ist, über eine lange Zeitdauer im Feld benutzt zu werden. Eine Recheneinheit des vorgeschlagenen magnetischen Parksensors ist vorzugsweise ein an sich bekannter Mikrocontroller oder - Prozessor ausgebildet, der in Assemblercode programmiert wird. Die First-In-First-Out-Speichereinrichtung 320 ist funktional mit einer

Ermittlungseinrichtung 330 verbunden, die auf die oben genannte Weise den Verfügbarkeitszustand des Parkplatzes ermittelt.

Vorteilhaft lässt sich das vorgeschlagene Verfahren im Embedded-Bereich in rechenkapazitätsarmen Mikrocontrollern realisieren, wobei derartige Mikrocon ^¬ troller vorteilhaft wenig elektrische Energie verbrauchen. Dies bewirkt vorteilhaft, dass die vorgeschlagenen Neural-Netzwerk-basierten Parksensoren 300 für lange Zeit ohne Batteriewechsel im Feld agieren können. Eine kostengünstige Implementierung eines Internet-der-Dinge (engl internet of things) ist auf diese Weise vorteilhaft unterstützt.

In einer vorteilhaften Ausbildung kann vorgesehen sein, dass mehrere Neuronal- Netzwerk-basierte Parksensoren 300 ein System bilden, welches Nutzer zu freien Parkplätzen lotsen kann.

Das Verfahren ist als ein Computerprogrammprodukt ausgebildet, das

Programmcodemittel zum Ausführen des Verfahrens auf dem Zustandsautomat basierten magnetischen Parksensor 100 aufweist, vorzugsweise in Form eines in Assembler, C, C ⁺⁺ , usw. codierten Softwareprogramms.

Obwohl die Erfindung vorgehend anhand von konkreten Ausführungsbeispielen beschrieben worden ist, kann der Fachmann vorgehend auch nicht oder nur teilweise offenbarte Ausführungsformen realisieren, ohne vom Kern der

Erfindung abzuweichen.