[发明专利]用于处理通过机动车探测到的数据以及用于提供用于这种处理的参数的方法、计算机程序和设备

说明书

本发明涉及用于处理通过机动车探测到的数据的方法、具有指令的计算机程序和设备。此外，本发明涉及用于提供用于处理通过机动车探测到的数据的参数的方法、具有指令的计算机程序和设备。此外，本发明涉及机动车以及后端，在所述机动车或后端中使用根据本发明的方法或根据本发明的设备。在第一步骤中接收(10)用于探测到的数据的时间和地点混淆的至少一个参数组。此外，接收(11)由机动车探测到的数据。接着在使用所述至少一个所接收的参数组的情况下将时间和地点混淆应用(12)到所接收的数据上。最终转发(13)经混淆的数据以用于进一步处理。混淆可以在机动车内或在与机动车处于连接中的后端中进行。

技术领域

本发明涉及用于处理通过机动车探测到的数据的方法、具有指令的计算机程序和设备。此外，本发明涉及用于提供用于处理通过机动车探测到的数据的参数的方法、具有指令的计算机程序和设备。此外，本发明涉及机动车以及后端，在所述机动车或后端中使用根据本发明的方法或根据本发明的设备。

背景技术

在现代的机动车中收集多种数据。在车辆越来越联网的过程中存在如下兴趣，将由车辆收集的数据用于进一步的分析评价。为此目的，可以从机动车取出数据并且将其供应给后端。例如数据可以从车辆传感器与地点和时间相关地针对关于天气预报、停车位占用亦或交通流数据的应用提取。然后在后端中将所述数据与地图上的其他数据组合并且返回引导给有用的功能。

针对数据收集的一个重要应用情况是构建用于匿名化的群数据的数据库，以用于研究、开发和保障自动驾驶功能。对于高度自动化的车辆的要求是，所述高度自动化的车辆在无事故的情况下胜任道路交通中的大量不同的且部分复杂的场景。由于这些场景中的大多数仅偶尔发生，因此在真实的道路交通中的测试不仅耗费时间而且成本高昂。对于直至批量生产阶段的自动驾驶功能的开发需要大量数据基础以用于保障算法，所述算法不再能通过经典的寿命测试行驶实现。因此，需要带有来自尽可能多种要求高的交通场景的数据的数据池，理想地从真实行驶馈送的数据，利用该数据池如此训练且连续地改进算法，使得车辆在道路交通中在所有可能发生的事件的情况下可以进行恰当的判定并且可靠地反应。

然而从车辆取出的数据在一些情况下允许推断确定的或至少可确定的自然人的个人的或客观的情况，例如经由机动车的驾驶员。

数据的这种收集和使用根据分别适用的数据保护法规通常只有在驾驶员有同意声明的情况下才可实现。虽然当今的消费者尤其是在软件的领域中完全信赖，接受使用条件并且放行用于进行数据分析评价，但在汽车领域中这迄今不是常见的。对于数据使用的同意声明的获得因此不总是简单的。此外，必须在软件更新的范围内如有可能得到用户的新的同意声明，这对于用户而言长期地可能令人不快。

为了确保数据保护，可以将数据供应给不同的匿名化方法。所述匿名化方法目的是，将数据产生者的身份隐藏在匿名化组中。

在该背景之前DE 10 201 1 106 295 A1描述一种用于在机动车与服务提供商之间双向传递数据的方法。在该方法中将描述交通状态并且来自机动车的交通数据提供给服务提供商。这仅通过由安全运营商运行的后端服务器设备实现。借助于后端-服务器设备交通数据在传递给服务提供商之前匿名化。

US 2017/0083708 A1描述了用于按顺序的且与地点相关的数据组的匿名化的机构。作为对数据组接收的反应由企业扫描数据组，以便揭露一系列数据保护弱点。一组数据保护限制基于所揭示的数据保护弱点产生，并且识别一组使用限制。数据组在使用数据保护限制和使用限制的情况下匿名化，由此形成经匿名化的数据组。经匿名化的数据组然后交还给企业。

在另一种用于匿名化的方式中，对数据进行分割。在此车辆在行驶期间的数据被分成不同的分段。以这种方式确保，可能的数据用户不能确定车辆的行驶的完全的数据组。总路程通常仅由非常少的、如有可能也由仅一个唯一的车辆驶过。但各个分段被许多车辆驶过。

在另一种用于匿名化的方式中混淆关于地点或时间的数据。在此，数据在空间方面或在时间方面随机相加地移动。以这种方式仅还关于一组车辆允许对原始的车辆进行识别。