Probabilistic Maneuver Recognition in Traffic Scenarios
Abstract:
In this work an approach is presented to model and recognize traffic maneuvers in terms of interactions between different traffic participants on extra urban roads. Results of the recognition concept are presented and evaluated using different sensor setups and its benefit is outlined by an integration into a software framework in the field of Car-to-Car (C2C) communications. Furthermore, recognition results are used in this work to robustly predict vehicle’s trajectories while driving dynamic
| Zugehörige Institution(en) am KIT | Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2014 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-7315-0287-6 ISSN: 1613-4214 urn:nbn:de:0072-436802 KITopen-ID: 1000043680 |
| Verlag | KIT Scientific Publishing |
| Umfang | VI, 150 S. |
| Serie | Schriftenreihe / Institut für Mess- und Regelungstechnik, Karlsruher Institut für Technologie ; 031 |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Maschinenbau (MACH) |
| Institut | Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT) |
| Prüfungsdaten | 07.08.2014 |
| Schlagwörter | Situationsanalyse, Fahrmanövererkennung, Probabilistische Modellierung, Nachrichtenverifizierung, Trajektorienprädiktion, Situation Assessment, Maneuver Recognition, Probabilistic Models, Message Verification, Trajectory Prediction |
| Referent/Betreuer | Stiller, C. |