KIT | KIT-Bibliothek | Impressum | Datenschutz
Open Access Logo
§
Volltext
DOI: 10.5445/KSP/1000053685
Die gedruckte Version dieser Publikation können Sie hier kaufen.
Coverbild

Fahrerabsichtserkennung und Risikobewertung für warnende Fahrerassistenzsysteme

Liebner, Martin

Abstract:
Um Unfälle zu vermeiden, benötigen warnende Fahrerassistenzsysteme eine schritthaltende Schätzung des aktuellen Kollisionsrisikos. Hierfür wird eine Methode vorgeschlagen, die grundsätzlich auf beliebige Verkehrssituationen anwendbar ist. Erreicht wird dies durch den Einsatz von generativen Modellen zur Beschreibung des erwarteten Fahrerverhaltens. Zugehörige Probandenstudien im Realverkehr zeigen vielversprechende Ergebnisse selbst unter Berücksichtigung von Echtzeitanforderungen.

Abstract (englisch):
To avoid accidents, warning driver assistance systems require an on-line estimation of the current risk of collision. For that, a new method is proposed that – in principle – is able to deal with arbitrary traffic situations. This is achieved by the use of generative models to describe the expected driver behavior. Corresponding user studies in real traffic show promising results even when real time constraints are taken into account.


Zugehörige Institution(en) am KIT Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT)
Publikationstyp Hochschulschrift
Jahr 2016
Sprache Deutsch
Identifikator ISBN: 978-3-7315-0508-2
ISSN: 1613-4214
URN: urn:nbn:de:0072-536859
KITopen-ID: 1000053685
Verlag KIT Scientific Publishing, Karlsruhe
Umfang XX, 159 S.
Serie Schriftenreihe / Institut für Mess- und Regelungstechnik, Karlsruher Institut für Technologie ; 034
Abschlussart Dissertation
Fakultät Fakultät für Maschinenbau (MACH)
Institut Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT)
Prüfungsdaten 05.11.2015
Referent/Betreuer Prof. Dr.-Ing. Christoph Stiller
Schlagworte Fahrerabsichtserkennung, Risikobewertung, Fahrerverhaltensmodell, Situationsbewusstsein, Dynamisches Bayes'sches Netz Driver Intent Inference, Risk Assessment, Driver Model, Situation Awareness, Dynamic Bayesian Network
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page