KIT | KIT-Bibliothek | Impressum | Datenschutz

Probabilistische Vorhersage von Fahrstreifenwechseln für hochautomatisiertes Fahren auf Autobahnen

Weiser, Andreas

Abstract:
Die vorliegende Arbeit stellt ein Konzept zur zeitlichen Vorhersage von Fahrstreifenwechselmanövern auf Autobahnen für Systeme zur automatischen Fahrzeugführung vor. Derartige Systeme benötigen ein Verständnis der Fahrumgebung zur konfliktfreien und nachvollziehbaren Durchführung der Fahraufgabe. Dies beinhaltet die Wahrnehmung und Interpretation der Fahrumgebung zur Erkennung und Vorhersage von Fahrmanövern des umgebenden Verkehrs.

Abstract (englisch):
A concept for time-related forecasts of lane change maneuvers in highway scenarios is presented within the present work. Automated driving systems rely on understanding the driving environment to fulfill their driving task transparently and safely. This involves the perception of the driving environment as well as its interpretation to detect and predict driving maneuvers of road users.

Open Access Logo


Volltext §
DOI: 10.5445/KSP/1000082533
Veröffentlicht am 21.05.2019
Die gedruckte Version dieser Publikation können Sie hier kaufen.
Coverbild
Zugehörige Institution(en) am KIT Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT)
Publikationstyp Hochschulschrift
Jahr 2019
Sprache Deutsch
Identifikator ISBN: 978-3-7315-0794-9
ISSN: 1613-4214
urn:nbn:de:0072-825334
KITopen-ID: 1000082533
Verlag KIT Scientific Publishing, Karlsruhe
Umfang XI, 232 S.
Serie Schriftenreihe / Institut für Mess- und Regelungstechnik, Karlsruher Institut für Technologie ; 043
Abschlussart Dissertation
Prüfungsdaten 28.11.2017
Schlagworte Fahrstreifenwechsel, Dynamische Bayes'sche Netzwerke, Maschinelles Lernen, Automatisches Fahren, lane change, dynamic Bayesian networks, machine learning, automated driving
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page