Kartenbasierte Fahrzeugprädiktion in urbanen Kreuzungsszenarien

Die Verhaltensvorhersage anderer Verkehrsteilnehmer ist ein essenzieller Bestandteil von Softwaresystemen, die das hochautomatisierte Fahren ermöglichen.
Mit einer solchen Vorhersage ist es einem automatischen Fahrzeug möglich, die eigene Fahrweise vorausschauend zu planen und dadurch sowohl den Verkehrsfluss als auch den Komfort für die Passagiere zu verbessern.

Die vorliegende Arbeit stellt ein System zur Vorhersage von Fahrzeugbewegung in Kreuzungssituationen, wie sie überwiegend in urbanen Umgebungen auftreten, vor.
Um die Vorhersage zu treffen, werden zunächst die zu erwartenden Abhängigkeiten zwischen den Verhaltensweisen aller Fahrzeuge analysiert und in einem Abhängigkeitsgraphen hierarchisch modelliert.
Hierfür wird eine hochgenaue Planungskarte, inklusive der geltenden Verkehrsregeln, sowie die beobachtbaren physischen Zustände der Fahrzeuge verwendet.
Basierend auf diesem Abhängigkeitsgraphen werden Simulationen durchgeführt, indem ein Planungsalgorithmus für die einzelnen Fahrzeuge angewandt wird, wodurch mögliche Fahrzeugbewegungen identifiziert werden.
Durch einen Abgleich des tatsächlich eintreffenden Verhaltens des betrachteten Fahrzeugs mit den Simulationsergebnissen wird eine Schätzung der Intentionen des Fahrzeugs mit einem nicht-stationären Hidden Markov-Modell durchgeführt. ... mehr
Die so geschätzten Wahrscheinlichkeiten für die jeweiligen Intentionen gemeinsam mit den simulierten Trajektorien der Fahrzeuge bilden das Ergebnis der Prädiktion.

Die einzelnen Verarbeitungsschritte des Systems -- die Abhängigkeitsanalyse, die Trajektorienprädiktion und die Intentionsschätzung -- werden separat voneinander anhand von geeigneten Szenarien aus öffentlichen Datensätzen qualitativ und quantitativ evaluiert.
Hierfür werden sowohl geeignete Metriken aus der Literatur als auch eigene Metriken angewendet.
Die Ergebnisse dieser Experimente zeigen, dass das vorgestellte System unter bestimmten Annahmen gut geeignet ist, die Intentionen anderer Fahrzeuge zu schätzen und deren Verhalten vorherzusagen.