Kollisionswarnung im urbanen Straßenverkehr auf Basis einer probabilistischen Situationsanalyse

Beschreibung

Kreuzungen im urbanen Straßenverkehr sind Unfallschwerpunkte, die im Fokus der Fahrerassistenzforschung stehen. In dieser Arbeit wird ein System vorgestellt, das mit Hilfe einer probabilistischen Situationsanalyse eine Kollisionswarnung an Kreuzungen ermöglicht. Hierzu werden Verfahren zur Fahrerwarnung verwendet, die eine entwickelte Fahrerintentionsvorhersage zur Erhöhung der Prädiktionsgüte nutzen. Die Intentionen des eigenen Fahrers und von Fahrern anderer Fahrzeuge im Kreuzungsbereich werden mit einem probabilistischen Netz prädiziert. Dieses Netz verwendet Informationen eines graphenbasierten Umfeldmodells, Fahrdynamikdaten sowie Fahrereingaben. Die Intentionsprädiktion wird in dieser Arbeit mit Studiendaten aus Realfahrten evaluiert. Die Fahrerintentionsvorhersage sowie die Informationen des Umfeldmodells und Fahrdynamikdaten werden genutzt, um mehrere zukünftige Entwicklungen einer Szene mit probabilistischen Erreichbarkeitsmengen zu bestimmen. Diese beschreiben alle Orte, die ein Fahrzeug zu einem bestimmten Zeitpunkt mit einer gewissen Wahrscheinlichkeit erreichen kann. Diese Mengen werden für relevante Fahrzeuge im Kreuzungsbereich ermittelt und überlagert, um Kollisionswahrscheinlichkeiten abzuleiten. Ferner wird die prototypische Integration des Systems in ein Versuchsfahrzeug dargestellt. Neben der verwendeten Sensorik werden das genutzte HMI-Konzept sowie die entwickelte Systemarchitektur beschrieben.

Autor*in

Simon Herrmann

Themen in »Kollisionswarnung im urbanen Straßenverkehr auf Basis einer probabilistischen Situationsanalyse«

Fahrerassistenzsysteme Kollisionswarnung Bayes'sche Netze Fahrerintention Situationsanalyse

Stimmen zu »Kollisionswarnung im urbanen Straßenverkehr auf Basis einer probabilistischen Situationsanalyse«

Details

Link teilen