Die Erkennung von Fahrerintentionen in Bezug auf bevorstehende Fahrmanöver ermöglicht eine sichere und intuitive Auslegung von Fahrerassistenz und Automatisierung. Die vorliegende Arbeit stellt das Jordan-Modell der Fahrmanöverintention vor. Am Beispiel der Bremsintention wird gezeigt, wie Fahrerintention aus Fahrerverhalten abgeleitet wird. Die erkannte Intention kann für die intuitive Auslegung von Fußgängerkollisionswarnsystemen und Notbremssystemen genutzt werden.
Aktualisiert: 2023-06-01
> findR *
Um die Sicherheit, Effizienz und den Komfort im Straßenverkehr zu steigern, werden in Zukunft vermehrt Fahrerassistenzsysteme und teil- oder vollautomatisierte Fahrzeuge zum Einsatz kommen. Solche Systeme müssen durch vorausschauendes Fahren in der Lage sein, mit Fußgängern und Radfahrern umzugehen. Dazu bedarf es einer Erkennung ihrer Intention und einer Vorhersage ihres Verhaltens in der unmittelbaren Zukunft mithilfe von fahrzeugeigener Sensorik. Diese Arbeit widmet sich der Intentionserkennung von Fußgängern und Radfahrern im Straßenverkehr aus einem Fahrzeug. Unter der Intentionserkennung werden dabei sowohl die Detektion des Bewegungszustandes, wie beispielsweise Bewegen oder Warten, als auch die Vorhersage zukünftiger Aufenthaltsorte verstanden. Es werden maschinelle Lernverfahren zur Intentionserkennung auf Grundlage beobachteter Körperbewegungen und der lokalen Umgebung entwickelt. Der Schwerpunkt der Arbeit liegt auf der Untersuchung von sog. Posen, eine Repräsentation der Körperhaltung von Fußgängern und Radfahrern, als Indikatoren für das (zukünftige) Verhalten. Dazu wird ein Verfahren zur bildbasierten Schätzung der Posen aus einem fahrenden Fahrzeug vorgestellt und evaluiert.
Aktualisiert: 2023-04-20
> findR *
Im Verkehr der Zukunft werden sich immer mehr automatisierte Fahrzeuge die Straße mit Radfahrern teilen. Um eine sichere Interaktion zu gewährleisten, müssen automatisierte Fahrzeuge neben der aktuellen Position eines Radfahrers auch dessen zukünftige Positionen schätzen. Während moderne Fahrzeuge mit Fahrerassistenzsystemen ausgestattet sind, kommt es besonders an dicht befahrenen Knotenpunkten, wie innerstädtischen Verkehrskreuzungen, häufig zu Verdeckungssituationen durch andere Verkehrsteilnehmer. Diese Situationen können durch infrastrukturbasierte Kameras
aufgelöst werden. Durch höhergelegene Anbringungsorte der Kameras können Verdeckungssituationen vermieden und eine hochgenaue Modellierung des Fahrzeugumfeldes generiert werden.
In der vorliegenden Arbeit werden maschinelle Lernverfahren zur videobasierten Intentionserkennung bei Radfahrern entwickelt und evaluiert. Die für die Untersuchungen verwendeten Videodaten werden durch einWeitwinkel-Stereokamerasystem, bestehend aus zwei hochauflösenden Kameras, erfasst. Ziel ist die Intentionserkennung bei Radfahrern. Hierzu zählen sowohl die Detektion des Bewegungszustandes des Radfahrers, wie z. B. Warten oder Losfahren als auch die Vorhersage der zukünftigen Positionen. Zu den Kernthemen der Arbeit gehören die Einbeziehung von Videodaten in den Intentionserkennungsprozess, die Verwendung von geschätzten Bewegungszuständen zur Verbesserung der Trajektorienprädiktion und die Entwicklung von probabilistischen Verfahren zur Trajektorienprädiktion. Durch die Einbeziehung von Videodaten wurden in den Bereichen der Bewegungszustandsdetektion und der Trajektorienprädiktion deutliche Verbesserungen im Vergleich zu positionsbasierten Methoden erzielt. Im Bereich der probabilistischen Trajektorienprädiktion konnte durch die Kombination aus Bewegungszustandsdetektion und Trajektorienprädiktion ein Verfahren entwickelt werden, welches den aktuellen Stand der Technik übertrifft.
Aktualisiert: 2022-07-26
> findR *
Verkehrsunfälle stellen aktuell weltweit die acht-häufigste Todesursache dar, mit steigender Tendenz. Besonders gefährdet sind dabei Fußgänger: Sie sind im Verkehrsgeschehen weitgehend ungeschützt, werden schnell übersehen und sind zugleich sehr agil. Eine einzigartige Chance, diesem Trend entgegenzuwirken, bieten moderne Systeme zur Fahrerassistenz (ADAS). Die Herausforderung ist dabei die frühzeitige Erkennung kritischer Verkehrssituationen, um effektiv Gegenmaßnahmen, wie eine Fahrerwarnung oder einen autonomen Fahreingriff, einleiten zu können. Für die Situationsanalyse und die Planung einer adäquaten Reaktion essentiell ist das Wissen über die Bewegungsintention der Fußgänger. In dieser Arbeit werden dazu verschiedene Bewegungsmodelle, basierend auf selbstlernenden Verfahren, insbesondere künstlichen neuronalen Netzen, sowie auf physikalischen Grundlagen, entwickelt und verglichen. Die Hauptaugenmerke liegen dabei auf einer universellen Anwendbarkeit ohne Einschränkung auf bestimmte Szenarien, einer hohen Prädiktionsqualität und gutem Ansprechverhalten insbesondere bei schnellen Bewegungswechseln wie Loslaufen oder Abstoppen.
Aktualisiert: 2020-06-05
> findR *
Beschreibung
Diese Arbeit befasst sich mit der Erkennung der Querungsintention von Fußgängern, um das Situationsbewusstsein zukünftig automatisiert fahrender Fahrzeuge zu verbessern. Auf Basis einer umfassenden Analyse bestehender Definitionen und Modelle zur menschlichen Intention wird der Begriff Fußgängerintention hierzu eindeutig definiert und ein Modell zur formalen Beschreibung der Erkennung der Querungsintention entwickelt. Dieses Modell bildet die Basis für den Entwurf eines Erkennungssystems, bei dem merkmalsbasierte Methoden des maschinellen Lernens unter Verwendung der Support Vector Regression eingesetzt werden. Dabei wird der nicht direkten Beobachtbarkeit der Intention mit dem Einsatz einer beobachterbasierten Videoannotationsmethode zur Bildung der Referenz begegnet. Die Leistungsfähigkeit des entwickelten Systems wird schließlich unter Verwendung realer Videodaten evaluiert.
Aktualisiert: 2020-07-29
> findR *
Die Erkennung von Fahrerintentionen in Bezug auf bevorstehende Fahrmanöver ermöglicht eine sichere und intuitive Auslegung von Fahrerassistenz und Automatisierung. Die vorliegende Arbeit stellt das Jordan-Modell der Fahrmanöverintention vor. Am Beispiel der Bremsintention wird gezeigt, wie Fahrerintention aus Fahrerverhalten abgeleitet wird. Die erkannte Intention kann für die intuitive Auslegung von Fußgängerkollisionswarnsystemen und Notbremssystemen genutzt werden.
Aktualisiert: 2023-03-31
> findR *
Verkehrsunfälle stellen aktuell weltweit die acht-häufigste Todesursache dar, mit steigender Tendenz. Besonders gefährdet sind dabei Fußgänger: Sie sind im Verkehrsgeschehen weitgehend ungeschützt, werden schnell übersehen und sind zugleich sehr agil. Eine einzigartige Chance, diesem Trend entgegenzuwirken, bieten moderne Systeme zur Fahrerassistenz (ADAS). Die Herausforderung ist dabei die frühzeitige Erkennung kritischer Verkehrssituationen, um effektiv Gegenmaßnahmen, wie eine Fahrerwarnung oder einen autonomen Fahreingriff, einleiten zu können. Für die Situationsanalyse und die Planung einer adäquaten Reaktion essentiell ist das Wissen über die Bewegungsintention der Fußgänger. In dieser Arbeit werden dazu verschiedene Bewegungsmodelle, basierend auf selbstlernenden Verfahren, insbesondere künstlichen neuronalen Netzen, sowie auf physikalischen Grundlagen, entwickelt und verglichen. Die Hauptaugenmerke liegen dabei auf einer universellen Anwendbarkeit ohne Einschränkung auf bestimmte Szenarien, einer hohen Prädiktionsqualität und gutem Ansprechverhalten insbesondere bei schnellen Bewegungswechseln wie Loslaufen oder Abstoppen.
Aktualisiert: 2020-06-05
> findR *
In dieser Arbeit wird die Idee verfolgt, komplexe Systeme aus sehr einfachen Teilsystemen aufzubauen und für solche Systemkaskaden eine stochastische Zustandsschätzung durchzuführen. Dabei wird die Struktur der Kaskade verwendet, um die Schätzung lokal in den Teilsystemen durchzuführen woraus eine globale Schätzung abgeleitet wird. Im Fokus der Arbeit stehen nichtlineare und hybride Systeme. Als eine Anwendung wird die Intentionserkennung in der Mensch-Roboter-Kooperation betrachtet.
Aktualisiert: 2021-02-11
> findR *
MEHR ANZEIGEN
Bücher zum Thema Intentionserkennung
Sie suchen ein Buch über Intentionserkennung? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema Intentionserkennung. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema Intentionserkennung im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema Intentionserkennung einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
Intentionserkennung - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema Intentionserkennung, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter Intentionserkennung und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.
