Cuvillier Verlag

35 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

De En Es
Künstliche Intelligenz verhindert Verkehrsunfälle

Printausgabe
EUR 22,80

E-Book
EUR 0,00

Download
PDF (1,6 MB)
Open Access CC BY 4.0

Künstliche Intelligenz verhindert Verkehrsunfälle

Hans Braun (Autor)
Michael Gerke (Autor)
Reiner Marchthaler (Autor)

Vorschau

Leseprobe, PDF (370 KB)
Inhaltsverzeichnis, PDF (27 KB)

Die Sicherheitsbewertung von Fahrsituationen ist von zentraler Bedeutung für Kollisionswarnsysteme, Fahrerassistenzsysteme oder autonom fahrende Fahrzeuge. In diesem Beitrag wird eine neue Methode vorgestellt, um komplexe Fahrsituationen sicher bewerten zu können. Dabei wird ein Teil der Zusammenhänge über Fahrzeugbewegungen durch stochastische Modelle beschrieben. Das noch fehlende Wissen wird durch eine Methode der künstlichen Intelligenz generiert, sodass zur Sicherheitsbewertung ein vollständiges stochastisches Modell zur Verfügung steht. Dieses Modell liefert Aussagen über aktuelle Fahrsituationen wie z. B. die Wahrscheinlichkeit einer Kollision mit einem Vorderfahrzeug oder die Wahrscheinlichkeit einer schweren Kollision. Aus diesen ermittelten Größen können Gefahrenwarnungen erzeugt oder Bremsmanöver eingeleitet werden, aber auch neue Fahrfunktionen schon in der Entwicklungsphase analysiert werden. Die Anwendung der Methode wird anhand von aufgezeichneten Fahrzeugbewegungsdaten aus einer Verkehrssimulation demonstriert. Eine direkte Sicherheitsbewertung im Fahrzeug während der Fahrt ist ebenso möglich.

ISBN-13 (Printausgabe) 9783736974494
ISBN-13 (E-Book) 9783736964495
Sprache Deutsch
Seitenanzahl 24
Umschlagkaschierung glänzend
Auflage 1.
Erscheinungsort Göttingen
Promotionsort Hagen
Erscheinungsdatum 22.06.2021
Allgemeine Einordnung Dissertation
Fachbereiche Informatik
Ingenieurwissenschaften
Allgemeine Ingenieurwissenschaften
Sicherheitstechnik
Fahrzeugtechnik
Schlagwörter Traffic Conflict Technique, Verkehrssimulation, fehlendes Wissen, Probabilistische Modellierung, Maximale Entropie, Fahrerassistenzsysteme, Autonomes Fahren, Mobilität, Straßenfahrzeuge, Verkehrsunfälle, Gefahrensituationen, Fahrzeugfunktionen, künstlichen Intelligenz, Unfälle, Unfallforschung, Kollision, Wahrscheinlichkeitsverteilung, Straßennetz, Fahrzeugverhalten, Fahrerverhalten, Fahrzeugbewegungsdaten, Traffic simulation, missing knowledge, Probabilistic modelling, Maximum entropy, Driver assistance systems, Autonomous driving, Mobility, Road vehicles, Traffic accidents, Dangerous situations, Vehicle functions, artificial intelligence, Accidents, Accident research, Collision, Probability distribution, Road network, Vehicle behaviour, Driver behaviour, Vehicle movement data, stimulus-perception, Reiz-Wahrnehmung, Verkehrspraxis, traffic practice, Verkehrskonflikte, traffic conflicts, Reinforcement Learning, maschinelles Lernen, Artificial Neural Networks, künstliche neuronale Netze, Kollision, Wahrscheinlichkeitsrechnung, probability calculation, Verkehrserhebung, traffic survey, Seitenradar-Messanlage, side radar measuring system, Fahrzeugtrajektorien, vehicle trajectories, SPIRIT-Modell, Sicherheitsbewertung, safety assessment, Verkehrssimulation, traffic simulation, Fahrerverhalten, driver behaviour, Fahrzeugverhalten, vehicle behaviour, Fahrzeugtest, car test, Fahrstreifen, road lane, Kollisionsvermeidung, CAS, Collision Avoidance System
URL zu externer Homepage https://www.fernuni-hagen.de/stabsstelle-et-it/forschung/veroeffentlichungen/index.shtml