Cuvillier Verlag
| Departments | |
|---|---|
| Book Series (90) |
1260
|
| Humanities |
2246
|
| Natural Sciences |
5309
|
| Mathematics | 223 |
| Informatics | 310 |
| Physics | 971 |
| Chemistry | 1346 |
| Geosciences | 130 |
| Human medicine | 241 |
| Stomatology | 10 |
| Veterinary medicine | 98 |
| Pharmacy | 147 |
| Biology | 812 |
| Biochemistry, molecular biology, gene technology | 114 |
| Biophysics | 25 |
| Domestic and nutritional science | 44 |
| Agricultural science | 992 |
| Forest science | 202 |
| Horticultural science | 18 |
| Environmental research, ecology and landscape conservation | 145 |
| Engineering |
1713
|
| Common |
91
|
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
|
Advanced Search
Künstliche Intelligenz verhindert Verkehrsunfälle (English shop)
Hans Braun (Author)Michael Gerke (Author)
Reiner Marchthaler (Author)
Preview
Extract, PDF (370 KB)
Table of Contents, PDF (27 KB)
| ISBN-13 (Hard Copy) | 9783736974494 |
| ISBN-13 (eBook) | 9783736964495 |
| Language | Alemán |
| Page Number | 24 |
| Lamination of Cover | glossy |
| Edition | 1. |
| Publication Place | Göttingen |
| Place of Dissertation | Hagen |
| Publication Date | 2021-06-22 |
| General Categorization | Dissertation |
| Departments |
Informatics
Engineering Engineering Security engineering Automotive engineering |
| Keywords | 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 to External Homepage | https://www.fernuni-hagen.de/stabsstelle-et-it/forschung/veroeffentlichungen/index.shtml |
Description
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.
