Cuvillier Verlag
| Departments | |
|---|---|
| Book Series (90) |
1260
|
| Humanities |
2246
|
| Natural Sciences |
5309
|
| Engineering |
1713
|
| Engineering | 283 |
| Mechanical and process engineering | 835 |
| Electrical engineering | 655 |
| Mining and metallurgy | 30 |
| Architecture and civil engineering | 73 |
| Common |
91
|
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
|
Advanced Search
Hard Copy
EUR 54.90
E-book
EUR 37.90
Implizites Workloadmanagement (Volume 25) (English shop)
Konzept einer zeitlich-situativen Informationsfilterung im Automobil
Andreas Muigg (Author)Preview
Extract, PDF (1.1 MB)
Table of Contents, PDF (660 KB)
| ISBN-13 (Hard Copy) | 9783736978287 |
| ISBN-13 (eBook) | 9783736968288 |
| Language | Alemán |
| Page Number | 218 |
| Lamination of Cover | matt |
| Edition | 2. |
| Book Series | Mobilität - Zukunft |
| Volume | 25 |
| Publication Place | Göttingen |
| Place of Dissertation | TU München |
| Publication Date | 2023-06-29 |
| General Categorization | Dissertation |
| Departments |
Mechanical and process engineering
Electrical engineering |
| Keywords | Aufmerksamkeitsbeanspruchungswert, Anti-Blockier-System, Anti-Schlupf-Regelung, Anhalteweg-Verkürzung, adaptives Vorwärtslicht, Adaptive Forward Lighting, Adaptive Integrated Driver-vehicle Interface, adaptive integrierte Fahrer-Fahrzeug-Schnittstelle, Fahrerassistenzsystem, Fahrerinformationssystem, Intelligent Driver Information System, Intelligentes Fahrerinformationssystem, Müdigkeitserkennung, Park-Lenk-Assistent, attention load value, drowsiness detection, park-steer assist |
Description
Das Ziel dieser Arbeit ist die Konzeption und Validierung eines Systems, das die Ausgabe von Systemmeldungen im Fahrzeug zeitlich an die vorherrschende Situation anpasst. Auf Basis einer Simulatorstudie, welche die Reaktionsschemata auf Fahrzeugmeldungen untersucht, wird der Ansatz eines impliziten Workloadmanagements entwickelt. Hierbei handelt es sich um eine indirekte Abschätzung der benötigten Aufmerksamkeit zur Bewältigung der Fahraufgabe. Die Realisierung erfolgt über ein Bayes’sches Netz, das über logische Verknüpfungen und Inferenzwahrscheinlichkeiten aus den vorhandenen CAN-Daten eine hinreichend genaue Situationsbestimmung und daraus die benötigte Fahreraufmerksamkeit modelliert. Das System, der sog. Workloadmanager, wird anhand einer Realfahrtstudie in einem Versuchsträger validiert und der potenzielle Nutzen ausgewiesen.
