Las cookies nos ayudan a ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso de cookies.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Editorial Cuvillier

Publicaciones, tesis doctorales, capacitaciónes para acceder a una cátedra de universidad & prospectos.
Su editorial internacional especializado en ciencias y economia

Editorial Cuvillier

Premiumpartner
De En Es
Erkennung der Querungsintention von Fußgängern für das automatisierte Fahren im städtischen Umfeld

Impresion
EUR 73,90

E-Book
EUR 51,70

Erkennung der Querungsintention von Fußgängern für das automatisierte Fahren im städtischen Umfeld (Volumen 134) (Tienda española)

Friederike Schneemann (Autor)

Previo

Lectura de prueba, PDF (650 KB)
Indice, PDF (530 KB)

ISBN-13 (Impresion) 9783736999169
ISBN-13 (E-Book) 9783736989160
Idioma Deutsch
Numero de paginas 264
Laminacion de la cubierta mate
Edicion 1.
Serie Audi Dissertationsreihe
Volumen 134
Lugar de publicacion Göttingen
Lugar de la disertacion Bochum
Fecha de publicacion 07.12.2018
Clasificacion simple Tesis doctoral
Area Ciencias Ingeniería
Palabras claves Intentionserkennung, Fußgängersicherheit, Intention, Intentionales Handeln, Fußgängerintention, Querungsintention, Verhaltensprädiktion, Autonomes Fahren, Autonomes Fahrzeug, Maschinelles Lernen, Maschinelles Sehen
Descripcion

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.