Las cookies nos ayudan a ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso de cookies.

Editorial Cuvillier

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

Editorial Cuvillier

De En Es
Künstliche Intelligenz verhindert Verkehrsunfälle

Impresion
EUR 19,00

E-Book
EUR 0,00

Künstliche Intelligenz verhindert Verkehrsunfälle (Tienda española)

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

Previo

Lectura de prueba, PDF (370 KB)
Indice, PDF (27 KB)

ISBN-13 (Impresion) 9783736974494
ISBN-13 (E-Book) 9783736964495
Idioma Deutsch
Numero de paginas 24
Laminacion de la cubierta Brillante
Edicion 1.
Lugar de publicacion Göttingen
Lugar de la disertacion Hagen
Fecha de publicacion 22.06.2021
Clasificacion simple Tesis doctoral
Area Informática
Ciencias Ingeniería
Ingeniería
Ingeniería de seguridad
Ingeniería automotriz
Palabras claves 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
URL para pagina web externa https://www.fernuni-hagen.de/stabsstelle-et-it/forschung/veroeffentlichungen/index.shtml
Descripcion

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.