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
Erkennung der Querungsintention von Fußgängern für das automatisierte Fahren im städtischen Umfeld

Impresion
EUR 81,90

E-Book
EUR 56,90

Erkennung der Querungsintention von Fußgängern für das automatisierte Fahren im städtischen Umfeld (Volumen 4) (Tienda española)

Friederike Schneemann (Autor)

Previo

Lectura de prueba, PDF (170 KB)
Indice, PDF (51 KB)

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.

ISBN-13 (Impresion) 9783736978355
ISBN-13 (E-Book) 9783736968356
Idioma Deutsch
Numero de paginas 264
Laminacion de la cubierta mate
Edicion 2.
Serie Künstliche Intelligenz & Digitalisierung
Volumen 4
Lugar de publicacion Göttingen
Lugar de la disertacion Bochum
Fecha de publicacion 29.06.2023
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, Intention Recognition, pedestrian safety, intention, intentional action, pedestrian intention, intention to cross, behavior prediction, autonomous driving, autonomous vehicle, machine learning, machine vision