• English
    • Deutsch
  • English 
    • English
    • Deutsch
  • Login
View Item 
  •   Home
  • Universität Ulm
  • Publikationen
  • View Item
  •   Home
  • Universität Ulm
  • Publikationen
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Fahrerintentionserkennung und Kursprädiktion mit erweiterten maschinellen Lernverfahren

Thumbnail
vts_8656_12841.pdf (6.522Mb)
159 S
Veröffentlichung
2013-08-16
Authors
Börger, Joachim
Dissertation


Faculties
Fakultät für Ingenieurwissenschaften und Informatik
Abstract
Vorausschauende Fahrerassistenzsysteme benötigen eine präzise Kenntnis über den zukünftigen Verlauf der Verkehrssituation; dieser kann in Echtzeitsystemen nur anhand vorheriger Beobachtungen geschätzt werden. Im Anwendungsbeispiel wird der Fokus auf die Schätzung der Fahrerintention und des zukünftigen Fahrzeugkurses gelegt, welche in der Form diskreter Manöver oder einer kontinuierlichen Größe vorhergesagt werden. Die Abbildung eines solch komplexen Anwendungsfalls auf die formale Ebene der Klassifikation wird durch eine saubere Problembeschreibung sowie die Definition der zu optimierenden Kriterien ermöglicht. Im methodischen Kern dieser Arbeit wird ein Modell zur Zeitreihenanalyse erarbeitet, welches für die Fahrerassistenz Prädiktionen zukünftiger diskreter Ereignisse als auch kontinuierlicher Signalverläufe ermöglicht. Diese komplexen Schätzungen werden durch verschiedene Verfahren Maschinellen Lernens durchgeführt, die anhand von Trainingsdaten die relevanten Indikatorsignale und deren Abbildung auf die Schätzgröße suchen. Dafür werden zwei bekannte Algorithmen neu miteinander kombiniert: Der Zeitreihencharakter der Daten wird durch Hidden Markov Modelle strukturiert, während die hohe Dimensionalität und Komplexität der Eingangssignale durch den Random Forest Algorithmus berechnet wird.
Date created
2013
Subject headings
[GND]: Fahrerassistenzsystem | Hidden-Markov-Modell | Maschinelles Lernen | Zeitreihenanalyse
[LCSH]: Driver assistance systems
[MeSH]: Man-machine systems
[Free subject headings]: Kollisionswarnsystem | Radarsensorik | Random Forest Algorithmus
[DDC subject group]: DDC 620 / Engineering & allied operations
License
Standard
https://oparu.uni-ulm.de/xmlui/license_v3

Metadata
Show full item record

DOI & citation

Please use this identifier to cite or link to this item: http://dx.doi.org/10.18725/OPARU-2509

Börger, Joachim (2013): Fahrerintentionserkennung und Kursprädiktion mit erweiterten maschinellen Lernverfahren. Open Access Repositorium der Universität Ulm und Technischen Hochschule Ulm. Dissertation. http://dx.doi.org/10.18725/OPARU-2509
Citation formatter >



Policy | kiz service OPARU | Contact Us
Impressum | Privacy statement
 

 

Advanced Search

Browse

All of OPARUCommunities & CollectionsPersonsInstitutionsPublication typesUlm SerialsDewey Decimal ClassesEU projects UlmDFG projects UlmOther projects Ulm

My Account

LoginRegister

Statistics

View Usage Statistics

Policy | kiz service OPARU | Contact Us
Impressum | Privacy statement