Aktuelle Fahrerassistenzsysteme zur Kollisionsminderung gehen in der Situationsanalyse von einem normalen Verhalten des Fahrers aus. Dabei wird angenommen, dass dieses sich jederzeit innerhalb gewisser, von den Entwicklern festgelegten, fahrer- und situationsunabhängigen Grenzen befindet. Assistenzsysteme, die den Fahrstil sowie den aktuellen Zustand des Fahrers berücksichtigen, haben das Potenzial, deutlich bessere und für den Fahrzeuglenker nachvollziehbarere Hilfen anzubieten. Die Volkswagen AG untersucht in Zusammenarbeit mit der Freien Universität Berlin und der Carmeq GmbH ein System, das die Parametrierung aktiver Sicherheitssysteme fahrerspezifisch anpasst. Mit Verfahren der Statistik und des maschinellen Lernens wird ein Modell des Normalverhaltens des Fahrers erstellt. Das Fahrermodell kann nach der Lernphase die Absicht des Fahrers besser erkennen. Aus der Abweichung des tatsächlichen von dem durch das Modell vorhergesagten Verhalten werden Rückschlüsse zu dem kurzfristigen (aktuelles Fahrmanöver) und langfristigen Fahrerzustand gezogen. Dieser berechnete Fahrerzustand beeinflusst geeignete Parameter des Systems, etwa die akzeptierte Dauer der Untätigkeit des Fahrers bei einem gefährlichen Ereignis. Das Fahrermodell verbessert somit sowohl die Qualität des Assistenzsystems als auch dessen Akzeptanz von Seiten des Autofahrers.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Fahrerspezifische Prädiktion von Fahrmanövern mit Fuzzy Logic


    Beteiligte:
    Bauer, C. (Autor:in) / Gonter, M. (Autor:in) / Rojas, R. (Autor:in)


    Erscheinungsdatum :

    2010


    Format / Umfang :

    11 Seiten, 5 Bilder, 1 Tabelle, 12 Quellen




    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Deutsch