Refine
Labor/Institute
Keywords
- ITS (Intelligent Transportation Systems) (2) (remove)
Document Type
Language
- German (2) (remove)
Has Fulltext
- no (2)
Kurzfassung Diese Arbeit stellt ein robustes wissensbasiertes Verfahren zur Lückenbewertung für Spur-wechselmanöver vor. Zur Modellierung wurden dynamische Bayes-Netzwerke eingesetzt und mit Hilfe von Lernalgorithmen die Erkennungsleistung verbessert. Die Testergebnisse zeigen eine sehr hohe Trefferquote.
In diesem Artikel wird ein Ansatz zur Erkennung von Spurwechselmanövern mit Hilfe von objekt-orientierten Bayes Netzen beschrieben. Dieser Ansatz ist eine Erweiterung von Grundlagenarbeiten zur Einscherererkennung. Zunächst werden die zur Erkennung von Spurwechselvorgängen erforderlichen Fahrsituationsmerkmale vorgestellt. Darauf aufbauend wird das entwickelte objekt-orientierte Bayes Netz zur Modellierung der Spurwechsel erläutert. Dabei wird ein Spurwechsel als eine Beziehung zwischen zwei Fahrzeugen betrachtet. Dabei kann ein Fahrzeug in der Spur bleiben, die Spur nach links oder nach rechts wechseln. Durch die Kombination der Möglichkeiten der beiden Fahrzeuge entstehen 9 Klassen. Aus den relativen Positionen der Fahrzeuge ergeben sich aus den 9 Situationsklassen 27 mögliche Spurwechselmanöver. Dabei ist das Einschervorgang ein Sonderfall der modellierten Fahrmanöver.