@thesis{Springer2021, author = {Springer, Eduard}, title = {Clustern von realen Messdaten zur Identifikation von Fahrszenarien}, publisher = {Technische Hochschule Ingolstadt}, address = {Ingolstadt}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:573-33048}, pages = {58, XIX}, school = {Technische Hochschule Ingolstadt}, year = {2021}, abstract = {Mit der Einf{\"u}hrung automatisierter und komplexer Fahrfunktionen ist es auf Dauer nicht mehr wirtschaftlich, diese im Rahmen von klassischen Testfahrten zu validieren. Aus diesem Grund m{\"u}ssen zunehmend Verkehrssituationen, sogenannte Fahrszenarien, f{\"u}r den Test- und Freigabeprozess des automatisierten Fahrens herangezogen werden. In dieser Arbeit wird eine Methode entwickelt, die Fahrszenarien in realen Fahrzeugmessdaten erkennt und anhand eines maschinellen Lernalgorithmus {\"a}hnliche Muster gruppiert. Diese Gruppierungen von gefundenen und {\"a}hnlichen Mustern werden anschließend als potenzielle Szenarien betrachtet. Die entwickelte Methode basiert auf einer bereits ver{\"o}ffentlichten Methode zur Erkennung von Fahrszenarien in realen Messdaten, welche jedoch noch viel Potenzial bietet. Dieses Potenzial wird ausgenutzt, sodass Erweiterungen eingef{\"u}hrt werden mit dem Ziel, die M{\"o}glichkeiten des Auffindens weiterer Fahrszenarien zu demonstrieren.}, language = {de} }