TY - THES A1 - Springer, Eduard T1 - Clustern von realen Messdaten zur Identifikation von Fahrszenarien N2 - Mit der Einführung automatisierter und komplexer Fahrfunktionen ist es auf Dauer nicht mehr wirtschaftlich, diese im Rahmen von klassischen Testfahrten zu validieren. Aus diesem Grund müssen zunehmend Verkehrssituationen, sogenannte Fahrszenarien, für 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 ähnliche Muster gruppiert. Diese Gruppierungen von gefundenen und ähnlichen Mustern werden anschließend als potenzielle Szenarien betrachtet. Die entwickelte Methode basiert auf einer bereits veröffentlichten Methode zur Erkennung von Fahrszenarien in realen Messdaten, welche jedoch noch viel Potenzial bietet. Dieses Potenzial wird ausgenutzt, sodass Erweiterungen eingeführt werden mit dem Ziel, die Möglichkeiten des Auffindens weiterer Fahrszenarien zu demonstrieren. Y1 - 2021 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-33048 CY - Ingolstadt ER -