Prädiktive Situationsanalyse auf Basis verteilter Fahrzeuginformationen

Content Provider	Semantic Scholar
Author	Strassberger, Markus
Copyright Year	2008
Abstract	Je detaillierter ein Fahrer über den Streckenabschnitt informiert ist, den er in naher Zukunft befahren wird, desto größer ist die Wahrscheinlichkeit, dass er rechtzeitig und angemessen auf komplexe Verkehrssituationen reagiert. Die umfassende Verfügbarkeit von qualitativ hochwertigen Kontextinformationen im Fahrzeug leistet vor diesem Hintergrund einen wichtigen Beitrag zur Erhöhung der Verkehrssicherheit und -effizienz. Dieser Beitrag beschreibt in diesem Zusammenhang einen zweistufigen Bewertungsprozess, der es erlaubt, auf Basis verteilter Sensorbeobachtungen unterschiedlicher Fahrzeuge ein Wahrscheinlichkeitsmaß für das Eintreten eines konkreten Zustands eines relevanten Fahrkontexts abzuleiten. Die räumlichen und zeitlichen Eigenschaften des Kontextaspekts werden dabei gewichtet interpoliert. Anschließend werden auf Basis eines Bayesschen Netzes die kausalen Zusammenhänge unterschiedlicher Kontextaspekte quervalidiert. Das vorgestellte Verfahren erlaubt so die Detektion und Vorhersage von kritischen Verkehrssituationen unter Beachtund der räumlichen und zeitlichen Wechselwirkungen der einzelnen Fahraspekte.
File Format	PDF HTM / HTML
Alternate Webpage(s)	https://mediatum.ub.tum.de/doc/1145124/1145124.pdf
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article