Feedback

Situationsanalyse für fortschrittliche Fahrerassistenzsysteme

GND
1078117020
Affiliation/Institute
Institut für Regelungstechnik
Reichel, Michael

Die Arbeit behandelt drei Fragestellungen: Zunächst liegt auf der Erarbeitung einer funktionalen Architekturdetaillierung für die Situationsanalyse. Hierfür wird ihre die Stellung der Situationsanalyse eines fortschrittlichen Fahrerassistenzsystems aufgezeigt, um im Anschluss die funktionale Architektur innerhalb der Situationsanalyse aufzuschlüsseln. Der zweite Teil der Arbeit beinhaltet die Vorstellung eines neuen Algorithmus zur Berechnung der Grenzen des kollisionsfrei erreichbaren Raumes. Er bildet den zentralen Kern der Situationsanalyse einer aktiven Gefahrenbremsung. Der Algorithmus zeichnet sich dadurch aus, dass er sowohl beliebig strukturierte statische Hindernisse als auch dynamische Verkehrsteilnehmer berücksichtigt. Zudem beachtet er deren Interaktionsbeziehungen und die Aufmerksamkeit des Fahrers. Im Zuge der Modellierung fließen auch neue Erkenntnisse über den Einfluss der Breite einer zu durchfahrenden Lücke ein, die aus einer Studie stammen. Kommt der Algorithmus zum Ergebnis, dass der kollisionsfrei erreichbare Raum vollständig durch Hindernisse begrenzt ist - es also keine Ausweichmöglichkeit gibt - so ist ein wesentliches Kriterium für eine automatische Notbremse erfüllt. Auf mehreren Präsentationen war diese echtzeitfähig implementierte Situationsanalyse elementarer Bestandteil der vorgestellten Technik, mit der unfallvermeidende Bremsungen bis in den Stillstand auch oberhalb von 60 km /h möglich werden. Der dritte Teil der Dissertation adressiert eine bislang noch ungelöste Herausforderung: Die Erkennung einer Einfädelsituation aus der Perspektive eines involvierten Fahrzeuges. Auf die Modellierung der Merkmale als auch des Klassifikators wird ausführlich eingegangen. Im Zuge dessen wird das im Forschungsbereich der Fahrerassistenz noch unbekannte Klassifikationsverfahren "'Scenario Based Random Forest"' vorgestellt und beurteilt. Abschließend kann gezeigt werden, dass der Erkennungsalgorithmus in 92% der Fälle zum richtigen Ergebnis führt.

This work addresses three issues in the research area of situation analysis for advanced driver assistance systems. The focus of the first part is on the development of a detailed functional architecture for situation analysis. Therefore, the situation analysis' embedding in the overall system is shown. The functional architecture within the situation analysis is developed afterwards. The second part of this work introduces a new algorithm for calculating the borders of the collision-free reachability area. This algorithm forms the central piece of the situation analysis of an active hazard braking function. It considers arbitrary structured static obstacles, dynamic road users, their interaction relationships as well as the driver's state of attention. The influence of narrow gap's widths between obstacles in the context of evasion manoevers were addressed in a study. If the result of the computation indicates that the collision-free reachability area is completely limited by obstacles - in other words that no collision free track exists - an essential criterion for the use of an automatic emergency brake is met. The results were shown with a real vehicle using such an active hazard braking system. It demonstrated warrantable full stop collision avoiding braking interventions even at differential speeds above 60km/h. The third part of the thesis addresses the detection of convoy merging situations from the perspective of an involved vehicle. Within the development of such a classification algorithm, the method ``Scenario based random forest'' is introduced. This thesis describes the modeling of the situation and hence the features used for the classification as well as the training of the classifier in detail. The results show, that the convoy merging situations are classified correctly in 92% of given samples. All presented results were obtained by using real-world sensor data.

Cite

Citation style:
Could not load citation form.

Access Statistic

Total:
Downloads:
Abtractviews:
Last 12 Month:
Downloads:
Abtractviews:

Rights

Use and reproduction:
All rights reserved