Das Automobil hat seit seiner Erfindung einen enormen Wandel vollzogen: vom reinen Transportmittel hin zu einem Fahrzeug, das mit den verschiedensten technischen Systemen für Sicherheit und Komfort und einer Vielzahl von sensorischen und aktuatorischen Fähigkeiten ausgestattet ist. Die vorliegende Arbeit widmet sich diesem Trend zur Entwicklung kognitiver Automobile. Eine robuste und valide Erfassung sowie die Modellierung des situativen Kontexts, der sich aus Informationen über das Fahrzeug, die Umwelt und den Fahrer zusammensetzt, stellen dabei zentrale Herausforderungen dar. Die Analyse der Datenverarbeitungs- und Kommunikationsarchitektur sowie sensorischer Fähigkeiten heutiger Fahrzeuge, führt zur Ableitung von drei Lösungsansätzen, die enorme Vorteile für die konsequente Weiterentwicklung kognitiver Automobile der Zukunft liefern: das Management des situativen Kontexts, die Analyse und Interpretation vorhandenen Wissens und die erweiterte Erfassung und Modellierung des Fahrerkontexts. Zur Verwaltung des situativen Kontext wird eine applikationsunabhängige, zentrale Managementkomponente eingeführt. Der ConnectedDrive Context Server bietet in Form einer universalen, objektorientierten Wissensbasis einen einheitlichen Zugang zu allen Parametern des situativen Kontexts. Neben der Verwaltung und Distribution der Information ist der CDCS in der Lage, gesammeltes Wissen zu analysieren, in Form gelernter Modelle zu interpretieren und neues, höherwertiges Kontextwissen zu abstrahieren. Diese Fähigkeit zur erweiterten Generierung von validem Wissen stellt einen wichtigen Anspruch an ein kognitiv handelndes Automobil dar. In einem weiteren Lösungsansatz wird in der vorliegenden Arbeit das Potential einer intensiven Fahreranalyse auf Basis des videobasierten Driver Monitorings (VDM) bewertet. Dabei werden sowohl technische Herausforderungen der Technologie als auch ihre Vorteile für eine robuste Gesamtkontextmodellierung adressiert. Die aufgeführten Themenblöcke werden integrativ in einem Versuchsträger umgesetzt und anhand eines kontextsensitiven FAS zur Spurverlassenswarnung exploriert und evaluiert. Die vorgestellten Ansätze liefern das Potential, die Lösung weiterer Herausforderungen und Problemstellungen bei der konsequenten Weiterentwicklung kognitiven Fahrzeugverhaltens zu unterstützen. Funktionsunabhängige Zielsetzungen (z.B. ein MMI-Manager oder eine umfassende Car2X-Vernetzung) sowie andere, kontextsensitive Applikationen (z.B. ein adaptiver Telefonassistent) können dabei gesamthaft von den erarbeiteten Prinzipien zur Erfassung und Modellierung des situativen Kontexts profitieren.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    Kontextmanagement und Wissensanalyse im kognitiven Automobil der Zukunft


    Beteiligte:
    Hoch, Stefan (Autor:in)

    Erscheinungsdatum :

    2009


    Format / Umfang :

    249 Seiten, Bilder, Tabellen, 165 Quellen


    Medientyp :

    Hochschulschrift


    Format :

    Print


    Sprache :

    Deutsch





    Das Automobil der Zukunft

    Seiffert,U. / Tech.Univ.Braunschweig,DE / WITECH Engng.,DE | Kraftfahrwesen | 2003


    Die Zukunft der Automobil- Elektronik

    General Motors USA | Kraftfahrwesen | 1974



    Die Zukunft des Verbrennungsmotors im Automobil

    Wojik,K. / AVL List,Graz,AT | Kraftfahrwesen | 1994