Fahrerassistenzsysteme tragen heute bereits dazu bei, den Fahrkomfort und die Verkehrssicherheit zu steigern. Dabei sind die von Assistenzsystemen adressierten Bereiche der Fahraufgabe klar voneinander getrennt. So existieren Funktionen, die den Fahrer entweder bei der Längsführung, der Querführung innerhalb des Fahrstreifens oder bei Fahrstreifenwechseln unterstützen. Durch die modulare Entwicklung und Vermarktung solcher Systeme ist der Umfang der jeweils zugrunde liegenden Sensorik zur Umgebungserfassung gering und der Datenaustausch der Umfeldinformationen zwischen den Systemen noch minimal. Die zunehmende Verbreitung von Assistenzsystemen wird jedoch zu Integration bzw. steigender Vernetzung führen, sodass ein tieferes maschinelles Verständnis der Fahrsituation ermöglicht wird. Einen Beitrag dazu liefert diese Arbeit, in der Daten des Fahrzeugumfelds und des Fahrzeugs sowie des Fahrers zur Interpretation der Verkehrssituation in Verbindung gebracht werden. Ziel dieser Situationsanalyse ist es, Fahrmanöver des Fahrers zu erkennen und damit das Verhalten von Assistenzsystemen anzupassen. Dazu wird ein allgemeines Modell zur Erkennung von Fahrmanövern erarbeitet und am Beispiel einer automatisierten Längsführung für Fahrstreifenwechsel konkretisiert. Zur Qualitätssicherung, die besonders bei der Verwendung probabilistischer Verfahren eine Herausforderung darstellt, werden automatische Softwaretests eingesetzt. Damit ist es möglich, die Auswirkungen von Änderungen effizient, automatisiert und wiederholbar zu überprüfen. Die hierfür notwendige Infrastruktur wird im Rahmen dieser Arbeit bereitgestellt. Die Erkennung von Fahrstreifenwechseln wird abschließend in realen Versuchsfahrten untersucht. Das veränderte Verhalten des Längsführungssystems wird für verschiedene Ausprägungen eines Fahrstreifenwechsels in Simulationen demonstriert.
Driver assistance systems used in current vehicles contribute towards increasing driving comfort and improving road safety. The different aspects of the driving task addressed by assistance systems are clearly separated from one another. This means that there are separate functions assisting the driver with regard to longitudinal vehicle control, lateral vehicle control within a lane or when changing lanes. Due to modular development and the way that such systems are marketed, the number of sensors gathering environmental data for the given systems is still small and there is only little ambient data exchanged between the individual assistance systems. The increasing use of driver assistance systems in vehicles, however, will entail the integration of systems and will also lead to increased interconnection. This, in turn, will allow the systems to gather more detailed information about the current driving situation, This work contributes to the abovementioned development by illustrating how data of the vehicle environment, the vehicle itself and the driver can be used in a combined manner to interpret the traffic situation. The objective of this situational analysis is to detect maneuvers performed by the driver and to use this information to adapt the behavior of assistance systems. In order to do so, this thesis establishes a general model for detecting driving maneuvers, which is then implemented in an automated longitudinal vehicle control system for changing lanes. Quality assurance poses a particular challenge when employing probabilistic methods. This challenge has been responded to by using automated software tests allowing the effects of changes to be tested in an efficient, automated and repeatable manner. The infrastructure required therefore is provided in this thesis. Finally, the detection of lane-change maneuvers is examined in real road tests. The adapted behavior of the longitudinal vehicle control system for different types of lane changes is furthermore illustrated by means of simulations.
Probabilistische Situationsanalyse für eine adaptive automatisierte Fahrzeuglängsführung
AutoUni-Schriftenreihe ; 27 ; 1-167
2011
167 Seiten, Bilder, Tabellen, 164 Quellen
Hochschulschrift
Deutsch
Probabilistische Situationsanalyse für eine adaptive automatisierte Fahrzeuglängsführung
TIBKAT | 2011
|Fahrzeuglängsführung im Niedergeschwindigkeitsbereich
SLUB | 2004
|