Zahlreiche moderne Lösungen im Bereich Autonomes Fahren greifen auf hochpräzises Kartenmaterial zurück. Neben anderen Informationen muss das Kartenmaterial solche über Verkehrsregeln enthalten. In dieser Arbeit wird eine Offline-Lösung für die Inferenz von Verkehrsregeln an Deutschen Kreuzungen entwickelt. Mithilfe dieser Lösung werden für jeden Fahrstreifen einer Kreuzung Klassifikationsentscheidungen für jede mögliche Zielrichtung, welche von diesem Fahrstreifen aus erreichbar ist, getroffen. Verkehrsregeln werden mithilfe von Hidden-Markov-Models repräsentiert und, basierend auf errechneten Likelihood-Werten, bestimmt. Die Modelle werden mithilfe künstlich erzeugter Trajektorien von Kreuzungsüberquerungen parametrisiert und evaluiert. Unter realen Umständen würden solche Daten opportunistisch und sensorgestützt von einer Fahrzeugflotte über einen längeren Zeitraum hinweg gesammelt werden. In einer Reihe von Experimenten wird eine geeignete Trajektorienrepräsentation festgelegt und der Klassifikationsansatz getestet und verfeinert. Die Klassifikationsperformanz des Ansatzes wird mithilfe eines Kreuzvalidierungsverfahren bestimmt. Mittlere F$_1$-Scores zur Quantifizierung der besten Ergebnisse unter den erzielten Testergebnissen variieren zwischen 0.809 und 0.832. Bezüglich der Verkehrsregeln, welche mithilfe von Vorfahrts- und Stoppschildern, sowie Lichtsignalanlagen kommuniziert werden, werden hohe Klassifikationsleistungen erreicht. Allerdings bestehen Schwierigkeiten bei der Klassifikation im Zusammenhang mit den Verkehrsregeln Vorfahrt achten und Rechts vor Links. Da die initial erzielten Ergebnisse vielversprechend sind, wird empfohlen diesen Ansatz in zukünftigen Arbeiten weiterzuentwickeln und zu verbessern.


    Access

    Download

    Check availability in my library


    Export, share and cite



    Title :

    Inference of Traffic Regulations at Intersections Based on Trajectory Data


    Contributors:

    Publication date :

    2020



    Type of media :

    Miscellaneous


    Type of material :

    Electronic Resource


    Language :

    English



    Trajectory analysis at intersections for traffic rule identification

    Wang, Chenxi / Zourlidou, Stefania / Golze, Jens et al. | TIBKAT | 2021

    Free access

    Examining causal factors of traffic conflicts at intersections using vehicle trajectory data

    Xu, Xiaoyan / Wang, Xuesong / Shi, Ruolin | Elsevier | 2025

    Free access

    Examining causal factors of traffic conflicts at intersections using vehicle trajectory data

    Xiaoyan Xu / Xuesong Wang / Ruolin Shi | DOAJ | 2025

    Free access


    Trajectory prediction of traffic agents at urban intersections through learned interactions

    Sarkar, A. / Czarnecki, Krzysztof / Angus, Matt et al. | IEEE | 2017