Fahrerassistenzsysteme sollen zur Verringerung der Anzahl Verkehrstoter beitragen. Sie werden üblicherweise in Feldversuchen getestet, bei deren Auswertung vor allem systemrelevante Fahrsituationen erkannt werden müssen. Um die Auswertezeit zu kürzen, wurde eine automatisierte Situationserkennung basierend auf Fahrzeugdaten entwickelt. Im Beitrag werden zunächst Methodik und Datenmanagement vorgestellt. Mithilfe von Datenloggern wurden Signale von CAN-Bussen und GPS-Informationen erfasst und diese Daten an den Server übermittelt, wo sie weiterverarbeitet wurden und durch zusätzliche Attribute erweitert wurden und als Tabellen in einer Datenbank abgelegt wurden. Um die automatisierte Erkennung von systemrelevanten Fahrsituationen zu ermöglichen, erfolgt die statistische Auswertung aufgetretener Ereignisse auf Basis der Fahrsituationen. Die Fahrsituation wird mit den Situationsvariablen kombiniert und so Szenarien für die Auswertung identifiziert. Dabei sollten die Situationen ohne weitere Verifikation durch Videodaten erkannt werden. Deshalb wurden zunächst Fahrzeuge mit Videokamera ausgestattet, um den Auswertealgorithmus iterativ zu optimieren. Ausführlich wird im Beitrag auf die Erkennung und Klassifizierung kritischer Ereignisse aufgrund der Fahrdynamik sowie aufgrund von Abstandsverhalten und Fahrerreaktion eingegangen. Der entwickelte Algorithmus hat seine Zuverlässigkeit bewiesen.
Erkennung und Klassifizierung kritischer Fahrsituationen mittels Fahrzeugdaten
Automobiltechnische Zeitschrift - ATZ ; 114 , 10 ; 820-826
2012
7 Seiten, 7 Bilder, 2 Tabellen, 8 Quellen
Article (Journal)
German
Erkennung und Klassifizierung kritischer Fahrsituationen mittels Fahrzeugdaten
Automotive engineering | 2012
|ASSISTENZSYSTEME - Erkennung und Klassifizierung kritischer Fahrsituationen mittels Fahrzeugdaten
Online Contents | 2012
|Objektive Erkennung kritischer Fahrsituationen von Motorraedern
Automotive engineering | 2008
|Erkennung und Entschärfung kritischer Fahrsituationen bei Motorrädern
Tema Archive | 2004
|