Quantifizierung der Performanceunterschiede zwischen Physik- und Pattern-basierten Prädiktionsmethoden

Institut
Lehrstuhl für Fahrzeugtechnik
Typ
Bachelorarbeit / Semesterarbeit / Masterarbeit /
Inhalt
experimentell / theoretisch / konstruktiv /  
Beschreibung

Am Lehrstuhl für Fahrzeugtechnik werden eine Vielzahl von Themen rund um das autonome Fahren behandelt. Im Rahmen des Projektes „EDGAR“ wird dabei aktuell ein Fahrzeug mit dem Ziel entwickelt, vollständig autonom im Straßenverkehr zu navigieren. Um die Sicherheit aller im Straßenverkehr beteiligten Parteien zu gewährleisten, müssen deren Bewegungen entsprechend genau prädiziert werden können. Hierfür sollen in dieser Arbeit verschiedene Prädiktionsmethoden, welche im Bereich der Fußgängerprädiktion Verwendung finden, näher untersucht werden.

Im Bereich der Trajektorienprädiktion gibt es eine Vielzahl von Methoden, wobei diese grob in die Bereiche der Physik-, Muster- und Planungs-basierten Algorithmen unterteilt werden. Während bei den Physik-basierten Ansätzen im Vorfeld klare Regeln definiert werden, welche die Interaktion und das Bewegungsverhalten von Fußgängern explizit beschreiben, werden bei den beiden anderen Methoden entweder Bewegungsmuster oder Verhaltensmodelle aus Realdaten mittels maschineller Lernmethoden extrahiert. Im Rahmen dieser Arbeit sollen die Unterschiede von Physik- und Muster-basierten Ansätze mittels einer qualitativen als auch quantitativen Evaluation hervorgehoben werden.

 

Folgende Arbeitspakete umfasst die zu vergebende Studienarbeit:

  • Literaturrecherche und Aufzeigen des Stands der Technik in beiden Bereichen
  • Auswahl eines geeigneten Benchmarks zur Evaluation
  • Training und Evaluation von 2 Physik-basierten und 2 Muster-basierten Ansätzen
  • Quantitativer Vergleich und Analyse der beiden Ansätze hinsichtlich ausgewählter Metriken
  • Qualitative Vergleich sowohl mit den im TrajNet++ Benchmark aufgeführten Verhaltenskategorien als auch der Algorithmen untereinander (Problemfälle)
  • Zusammenfassung noch offener Herausforderungen und potentieller Lösungsansätze

 

Das solltest du mitbringen:

  • erste Programmiererfahrung ( Python o.ä.)
  • selbstständige, methodische Arbeitsweise
  • Kreativität in der Problemlösung
  • Interesse am Forschungsbereich

 

Die Ausarbeitung soll die einzelnen Arbeitsschritte in übersichtlicher Form dokumentieren. Der Kandidat/Die Kandidatin verpflichtet sich, die Studienarbeit selbständig durchzuführen und die von ihm verwendeten wissenschaftlichen Hilfsmittel anzugeben.

Die eingereichte Arbeit verbleibt als Prüfungsunterlage im Eigentum des Lehrstuhls.

Tags
FTM Studienarbeit, FTM AV, FTM AV Perception, FTM Uhlemann, FTM Informatik
Möglicher Beginn
sofort
Kontakt
Dipl.-Ing. Nico Uhlemann
Raum: MW 3508
Tel.: +49 8928910330
nico.uhlemanntum.de