Prädiktion von Verkehrssituationen unter fahrerabhängigen Unsicherheiten (MA)

Institut
Lehrstuhl für Fahrzeugtechnik
Typ
Masterarbeit /
Inhalt
theoretisch /  
Beschreibung

Kooperatives Fahren bedeutet, dass Fahrzeuge ihre taktischen Entscheidungen (z.B. Fahrstreifenwahl und Geschwindigkeit) unter Berücksichtigung des umgebenden Verkehrs treffen. Dadurch soll die Sicherheit, Energie- und Verkehrseffizienz im Straßenverkehr verbessert werden. Um diese Funktionalität umzusetzen ist eine Prädiktion möglicher Abläufe der gegenwärtigen Verkehrssituation notwendig.

Im Rahmen dieser Masterarbeit soll aufbauend auf bestehenden Prädiktionskonzepten für einzelne Fahrzeuge ein Schätzalgorithmus entwickelt und getestet werden, der den Ablauf einer Verkehrssituation bestehend aus mehreren Fahrzeugen unter Betrachtung von Unsicherheiten prädiziert.  

Folgende Punkte sind in der Masterarbeit zu bearbeiten:

  1. Literaturrecherche:
    • Modellierung von Unsicherheiten

    • Fahrermodelle

    • Fahrertypen

    •  

      Beschreibung von Verkehrsszenarien

       

  2. Konzept:
    • Entwicklung einer Beschreibung für den Ablauf von Verkehrssituationen (z.B. Reihenfolge der Fahrzeuge je Fahrstreifen)
    • Auswahl eines Fahrermodells für die Prädiktion der Handlungen eines einzelnen Fahrzeugs (parametrisches Modell oder Neuronale Netze)
    • Repräsentation der Fahrertypen im Fahrermodell
    • Konzept zur Abbildung der Unsicherheiten
  3. Umsetzung:
    • Prädiktionsmodell für einzelne Fahrzeuge
    • Prädiktionsmodell für Verkehrssituation
    • Definition von Testszenarien
  4. Evaluation
    • Gesamtsystem
    • Zusammenfassen möglicher Abläufe einer Verkehrssituation
    • Rechenzeitoptimierung durch Vernachlässigung unwahrscheinlicher Abläufe

Bitte senden Sie bei Interesse Ihren Lebenslauf und aktuellen Notenauszug (aus Bachelor und ggf. Master) an kniesftm.mw.tum.de. Beginn ab sofort möglich.

Voraussetzungen
  • Matlab-Kenntnisse
  • Machine-Learning Kenntnisse von Vorteil
  • Freude am Programmieren
  • Motivierte und eigenständige Arbeitsweise
Tags
FTM Fahrerassistenz und Sicherheit, FTM Knies, FTM IMAGinE
Möglicher Beginn
sofort
Kontakt
M.Sc. Christian Knies
Raum: MW3504
Tel.: +49(0)89 289 15883
kniesftm.mw.tum.de