forschung

Erkennung Innerstädtischer Verkehrssituationen

Aktuell verfügbare Fahrerassistenzsysteme entlasten den Fahrer hauptsächlich in relativ gut verständlichen Verkehrsumgebungen mit simplen Sicherheits -und Komfortfunktionen, wie automatischen Einparkhilfen, Geschwindigkeitsregelsystemen oder Notfallbremsassistenten. Zukünftige Fahrerassistenzsysteme zielen darauf ab den Fahrer immer weiter zu entlasten und mehr und mehr Verantwortung zu übernehmen, insbesondere in innerstädtischen Verkehrsszenarien. Das kann durch ausgeklügelte Warnsysteme bis hinzu teilautomatisierten oder gar komplett autonomen Fahren realisiert werden. Dafür ist es jedoch nötig auch komplexe, innerstädtische Verkehrssituationen sicher zu erkennen und geeignete Warnungen beziehungsweise Reaktionen bereitzustellen.

Typische innerstädtische Verkehrssituationen ergeben sich aus der Konstellation der vorhandenen Verkehrsteilnehmer, deren Absichten (rechts abbiegen, links abbiegen, anhalten, ….), dem vorgefundenen Straßenlayout, sowie Kontext-Informationen (Ampelphase, Vorfahrtsregeln, …). Betrachtet man die Variabilität der genannten Faktoren in einem urbanen Umfeld wird klar das zwischen vielen möglichen Verkehrssituationen unterschieden werden muss.

Ziel meiner Forschung ist die zuverlässige und vor allem effiziente Erkennung von Verkehrssituationen. Dabei ergeben sich folgende Fragestellungen:

  • Wie kann mit der Vielzahl von prototypischen Verkehrssituationen effizient umgegangen werden ohne das dabei die Qualität der Erkennung leidet?
  • Welche Situationen müssen modelliert und erkannt werden um den Fahrer möglichst gut zu entlasten?
  • Welche Methoden eignen sich für die Erkennung von innerstädtischen Verkehrsszenarien und welche Merkmale sind dafür besonders geeignet?

zurück zur Übersicht der Forschungsthemen am Fachgebiet