Kooperative Absichtserkennung mittels maschineller Lernverfahren
| dc.contributor.author | Bieshaar, Maarten | |
| dc.contributor.editor | Hölldobler, Steffen | |
| dc.date.accessioned | 2022-01-14T14:02:04Z | |
| dc.date.available | 2022-01-14T14:02:04Z | |
| dc.date.issued | 2021 | |
| dc.description.abstract | Das Radfahren wird im Verkehr der Zukunft eine zentrale Rolle spielen. Um Unfälle zu vermeiden, ist es entscheidend, Radfahrer frühzeitig zu erkennen und deren Absichten vorherzusagen. Fahrzeuge, die mit Sensoren, Datenverarbeitungssystemen und Kommunikationsfähigkeiten ausgestattet sind, erstellen und pflegen ein lokales Modell ihrer Verkehrsumgebung. Gruppen von kooperierenden und interagierenden Fahrzeugen, sowie Roadside Units, und Radfahrer, die mit Smart Devices (z.B. Smartphone und Smartwatch) und anderen am Körper getragenen Sensoren ausgestattet sind, tauschen Informationen aus. Sie bilden ein multimodales Sensorsystem mit dem Ziel, Radfahrer und deren Absichten zuverlässig zu erfassen. Die kollektive Intelligenz aller Verkehrsteilnehmer erlaubt es den Wahrnehmungshorizont der einzelnen Verkehrsteilnehmer über deren eigene sensorische Fähigkeiten hinaus zu erweitern und somit eine bessere Erkennung der Absichten von Radfahrer zu ermöglichen. | de |
| dc.identifier.isbn | 978-3-88579-775-3 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/37925 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik e.V. | |
| dc.relation.ispartof | Ausgezeichnete Informatikdissertationen 2020 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume D-21 | |
| dc.title | Kooperative Absichtserkennung mittels maschineller Lernverfahren | de |
| dc.type | Text/Conference Paper | |
| gi.citation.endPage | 48 | |
| gi.citation.publisherPlace | Bonn | |
| gi.citation.startPage | 39 | |
| gi.conference.date | 9.-12. Mai 2021 | |
| gi.conference.location | Schoss Dagstuhl, Deutschland |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- Bieshaar-Maarten.pdf
- Größe:
- 3.74 MB
- Format:
- Adobe Portable Document Format