Logo des Repositoriums

Auflistung nach Autor:in "Bieshaar, Maarten"

1 - 2 von 2
  • Konferenzbeitrag
    Early Pedestrian Movement Detection Using Smart Devices Based on Human Activity Recognition
    (INFORMATIK 2019: 50 Jahre Gesellschaft für Informatik – Informatik für Gesellschaft (Workshop-Beiträge), 2019) Botache, Diego; Dandan, Liu; Bieshaar, Maarten; Sick, Bernhard
    In the future, vulnerable road users (VRUs) such as cyclists and pedestrians will be equipped with smart devices capable of communicating with intelligent vehicles and infrastructure. This allows for cooperation between all traffic participants, such as cooperative intention detection and future trajectory prediction for advanced VRU protection. Smart devices can be used to detect the pedestrians’ intentions to warn approaching vehicles. In this article, we propose a method based on human activity recognition for early pedestrian movement transition detection using smart devices. These movement detections serve as valuable information for pedestrian path prediction and intention detection. We represent the pedestrians’ behavior using four states, i.e., waiting, starting, moving, and stopping. The movement transition detection is modeled as a classification problem and tackled by means of machine learning classifiers. The labels for training the classifier are obtained by evaluation of recorded high-precision head trajectories. We compare two different classification paradigms: A simple support-vector machine with linear kernel and a more complex XGBoost classifier. Our empirical studies with real-world data originating from experiments which 11 test subjects involving 79 different scenes show that we are able to detect movement transitions robust and early, reaching an F1-score of 85%.
  • Konferenzbeitrag
    Kooperative Absichtserkennung mittels maschineller Lernverfahren
    (Ausgezeichnete Informatikdissertationen 2020, 2021) Bieshaar, Maarten
    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.