Die Durchführung von Fahrversuchen ist zus?tzlich zu Simulationen wesentlicher Bestandteil in der Entwicklung von integralen Fahrzeugsicherheitssystemen. Um reproduzierbare Fahrversuche für integrale Fahrzeugsicherheitssysteme zu realisieren, sind neben einer genauen Ortung von Objekten in Echtzeit auch die Verwendung von zerst?rungsfreien Attrappen sowie die M?glichkeit Fahrzeuge über Software anzusteuern unerl?sslich. W?hrend Simulationen vergleichsweise günstig durchführbar sind, sind Fahrversuche mit hohem Aufwand verbunden. Deswegen spielt die Auswahl von relevanten Fahrversuchen in der Entwicklung von integralen Sicherheitssystemen eine zentrale Rolle und ist Gegenstand der angewandten Forschung.
Fahrversuche für autonome Fahrzeugeingriffe
Ver?ffentlichungen
2020
- F. Kruber, E. Sánchez Morales, S. Chakraborty and M. Botsch, "Vehicle Position Estimation with Aerial Imagery from Unmanned Aerial Vehicles", IEEE Intelligent Vehicles Symposium, Las Vegas, 2020
2019
- F. Kruber, J. Wurst, E. Sánchez Morales, S. Chakraborty and M. Botsch, "Unsupervised and Supervised Learning with the Random Forest Algorithm for Traffic Scenario Clustering and Classification", 30th IEEE Intelligent Vehicles Symposium, 2019.
- F. Kruber, J. Wurst, S. Charkraborty and M. Botsch, "Highway traffic data - macroscopic, microscopic and criticality analysis for capturing relevant traffic scenarios and traffic modeling based on the highD data set", arxiv.org (open access platform), 2019.
2018
- F. Kruber, J. Wurst, and M. Botsch, ?An Unsupervised Random Forest Clustering Technique for Automatic Traffic Scenario Categorization”, IEEE International Conference on Intelligent Transportation Systems, 2018.