Zhao, Min and Käthner, David and Jipp, Meike (2016) Fahrerverhaltensvorhersage an Kreisverkehren. Kognitive Systeme Workshop 2016, 14.-16. Mrz. 2016, Bochum.
![]() |
PDF
2MB |
Abstract
Moderne Assistenzsysteme stellen einen integralen Bestandteile heutiger und künftiger Fahrzeuge dar. Um Sicherheit und Komfort durch eine Unterstützung des Fahrers bei der Fahraufgabe zu erhöhen, ist es häufig notwendig, Fahrerverhalten adäquat vorherzusagen. Gerade in Kreisverkehren wäre eine solche Unterstützung durch Assistenz wünschenswert. Obwohl diese Verkehrsknoten durch eine geringere Unfallrate als lichtsignalgeregelte Kreuzungen auszeichnen, sind verletzliche Verkehrsteilnehmer wie Radfahrer und Fußgänger überproportional von Kollisionen mit Fahrzeugen betroffen. Das Fahrerverhalten trägt hierzu wesentlich bei. Die Erkennung und vorhersage von Fahrerverhalten ist daher eine wichtige Herausforderung, um intelligente Assistenz und Automation zu realisieren, die hier im Falle von Fahrer-fehlverhalten unterstützend eingreifen kann. Ziel unserer Arbeit ist somit, genau diese Voraussetzung zu gewährleisten und geeignete Methoden wie etwa statistische Modelle für Verhaltensvorhersage an Kreisverkehren zu entwickeln. Ein entsprechendes Modell muss in der Lage sein, frühzeitig einen Abbiegevorgang oder aber den Verbleib eines Fahrzeugs im Kreisverkehr vorherzusagen. Um eine Datengrundlage für ein solches Vorhersagemodell zu schaffen, wurden in einer Feldstudie an drei lokalen Kreisverkehren Fahrverhaltensdaten von sieben Probanden gesammelt. Dafür verwendeten wir ein speziell ausgestattetes Fahrzeug, mit dem Daten über Umgebungsverkehr, den Fahrer und das Fahrzeug aufgezeichnet werden konnten. Für die Bestimmung der Fahrzeugposition kam ein differentielles GPS zum Einsatz. Kopf und Blickdaten wurden mit Hilfe des kamerabasierten Blickregistrierungssystems Smart Eye Pro 6.0 erhoben. Verschiedene Variablen wurden hinsichtlich ihrer Eignung zur Verhaltensvorhersage geprüft. Da Fahrerverhalten gut als Mustererkennungsproblem modellierbar ist, wurde dafür eine Support Vector Machine genutzt. Dabei erwiesen sich Stellung und Geschwindigkeit der Bewegung des Lenkrads als sehr gute Indikatoren für einen Abbiegevorgang bzw. den Verbleib im Kreisverkehr. In einem Abstand von ca. 10 m vor der jeweiligen Ausfahrt aus dem Kreisverkehr konnten in über 90 % der Fälle korrekte Verhaltensvorhersagen getroffen werden. Unsere Ergebnisse zeigen somit zum einen die gute Eignung des gewählten Klassifikators Support Vector Machine als Vorhersagemethode. Zum anderen heben sie die Notwendigkeit einer genaue Untersuchung verschiedenster Fahrparameter hervor, um Fahrerverhalten adäquat verstehen und vorhersagen zu können.
Item URL in elib: | https://elib.dlr.de/100255/ | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Document Type: | Conference or Workshop Item (Speech) | ||||||||||||
Title: | Fahrerverhaltensvorhersage an Kreisverkehren | ||||||||||||
Authors: |
| ||||||||||||
Date: | 15 March 2016 | ||||||||||||
Refereed publication: | Yes | ||||||||||||
Open Access: | Yes | ||||||||||||
Gold Open Access: | No | ||||||||||||
In SCOPUS: | No | ||||||||||||
In ISI Web of Science: | No | ||||||||||||
Status: | Published | ||||||||||||
Keywords: | Machine Learning; Support Vector Machine; Kreisverkehr; Automotive; Fahrermodellierung; Human Modelling; Driver Intention | ||||||||||||
Event Title: | Kognitive Systeme Workshop 2016 | ||||||||||||
Event Location: | Bochum | ||||||||||||
Event Type: | Workshop | ||||||||||||
Event Dates: | 14.-16. Mrz. 2016 | ||||||||||||
Organizer: | Kluge, Annette; Söffker, Dirk | ||||||||||||
HGF - Research field: | Aeronautics, Space and Transport | ||||||||||||
HGF - Program: | Transport | ||||||||||||
HGF - Program Themes: | Terrestrial Vehicles (old) | ||||||||||||
DLR - Research area: | Transport | ||||||||||||
DLR - Program: | V BF - Bodengebundene Fahrzeuge | ||||||||||||
DLR - Research theme (Project): | V - Fahrzeugintelligenz (old) | ||||||||||||
Location: | Braunschweig | ||||||||||||
Institutes and Institutions: | Institute of Transportation Systems | ||||||||||||
Deposited By: | Käthner, David | ||||||||||||
Deposited On: | 26 Sep 2016 09:02 | ||||||||||||
Last Modified: | 31 Jul 2019 19:57 |
Repository Staff Only: item control page