Probabilistische Situationsanalyse für eine adaptive automatisierte Fahrzeuglängsführung

Fahrerassistenzsysteme tragen heute bereits dazu bei, den Fahrkomfort und die Verkehrssicherheit zu steigern. Dabei sind die von Assistenzsystemen adressierten Bereiche der Fahraufgabe klar voneinander getrennt. Durch die modulare Entwicklung und Vermarktung solcher Systeme ist der Umfang der jeweils zugrunde liegenden Sensorik zur Umgebungserfassung gering und der Datenaustausch der Umfeldinformationen zwischen den Systemen noch minimal. Die zunehmende Verbreitung von Assistenzsystemen wird jedoch zu Integration bzw. steigender Vernetzung führen, sodass ein tieferes maschinelles Verständnis der Fahrsituation ermöglicht wird. Einen Beitrag dazu liefert diese Arbeit, in der Daten des Fahrzeugumfelds und des Fahrzeugs sowie des Fahrers zur Interpretation der Verkehrssituation in Verbindung gebracht werden. Ziel dieser Situationsanalyse ist es, Fahrmanöver des Fahrers zu erkennen und damit das Verhalten von Assistenzsystemen anzupassen. Dazu wird ein allgemeines Modell zur Erkennung von Fahrmanövern erarbeitet und am Beispiel einer automatisierten Längsführung für Fahrstreifenwechsel konkretisiert. Zur Qualitätssicherung werden automatische Softwaretests eingesetzt, mit denen die Auswirkungen von Änderungen effizient, automatisiert und wiederholbar überprüft werden können. Die hierfür notwendige Infrastruktur wird im Rahmen dieser Arbeit bereitgestellt. Die Erkennung von Fahrstreifenwechseln wird abschließend in realen Versuchsfahrten untersucht. Das veränderte Verhalten des Längsführungssystems wird für verschiedene Ausprägungen eines Fahrstreifenwechsels in Simulationen demonstriert.