Automatisiertes Fahren, Vorhersage von Radfahrermanövern, MILP, Verkehrsflussoptimierung
TUM classification:
BAU 850; BAU 875
Abstract:
In this dissertation a deep learning model is developed that predicts the bicyclist maneuver intention at unsignalized intersections. In a second step, the model is expanded with a method for quantifying the prediction uncertainty and for self-assessing its confidence using performance metrics. The added information value gained through the model is integrated into a MILP method that aims to resolve the interactions among bicyclists and automated vehicles at unsignalized intersections that ensures traffic safety and optimizes traffic efficiency.
«
In this dissertation a deep learning model is developed that predicts the bicyclist maneuver intention at unsignalized intersections. In a second step, the model is expanded with a method for quantifying the prediction uncertainty and for self-assessing its confidence using performance metrics. The added information value gained through the model is integrated into a MILP method that aims to resolve the interactions among bicyclists and automated vehicles at unsignalized intersections that ensur...
»
Translated abstract:
In dieser Dissertation wird ein Deep-Learning-Modell entwickelt, das die Manöverabsicht von Radfahrern an unsignalisierten Kreuzungen vorhersagt. In einem zweiten Schritt wird das Modell um eine Methode zur Quantifizierung der Vorhersageunsicherheit und zur Selbsteinschätzung seines Vertrauens anhand von Leistungsmetriken erweitert. Der durch das Modell gewonnene Informationsmehrwert wird in ein MILP-Verfahren integriert, das darauf abzielt, die Interaktionen zwischen Radfahrern und automatisierten Fahrzeugen an unsignalisierten Kreuzungen so zu lösen, dass die Verkehrssicherheit gewährleistet und die Verkehrseffizienz optimiert wird.
«
In dieser Dissertation wird ein Deep-Learning-Modell entwickelt, das die Manöverabsicht von Radfahrern an unsignalisierten Kreuzungen vorhersagt. In einem zweiten Schritt wird das Modell um eine Methode zur Quantifizierung der Vorhersageunsicherheit und zur Selbsteinschätzung seines Vertrauens anhand von Leistungsmetriken erweitert. Der durch das Modell gewonnene Informationsmehrwert wird in ein MILP-Verfahren integriert, das darauf abzielt, die Interaktionen zwischen Radfahrern und automatisier...
»