Login
- Originaltitel:
- Safeguarding complex and learning-based automated driving functions via online verification
- Übersetzter Titel:
- Absicherung von komplexen und lernenden automatisierten Fahrfunktionen mittels Online-Verifikation
- Autor:
- Stahl, Tim Nikolaus
- Jahr:
- 2022
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Betreuer:
- Lienkamp, Markus (Prof. Dr.)
- Gutachter:
- Lienkamp, Markus (Prof. Dr.); Winner, Hermann (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- MAS Maschinenbau; VER Technik der Verkehrsmittel
- TU-Systematik:
- VER 020
- Kurzfassung:
- When it comes to the verification of novel complex and learning automated driving functions, existing standards reach their limits. In this thesis, a generic method for the online verification of such driving functions is developed and evaluated. The validation is carried out both simulatively by means of scenarios with fault injection and on real data of an autonomous racing vehicle.
- Übersetzte Kurzfassung:
- Bei der Absicherung neuartiger komplexer und lernender automatisierter Fahrfunktionen stoßen die bestehenden Normen an ihre Grenzen. In dieser Arbeit wird ein generisches Verfahren zur Online-Verifikation solcher Fahrfunktionen entwickelt und evaluiert. Die Validierung erfolgt sowohl simulativ anhand von Szenarien mit Fehlerinjektion als auch mittels realer Daten eines autonomen Rennfahrzeugs.
- WWW:
- https://mediatum.ub.tum.de/?id=1633430
- Eingereicht am:
- 17.11.2021
- Mündliche Prüfung:
- 24.02.2022
- Dateigröße:
- 13507175 bytes
- Seiten:
- 220
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220224-1633430-1-0
- Letzte Änderung:
- 17.03.2022
BibTeX