Implementierung eines Neuronalen Netzes zur Fahrermodellierung

Eckdaten
Art der Arbeit: Bachelor- / Masterarbeit
Vorkenntnisse: Programmierkenntnisse in Python, Kenntnisse im Bereich Machine Learning
Beginn: nächstmögl. Zeitpunkt
Bereich: Fahrerassistenz

Thema und Ziel der Arbeit

Heutzutage ist die Entwicklung von Fahrerassistenzsystemen (FAS) essentiell für die Marktposition Fahrzeugherstellern. Bei der Entwicklung neuer FAS können deren Auswirkungen und Funktion im Straßenverkehr nur aufwendig und zu einem späten Entwicklungsstand getestet und validiert werden. Um Auswirkungen frühzeitig zu erkennen, können realitätsnahe Simulationen genutzt werden. Ziel dieser Arbeit ist es ein neuronales Netz zur Fahrermodellierung im speziellen Szenario der Folgefahrt zu implementieren und gegen andere modellbasierte Ansätze zu evaluieren.

Arbeitspunkte

  • Analyse des Standes der Technik zu Fahrermodellen.
  • Aufbau/Auswahl, Implementation und Anlernen eines neuronalen Netzes.
  • Vergleich mit anderen Fahrermodellen für das spezielle Szenario der Folgefahrt.

Anforderungen

  • Gute Studienleistungen
  • Programmierkenntnisse in Python oder C++
  • Vorkenntnisse im Bereich Machine Learning
  • Deutsch und Englisch fließend in Wort und Schrift
  • Zuverlässigkeit, Engagement und Spaß am selbstständigen Arbeiten

Ansprechpartner

Nicolas Wagener M.Sc.
+49 241 80 25627
E-Mail

Informationen als Download

Adresse

Institut für Kraftfahrzeuge
RWTH Aachen University

Steinbachstraße 7
52074 Aachen · Deutschland

Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!
+49 241 80 25600
+49 241 80 22147

Copyright © 2018 Institut für Kraftfahrzeuge | Zertifiziert nach ISO 9001:2008