Donnerstag, 03. August 2023
Szenarien-Fusion: Generierung von Fahrszenarien durch die Kombination von realen und generierten Daten für das automatisierte Fahren
Thema und Ziel der Arbeit
Fahrzeuge fahren zunehmend automatisiert. Aber wie kann man beweisen, dass diese Fahrzeuge sicher sind?
Dies ist die zentrale Frage der Absicherung automatisierter Fahrzeuge. Für den Nachweis werden Szenarien simulativ getestet. Diese können entweder parametrisierte erstellt werden oder direkt aus Realdaten abgespielt werden. Während zwar Flexibilität in der Erstellung durch Parameter möglich wird, benötigen zu viele Parameter viele Daten.
Deshalb soll in der Arbeit ein Ansatz zur Fusion beider Methoden entwickelt werden. Dabei sollen neue Szenarien generiert und in einem zweiten Schritt in der Simulation erprobt werden.
Arbeitspunkte
- Literaturrecherche zu dem Thema Szenariengenerierung
- Konzipierung einer Methodik zur Fusion eines Replay-Ansatzes mit einem parametrischen Ansatz
- Generierung von Szenarien auf Kreuzungen mit Hilfe der konzipierten Methodik
- Analyse und Validierung der generierten Szenarien
Anforderungen
- Gute Deutschkenntnisse in Wort und Schrift
- Zuverlässigkeit, Engagement und Spaß am selbstständigen- sowie methodischen Arbeiten
- Programmierkenntnisse in Python
Hinweis: Bitte kurzen Lebenslauf und eine Notenübersicht anhängen.
Kontakt
Christoph Glasmacher M. Sc.
+49 241 80 25611
E-Mail
Art der Arbeit
Bachelorarbeit, Masterarbeit
Beginn
ab sofort
Vorkenntnisse
Python
Sprache
Deutsch, Englisch
Forschungsbereich
Fahrzeugintelligenz & Automatisiertes Fahren