{"id":7814,"date":"2018-04-05T16:01:34","date_gmt":"2018-04-05T14:01:34","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=7814"},"modified":"2023-01-17T10:31:57","modified_gmt":"2023-01-17T09:31:57","slug":"how-autonomous-vehicles-learn-from-us","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/magazine\/binaire-articles\/how-autonomous-vehicles-learn-from-us\/","title":{"rendered":"Wie autonome Fahrzeuge von uns lernen"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n
\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n <\/div>\n
\n \n
\n
\n \n \n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Foto: \u00a9<\/span>Olivier Le Moal \u2013<\/span> Fotolia<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ausgabe 01\/2018<\/p>\n <\/div>\n <\/div>\n

\n \n
Innovation durch Forschung<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Wie autonome Fahrzeuge von uns lernen <\/h1>\n <\/div>\n <\/div>\n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Autonom fahrende Autos sind schon lange keine Science-Fiction mehr, sondern werden in verschiedenen Autonomiegraden bereits heute im Stra\u00dfenverkehr erprobt. Klar ist, dass die Fahrzeuge dabei auf Stra\u00dfenverlauf, Fahrbahnmarkierungen und Verkehrszeichen achten und zudem die aktuelle Situation ber\u00fccksichtigen m\u00fcssen, zum Beispiel Baustellen, Sperrungen oder Wettereinfl\u00fcsse. Um sicher am Verkehr teilzunehmen, spielen nicht zuletzt andere Verkehrsteilnehmer eine zentrale Rolle, seien es Autos, Radfahrer oder Fu\u00dfg\u00e4nger. Doch woher wei\u00df ein Fahrzeug, wie es sich in jeder Situation verhalten sollte? Ist das komplett durch abstrakte Regeln beschreibbar? M\u00fcssen verschiedene Reaktionsm\u00f6glichkeiten gegeneinander abgewogen werden? Und wie geht man mit Situationen um, f\u00fcr die geeignete Regeln fehlen?<\/p>\n

Besonders im Stadtverkehr gelten eine Vielzahl von Regeln, die zum Teil auch zueinander in Konflikt stehen k\u00f6nnen. Dies f\u00fchrt schnell zu unnat\u00fcrlichem und z\u00f6gerlichem, oft sogar unfalltr\u00e4chtigem Fahrverhalten. Maschinelle Lernverfahren k\u00f6nnten daher die heutigen regelbasierten Verfahren erg\u00e4nzen. Die Idee ist, nicht mehr alle m\u00f6glichen Situationen vorhersehen und durch geeignete Regeln abfangen zu m\u00fcssen, sondern direkt aus dem Verhalten menschlicher Fahrer in zahlreichen Situationen statistisch zu lernen.<\/p>\n

Im Projekt \u201eUrban Mobility Assist\u201c widmen sich Jos\u00e9 Mar\u00eda Gonz\u00e1lez Pinto und Wolf-Tilo Balke der Frage, ob aus einer gr\u00f6\u00dferen Menge von Aufzeichnungen des individuellen Fahrverhaltens (Big Data) typische Taktiken f\u00fcr die gleiche Strategie mit ausreichender Genauigkeit bestimmt werden k\u00f6nnen. G\u00e4be es solch dominante Taktiken, die sich noch dazu unterschiedlichen \u00f6rtlichen oder aktuell feststellbaren Situationen zuordnen lie\u00dfen, w\u00e4re das ein deutlicher Gewinn f\u00fcr die Verbesserung der autonomen Mobilit\u00e4t. Die Wissenschaftler setzten auf eine Mischung aktueller Fahrverhaltensmodelle und legten den Fokus auf Spurwechsel, Kreuzungen und Kreisverkehr in urbanen Bereichen. Erste Ergebnisse zeigen, dass das Erlernen von typischem Fahrverhalten aus Fahrzeug-Flottendaten in der Tat m\u00f6glich ist.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n <\/span><\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Kontakt<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Prof. Dr. Wolf-Tilo Balke<\/h4>\n <\/div>\n <\/div>\n
\n \n
balke@l3s.de<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

Prof. Dr. Wolf-Tilo Balke ist seit 2008 Leiter des Instituts f\u00fcr Informationssysteme (IfIS) und Ordinarius an der Technischen Universit\u00e4t Braunschweig sowie Mitglied des Direktoriums des Forschungszentrums L3S.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

Foto: \u00a9Olivier Le Moal \u2013 Fotolia Issue: 01\/2018 Innovation durch Forschung How autonomous vehicles learn from us Autonomously driving cars have long since ceased to be science fiction and are already being tested in road traffic at various degrees of autonomy. It is clear that the vehicles must pay attention to the course of the […]<\/p>","protected":false},"author":7,"featured_media":7815,"parent":2750,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/full-width-page.php","meta":{"_acf_changed":false,"footnotes":""},"categories":[],"tags":[28,89],"class_list":["post-7814","page","type-page","status-publish","has-post-thumbnail","hentry","tag-binaire","tag-binaire-2018-01"],"acf":[],"aioseo_notices":[],"publishpress_future_action":{"enabled":false,"date":"2026-05-27 00:24:24","action":"category","newStatus":"draft","terms":[75],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/7814","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=7814"}],"version-history":[{"count":0,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/7814\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/2750"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/7815"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=7814"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=7814"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=7814"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}