Abstract

Mit zunehmender Verkehrsdichte steigt die Gefahr von Verkehrsunfällen seit Jahren stetig an. Die Sicherheit von Fahrzeugen und deren Fähigkeit, den Fahrer zusätzlich durch Fahrerassistenzsysteme bei der Vermeidung von Verkehrsunfällen zu unterstützen, wird dadurch zu einem immer wichtigeren Kriterium bei der Auswahl eines Fahrzeugs.

Sicherheitsrelevante Fahrerassistenzsysteme können Kollisionen mit anderen Fahrzeugen oder Hindernissen abschwächen bzw. vermeiden. Sie verwenden häufig im Rahmen der Situationsanalyse sogenannte Zeitreserven, um die Kritikalität von potentiellen Kollisionssituationen zu bewerten und im Ernstfall einen Eingriff einer Assistenzfunktion auszulösen. Eine solche Zeitreserve kann beispielsweise den Kollisionszeitunkt oder die Zeit bis zum letztmöglichen Zeitpunkt zur Durchführung einer kollisionsvermeidenden Vollbremsung definieren. Die Zeitreserven werden über verschiedene nichtlineare Methoden aus von Sensoren (Radar, Kamera, ...) eines Fahrzeugs gemessenen Umgebungsdaten errechnet.

Die Methoden zur Zeitreservenberechnung sind für komplexen Verkehrssituationen rechenaufwendig. Da die Rechenleistung der Steuergeräte der Fahrzeuge begrenzt ist, können nicht alle Verfahren fahrzeugtauglich ausgelegt werden. In dieser Arbeit wird eine auf neue innovativen Ansätze basierende effiziente Methode zur Zeitreservenberechnung vorgestellt. Diese Methode wurde im Rahmen der Arbeit konzipiert, umgesetzt und evaluiert.

Bei der Berechnung von Zeitreserven wird zumeist von der idealisierten Annahme ausgegangen, die Messwerte der Sensoren seien unverrauscht. In der Realität ist den Sensormesswerten allerdings stets ein Messrauschen überlagert. Aufgrund von Abhängigkeiten zwischen einzelnen Messgrößen, die auf Basis anderer Messgrößen berechnet werden, sind die Messgrößen zusätzlich untereinander korreliert.

Im zweiten Teil der Arbeit wird die zuvor vorgestellte Methode so erweitert, dass die Messunsicherheiten der verschiedenen Sensoren berücksichtigt werden. Hierfür wird unter der Annahme des multivariat normalverteilten Messrauschens, insbesondere die Unscented Transformation verwendet, um eine echtzeitfähige Approximation der Kollisionswahrscheinlichkeit zu berechnen. Die Verwendung von stochastischen Auslöseschwellen für die Fahrerassistenzsysteme erlaubt es, ihre Zuverlässigkeit und Robustheit zu erhöhen.