1. BaSaMa & HiWi
    2.  

(DE/EN) Deep Learning-basierte Modellierung von Fußgängertrajektorien in Interaktionen mit automatisierten Fahrzeugen

Institut
Lehrstuhl für Ergonomie (TUM-ED)
Typ
Bachelorarbeit / Semesterarbeit / Masterarbeit /
Inhalt
experimentell / theoretisch /  
Beschreibung

Automatisierte Fahrzeuge müssen in der Lage sein, das Verhalten von Fußgänger:innen in komplexen urbanen Situationen frühzeitig einzuschätzen. Besonders herausfordernd sind Szenarien mit mehreren Fußgänger:innen, da deren Bewegungen nicht unabhängig voneinander entstehen, sondern durch das automatisierte Fahrzeug, andere Fußgänger:innen sowie die jeweilige Verkehrssituation beeinflusst werden können. In dieser Arbeit soll auf Basis eines bereits aufbereiteten VR-Datensatzes untersucht werden, wie sich die Bewegungen zweier Fußgänger:innen in Interaktion mit einem automatisierten Fahrzeug datenbasiert modellieren und vorhersagen lassen. Dabei sollen geeignete Deep-Learning-basierte Ansätze, beispielsweise LSTM- oder vergleichbare Sequenzmodelle, entwickelt, trainiert und evaluiert werden. Neben der Vorhersage einzelner Fußgängerbewegungen kann auch untersucht werden, ob eine gemeinsame Modellierung beider Fußgänger:innen Vorteile bietet. Die Arbeit leistet einen Beitrag zur Modellierung von Multi-Fußgänger-Interaktionen und kann als Grundlage für spätere prädiktive AV-Planungs- und Kontrollansätze dienen.

Aufgabenbeschreibung:

  • Literaturüberblick zu Fußgängertrajektorien und Bewegungsprognose
  • Einarbeitung in einen vorhandenen VR-Datensatz
  • Entwicklung und Evaluation datenbasierter Modelle zur Trajektorienvorhersage
  • Vergleich unterschiedlicher Modellierungsansätze
  • Diskussion der Relevanz für zukünftige AV-Planungs- und Kontrollsysteme
Voraussetzungen
  • Selbstständigkeit, Strukturiertes Arbeiten
  • Interesse am automatisiertes Fahren und Verkehrssicherheit
  • Grundkenntnisse in Python und Erfahrung mit Datenanalyse
  • Erste Erfahrung mit Machine Learning oder Deep Learning von Vorteil
Möglicher Beginn
sofort
Kontakt
Yuchen Liu, M.Sc.
Raum: MW3326
Tel.: 0173 5415535
yuchen.liutum.de
Ausschreibung