{"id":3394,"date":"2021-04-22T14:33:42","date_gmt":"2021-04-22T12:33:42","guid":{"rendered":"https:\/\/websites.fraunhofer.de\/stec\/?post_type=projects&p=3394"},"modified":"2023-03-10T13:52:06","modified_gmt":"2023-03-10T12:52:06","slug":"adaptive-cruise-control-regulierung-per-driver-model","status":"publish","type":"projects","link":"https:\/\/s-tec.de\/en\/projekte\/adaptive-cruise-control-regulierung-per-driver-model\/","title":{"rendered":"Adaptive Cruise Control: Regulierung per Driver Model"},"content":{"rendered":"\n\n
\n
\n
\n
\"Adaptive
\u00a9 Fraunhofer IAO<\/figcaption><\/figure>\n<\/div><\/div>\n\n\n\n

In diesem Projekt pr\u00fcfen Fraunhofer IAO und INVENSITY GmbH, ob sich mittels Adaptive Cruise Control (ACC) die Geschwindigkeit des Fahrzeugs und der Abstand zum vorausfahrenden Fahrzeug auch (als zus\u00e4tzliche Stellgr\u00f6\u00dfe) an den Fahrerzustand anpassen lassen.<\/p>\n\n\n\n

KI reguliert Fahrerzustand und Geschwindigkeit<\/h4>\n\n\n\n

In einem KI-Ansatz sollen Daten aus dem Innenraum genutzt werden, um Zust\u00e4nde des Fahrenden zu erkennen und in Modellen abzubilden. Dies bezieht sich beispielsweise auf Stress, Workload, Flow, Aufmerksamkeit, Intentionen, Emotionen. Die K\u00fcnstliche Intelligenz (KI)<\/a> erkennt Muster in den verf\u00fcgbaren Innenraumdaten sowie anderen multidimensionalen Daten und klassifiziert diese zu Modellen des Fahrenden. Adaptive Cruise Control (ACC), ein Abstandsregeltempomat, passt dabei die Geschwindigkeit oder den Abstand zum vorausfahrenden Fahrzeug in vorgegebenen Grenzen an die Zust\u00e4nde des Fahrenden an. Dadurch entsteht ein Regelkreis in dem eine KI lernt, welche Geschwindigkeit, welcher Abstand, ggf. auch welche Musik, Lichtszenarien und Fahrdynamiken, die Zust\u00e4nde des Fahrenden in den optimalen Zielgr\u00f6\u00dfen einregeln. \u00dcber Reinforcement Learning regelt die KI die zustandsadaptive Geschwindigkeit.<\/p>\n\n\n\n

Projektablauf<\/h4>\n\n\n\n

Genutzt werden folgende Verfahren:<\/p>\n\n\n\n