Zusammenfassung
Die Verknüpfung von Automatisierung mit Vernetzung von Fahrzeugen weist in langfristiger Betrachtung eine kaum überschätzbare ökonomische, ökologische und gesellschaftliche Relevanz auf. In der langfristigen Vision wird die vernetzte Automatisierung unseren Straßenverkehr grundlegend verändern. Kooperatives Verhalten zwischen Verkehrsteilnehmern wird dadurch automatisiert erfolgen und somit das Regelverhalten bilden. Außerdem eröffnet technische Kooperation im Vergleich zur heutigen manuellen Kooperation zwischen Verkehrsteilnehmern qualitativ verbesserte und neuartige funktionale Möglichkeiten aufgrund der erzielbaren Latenzzeit, Genauigkeit, Eindeutigkeit und Verlässlichkeit automatischen Verhaltens. Entsprechend aufeinander abgestimmte Trajektorien weisen eine höhere erreichbare Dichte, Geschwindigkeit und Sicherheit auf. Bei langfristig zu erwartendem hohem Durchdringungsgrad des Straßenverkehrs mit vernetzten automatischen Verkehrsteilnehmern sind sichere und hocheffiziente Verkehrsflüsse denkbar, die biologischen Schwarmbewegungen nahe kommen. Dieser Überblicksbeitrag beschreibt den Stand der Forschung in den wesentlichen Forschungsfeldern und das von der DFG eingerichtete Schwerpunktprogramm Kooperativ interagierende Automobile.
Abstract
Linking automation with the connectivity of vehicles is expected to have a huge economic, environmental and social impact. In the long-term vision, networked automation will fundamentally change our road traffic. Cooperative behavior between road users will be automatic and thus form the typical behavior. In addition, compared to today’s manual co-operation between road users, technical cooperation opens up qualitatively improved and novel functional possibilities due to the achievable latency, accuracy, unambiguity and reliability of automatic behavior. Correspondingly coordinated trajectories provide a higher density, velocity and safety. When a high degree of penetration of road traffic with connected automated automobiles is reached, safe and highly efficient traffic flows are conceivable that resemble the motion of biological swarms. This overview article describes the state of research in the main research fields and the priority program Cooperative Interacting Automobiles set up by the Deutsche Forschungsgemeinschaft (DFG, German Research Foundation).
About the authors
Prof. Dr.-Ing. Christoph Stiller ist Leiter des Instituts für Mess- und Regelungstechnik an der Fakultät Maschinenbau des Karlsruher Instituts für Technologie und Sprecher des vorgestellten Schwerpunktprogramms. Seine Forschungsschwerpunkte liegen im Bereich Autonomes Fahren, in dem seine Fahrzeuge vielfach als Finalist und sogar Gewinner internationaler Wettbewerbe hervorgingen, Maschinelle Wahrnehmung und Bahnortung.
Prof. Dr. rer. nat. Wolfram Burgard leitet die Arbeitsgruppe für Autonome Intelligente Systeme am Institut für Informatik der Albert-Ludwigs-Universität Freiburg. Wolfram Burgard studierte Informatik an der Universität Dortmund und promovierte 1991 an der Universität Bonn im Fach Informatik. Wolfram Burgard ist bekannt für seine Arbeiten zur autonomen Navigation mobiler Roboter. Er ist Fellow der IEEE, der AAAI und der EurAI und President Elect der IEEE Robotics and Automation Society.
Prof. Dr.-Ing. Barbara Deml leitet das Institut für Arbeitswissenschaft und Betriebsorganisation an der Fakultät für Maschinenbau des Karlsruher Instituts für Technologie. In ihrer Forschung beschäftigt sie sich mit der ergonomischen Gestaltung von Mensch-Maschine-Systemen, wobei ein besonderer Schwerpunkt auf der beanspruchungsoptimalen Schnittstellengestaltung unter Einsatz psycho-physiologischer Messmethoden liegt.
Prof. Dr.-Ing. Lutz Eckstein ist Leiter des Instituts für Kraftfahrzeuge der RWTH Aachen und Mitantragsteller des vorgestellten Schwerpunktprogramms. Forschungsschwerpunkte: Mechatronische Fahrwerksysteme, alternative Antriebe, Automatisiertes Fahren, Fahrer-Fahrzeug Interaktion, innovative Fahrzeugkonzepte.
Prof. Dr.-Ing. Frank Flemisch ist Professor für Systemergonomie an der RWTH Aachen University und Abteilungsleiter für Human Systems Integration am Fraunhofer FKIE in Wachtberg b. Bonn. Seine Forschungsschwerpunkte sind Assistenzsysteme, Automatisierung, partizipatorische Gestaltung und Human Systems Integration.
Danksagung
Unser Dank gilt der Deutschen Forschungsgemeinschaft sowie den beteiligten Partnern des Schwerpunktprogramms Kooperativ interagierende Automobile für die Unterstützung und fruchtbare Zusammenarbeit.
Literatur
1. Geiger, A.; Lauer, M.; Moosmann, F.; Ranft, B.; Rapp, H.; Stiller, C.; Ziegler, J.: Team AnnieWAY’s entry to the Grand Cooperative Driving Challenge 2011. In: IEEE Transactions on Intelligent Transportation Systems 13 (2012), September, Nr. 3, S. 1008–1017.10.1109/TITS.2012.2189882Search in Google Scholar
2. World Health Organization, Genf: Global status report on road safety 2013: supporting a decade of action – Bericht der World Health Organization (WHO), WHO Press, 2013.Search in Google Scholar
3. European Union, Brüssel: Europe in Figures – Eurostat Yearbook 2011, J. Piirto (Hrsg.), December 2011.Search in Google Scholar
4. European Union, Brüssel: Informations- und Kommunikationstechnologien für sichere und intelligente Fahrzeuge – Mitteilung der Kommission an den Rat und das Europäische Parlament, SEK 963, 2003.Search in Google Scholar
5. Wikipedia: Verkehrsstau, 2013. – (last accessed 19.08.2013).Search in Google Scholar
6. Shladover, S.: Cooperative (rather than autonomous) vehicle-highway automation systems. In: Intelligent Transportation Systems Magazine, IEEE 1 (2009), Spring, Nr. 1, S. 10–19.10.1109/MITS.2009.932716Search in Google Scholar
7. Haverkamp, N.; Rudinger, G.: Mobilität 2030: Zukunftsszenarien für eine alternde Gesellschaft. Transcript Verlag, 2016. books.google.de/books?id=BcNbjwEACAAJ.10.1515/9783839433058Search in Google Scholar
8. Gasser, T.; Arzt, C.; Ayoubi, M.; Bartels, A.; Bürkle, L.; Eier, J.; Flemisch, F.; Häcker, D.; Hesse, T.; Huber, W.; Lotz, C.; Maurer, M.; Ruth-Schumacher, S.; Schwarz, J.; Vogt, W.: Rechtsfolgen zunehmender Fahrzeugautomatisierung – Gemeinsamer Schlussbericht der Projektgruppe, (2012).Search in Google Scholar
9. SAE International: Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle Automated Driving Systems, (2014).Search in Google Scholar
10. Atlatec GmbH: homepage. (2017). www.atlatec.de.Search in Google Scholar
11. IEEE: Standard for information technology – Telecommunications and information exchange between systems – Local and metropolitan area networks – Specific requirements – Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications. In: IEEE Std 802.11-2007 (Revision of IEEE Std 802.11-1999) (2007), S. C1-1184.Search in Google Scholar
12. Schulze, M.: SimTD – A Large Scale Field Trial with Co-operative Systems. In: Proc. World Congress on Intell. Transport Systems, October 2009.Search in Google Scholar
13. Festag, A.: Standards for vehicular communication – from IEEE 802.11p to 5G. In: e & i Elektrotechnik und Informationstechnik 132 (2015), November, Nr. 7, S. 409–416.10.1007/s00502-015-0343-0Search in Google Scholar
14. Bonnet, C.: CHAUFFEUR 2 Final Report, (2003), Juli.Search in Google Scholar
15. Wang, M.; Ganjineh, T.; Rojas, R.: Action annotated trajectory generation for autonomous maneuvers on structured road networks. In: Automation, Robotics and Applications (ICARA), International Conference on, 2011, S. 67–72.10.1109/ICARA.2011.6144858Search in Google Scholar
16. Ziegler, J.; Bender, P.; Schreiber, M.; Lategahn, H.; Strauss, T.; Stiller, C.; Dang, T.; Franke, U.; Appenrodt, N.; Keller, C. G.; Kaus, E.; Herrtwich, R. G.; Rabe, C.; Pfeiffer, D.; Lindner, F.; Stein, F.; Erbs, F.; Enzweiler, M.; Knöppel, C.; Hipp, J.; Haueis, M.; Trepte, M.; Brenk, C.; Tamke, A.; Ghanaat, M.; Braun, M.; Joos, A.; Fritz, H.; Mock, H.; Hein, M.; Zeeb, E.: Making Bertha Drive – An Autonomous Journey on a Historic Route. In: IEEE Intelligent Transportation Systems Magazine 6 (2014), Nr. 2, S. 8–20.10.1109/MITS.2014.2306552Search in Google Scholar
17. Tas, Ö. S.; Salscheider, N. O.; Poggenhans, F.; Wirges, S.; Bandera, C.; Zofka, M. R.; Strauss, T.; Zöllner, J. M.; Stiller, C.: Making Bertha Cooperate-Team AnnieWAY’s Entry to the 2016 Grand Cooperative Driving Challenge. In: IEEE Transactions on Intelligent Transportation Systems PP (2017), Oktober, Nr. 99, S. 1–15.10.1109/TITS.2017.2749974Search in Google Scholar
18. Benmimoun, A.; Lowson, M.; Marques, A.; Giustiniani, G.; Parent, M.: Demonstration of advanced transport applications in CityMobil project. In: Transportation Research Record: Journal of the Transportation Research Board 2110 (2009), Nr. 1, S. 9–17.10.3141/2110-02Search in Google Scholar
19. Schieben, A.; Flemisch, F.: Who is in control? Exploration of transitions of control between driver and an eLane vehicle automation. In: VDI/VW Tagung Fahrer im 21. Jahrhundert; Wolfsburg, 2008.Search in Google Scholar
20. Winner, H.; Hakuli, S.; Bruder, R.; Konigorski, U.; Schiele, B.: Conduct-by-Wire-ein neues Paradigma für die Weiterentwicklung der Fahrerassistenz. In: Workshop Fahrerassistenzsysteme Bd. 2006, 2006, S. 112–125.Search in Google Scholar
21. Flemisch, F.; Kaussner, A.; Petermann, I.; Schieben, A.; Schömig, N.: HAVEit Deliverable D.33.6: Validation of concept on optimum task repartition. Projektbericht. (2011).Search in Google Scholar
22. Flemisch, F.; Meier, S.; Baltzer, M.; Altendorf, E.; Heesen, M.; Griesche, S.; Weiß gerber, T.; Kienle, M.; Damböck, D: Fortschrittliches Anzeige- und Interaktionskonzept für die kooperative Führung hochautomatisierter Fahrzeuge: Ausgewählte Ergebnisse mit H-Mode 2D 1.0. In: Fachausschusssitzung Anthropotechnik: Fortschrittliche Anzeigesysteme für die Fahrzeug- und Prozessführung, 2012.Search in Google Scholar
23. Hesse, T.; Engström, J.; Johansson, E.; Varalda, G.; Brockmann, M.; Rambaldini, A.; Fricke, N.; Flemisch, F.; Köster, F.; Kanstrup, L.: Towards user-centred development of integrated information, warning, and intervention strategies for multiple ADAS in the EU project interactive. In Universal Access in Human-Computer Interaction. Context Diversity. Springer, 2011, S. 280–289.10.1007/978-3-642-21666-4_31Search in Google Scholar
24. Benmimoun, A; Chen, J; Neunzig, D; Suzuki, T; Kato, Y: Communication-based intersection assistance. In: IEEE Intelligent Vehicles Symposium (IV), 2005, S. 308–312.10.1109/IVS.2005.1505120Search in Google Scholar
25. Schwarz, D.: Erweiterung der Fahrzeug-zu-Fahrzeug-Kommunikation mit Funkortungstechniken. In: ATZ elektronik 2012 (2012), Nr. 05, S. 322–329.10.1007/978-3-658-04019-2_29Search in Google Scholar
26. Meißner, D.; Reuter, S.; Dietmayer, K.: Multi-Model-PHD-Filter zur Verfolgung von Verkehrsteilnehmern an Kreuzungen mit Laserscannern. In: 8. Workshop Fahrerassistenzsysteme, Uni-DAS e.V., 2012.Search in Google Scholar
27. Bley, O.; Kutzner, R.; Friedrich, B.; Saust, F.; Wille, J. M.; Maurer, M.; Niebel, W.; Naumann, S.; Wolf, F.; Schüler, T.; Bogenberger, K.; Junge, M.; Langenberg, J.: Kooperative Optimierung von Lichtsignalsteuerung und Fahrzeugführung. In: Automatisierungssysteme Assistenzsysteme und eingebettete Systeme für Transportmittel (AAET), 2011, S. 57–77.Search in Google Scholar
28. Deutschle, S.; Kessler, G.; Lank, C.; Hoffmann, G.; Hakenberg, M.; Brummer, M.: Einsatz elektronisch gekoppelter Lkw-Konvois auf Autobahnen. In: ATZ-Automobiltechnische Zeitschrift 112 (2010), Nr. 7–8, S. 570–575.10.1007/BF03222195Search in Google Scholar
29. Tomizuka, M.; Hingwe, P.; Wang, J.-Y.; Tai, M.: Intelligent Control of Road Vehicles for Automated Driving: Path Architecture for Automated Highway Systems and Lateral Guidance. In: Control Systems, Robotics and Automation – Vol. 20: Industrial Applications of Control Systems III – Automation and Control in Traffic Systems (2009).Search in Google Scholar
30. Kotte, J.; Huang, Q.; Zlocki, A.: Impact of platooning on the traffic efficiency. In: 19th ITS World Congress, 2012.Search in Google Scholar
31. Wille, J. M.; Saust, F.; Maurer, M.: Stadtpilot: Driving autonomously on Braunschweig’s inner ring road. In: Intelligent Vehicles Symposium (IV), 2010. ISSN 1931–0587, S. 506–511.Search in Google Scholar
32. Nothdurft, T.; Hecker, P.; Ohl, S.; Saust, F.; Maurer, M.; Reschka, A.; Böhmer, J. R.: Stadtpilot: First fully autonomous test drives in urban traffic. In: Intelligent Transportation Systems (ITSC), International Conference on, 2011. ISSN 2153–0009, S. 919–924.Search in Google Scholar
33. Stübing, H.; Bechler, M.; Heussner, D.; May, T.; Radusch, I.; Rechner, H.; Vogel, P.: simTD: a car-to-X system architecture for field operational tests [Topics in Automotive Networking]. In: Communications Magazine, IEEE 48 (2010), Nr. 5, S. 148–154.10.1109/MCOM.2010.5458376Search in Google Scholar
34. Weiss, C.: Feldversuch im Rahmen des Forschungsprojektes simTD belegt: Car-to-X Kommunikation ist reif für den Alltagseinsatz. 2013. – Pressemitteilung vom 20. Juni 2013.Search in Google Scholar
35. Hipp, E.; Scholl, W.: UR:BAN – Die Forschungsinitiative für den urbanen Verkehr. (2013). www.urban-online.org/projektbeschreibung_urban.pdfSearch in Google Scholar
36. Winner, H. (Hrsg.); Hakuli, S. (Hrsg.); Wolf, G. (Hrsg.): Handbuch Fahrerassistenzsysteme – Grundlagen, Komponenten und Systeme für aktive Sicherheit und Komfort. Springer Vieweg, 2015.10.1007/978-3-658-05734-3Search in Google Scholar
37. Hebert, M.: Active and passive range sensing for robotics. In: Robotics and Automation (ICRA), IEEE International Conference on Bd. 1, 2000, S. 102–110.Search in Google Scholar
38. Maurer, M. (Hrsg.); Stiller, C. (Hrsg.): Fahrerassistenzsysteme mit maschineller Wahrnehmung. Heidelberg: Springer-Verlag, 2005.Search in Google Scholar
39. Brooker, G. M.: Understanding millimetre wave fmcw radars. In: 1st International Conference on Sensing Technology, 2005, S. 152–157.Search in Google Scholar
40. Hancock, J.; Hoffman, E.; Sullivan, R. M.; Ingimarson, D.; Langer, D.; Hebert, M.: High-performance laser range scanner. In: Intelligent Systems & Advanced Manufacturing, International Society for Optics and Photonics, 1998, S. 40–49.Search in Google Scholar
41. Chellappa, R.; Qian, G.; Zheng, Q.: Vehicle detection and tracking using acoustic and video sensors. In: Acoustics, Speech, and Signal Processing (ICASSP), IEEE International Conference on Bd. 3, 2004, S. 793–796.Search in Google Scholar
42. Hirschmüller, H.: Accurate and efficient stereo processing by semi-global matching and mutual information. In: Computer Vision and Pattern Recognition (CVPR), IEEE Conference on Bd. 2, 2005, S. 807–814.Search in Google Scholar
43. Sun, Z.; Bebis, G.; Miller, R.: On-road vehicle detection: A review. In: Pattern Analysis and Machine Intelligence, IEEE Transactions on 28 (2006), Nr. 5, S. 694–711.10.1109/TPAMI.2006.104Search in Google Scholar PubMed
44. Ranft, B.; Stiller, C.: The Role of Machine Vision for Intelligent Vehicles. In: IEEE Transactions on Intelligent Vehicles 1 (2016), März, Nr. 1, S. 8–19.10.1109/TIV.2016.2551553Search in Google Scholar
45. Özgüner, Ü.; Stiller, C.; Redmill, K.: Systems for Safety and Autonomous Behavior in Cars: The DARPA Grand Challenge Experience. In: IEEE Proceedings 95 (2007), Februar, Nr. 2, S. 397–412.10.1109/JPROC.2006.888394Search in Google Scholar
46. Omar, S.; Winberg, S.: Multisensor data fusion: Target tracking with a doppler radar and an Electro-Optic camera. In: Control System, Computing and Engineering (ICCSCE), IEEE International Conference on, 2011, S. 210–215.Search in Google Scholar
47. Kloeden, H.; Schwarz, D.; Biebl, E. M.; Rasshofer, R. H.: Effectiveness study of cooperative sensor systems for VRU-safety. In: IEEE Intelligent Vehicles Symposium (IV), 2012, S. 879–884.Search in Google Scholar
48. Stiller, C.; Puente León, F.; Kruse, M.: Information fusion for automotive applications – An overview. In: Information Fusion 12 (2011), Oktober, Nr. 4, S. 244–252.10.1016/j.inffus.2011.03.005Search in Google Scholar
49. Vinyals, M.; Rodriguez-Aguilar, J. A.; Cerquides, J.: A survey on sensor networks from a multiagent perspective. In: The Computer Journal 54 (2011), Nr. 3, S. 455–470.10.1093/comjnl/bxq018Search in Google Scholar
50. Collins, R. T.; Lipton, A. J.; Fujiyoshi, H.; Kanade, T.: Algorithms for cooperative multisensor surveillance. In: Proceedings of the IEEE 89 (2001), Nr. 10, S. 1456–1477.10.1109/5.959341Search in Google Scholar
51. Rinner, B.; Quaritsch, M.: Embedded middleware for smart camera networks and sensor fusion. In: Multi-Camera Networks: Principles and Applications (2009).10.1016/B978-0-12-374633-7.00024-0Search in Google Scholar
52. Castanedo, F.; Patricio, M. A.; Garcia, J.; Molina, J. M.: Robust data fusion in a visual sensor multi-agent architecture. In: Information Fusion, 10th IEEE International Conference on, 2007, S. 1–7.Search in Google Scholar
53. Alam, N.; Dempster, A. G.: Cooperative Positioning for Vehicular Networks: Facts and Future. In: IEEE Transactions on Intelligent Transportation Systems 14 (2013), Dec, Nr. 4, S. 1708–1717.10.1109/TITS.2013.2266339Search in Google Scholar
54. Alam, N.; Kealy, A.; Dempster, A. G.: Cooperative Inertial Navigation for GNSS-Challenged Vehicular Environments. In: IEEE Transactions on Intelligent Transportation Systems 14 (2013), Sept, Nr. 3, S. 1370–1379.10.1109/TITS.2013.2261063Search in Google Scholar
55. Karam, N.; Chausse, F.; Aufrere, R.; Chapuis, R.: Cooperative multi-vehicle localization. In: IEEE Intelligent Vehicles Symposium (IV), 2006, S. 564–570.Search in Google Scholar
56. Thomaidis, G.; Vassilis, K.; Lytrivis, P.; Tsogas, M.; Karaseitanidis, G.; Amditis, A.: Target tracking and fusion in vehicular networks. In: IEEE Intelligent Vehicles Symposium (IV), 2011, S. 1080–1085.Search in Google Scholar
57. Kämpchen, N.; Clauss, M.; Guenter, Y.; Schreier, R.; Stiegeler, M.; Tischler, K.; Dietmayer, K.; Grossmann, H. P.; Kabza, H.; Neumann, H.; Rothermel, A.; Stiller, C.: Vernetzte Fahrzeug-Umfelderfassung für zukünftige Fahrerassistenzsysteme. In: (Maurer, M. (Hrsg.); Stiller, C. (Hrsg.): Proc. Workshop Fahrerassistenzsysteme. Walting, Altmühltal: Freundeskreis Mess- und Regelungstechnik Karlsruhe e.V., April 2005, S. 139–150.Search in Google Scholar
58. Altendorfer, R.; Matzka, S.: A confidence measure for vehicle tracking based on a generalization of Bayes estimation. In: IEEE Intelligent Vehicles Symposium (IV), 2010, S. 766–772.Search in Google Scholar
59. Gehrig, S.; Barth, A.; Schneider, N.; Siegemund, J.: A multi-cue approach for stereo-based object confidence estimation. In: Intelligent Robots and Systems (IROS), IEEE International Conference on, 2012, S. 3055–3060.Search in Google Scholar
60. Nashashibi, F.; Bargeton, A.: Laser-based vehicles tracking and classification using occlusion reasoning and confidence estimation. In: IEEE Intelligent Vehicles Symposium (IV), 2008, S. 847–852.Search in Google Scholar
61. Munz, M.; Dietmayer, K.: Using Dempster-Shafer-based modeling of object existence evidence in sensor fusion systems for advanced driver assistance systems. In: IEEE Intelligent Vehicles Symposium (IV), 2011, S. 776–781.Search in Google Scholar
62. Aeberhard, M.; Paul, S.; Kaempchen, N.; Bertram, T.: Object existence probability fusion using dempster-shafer theory in a high-level sensor data fusion architecture. In: IEEE Intelligent Vehicles Symposium (IV), 2011, S. 770–775.Search in Google Scholar
63. Bieshaar, M.; Reitberger, G.; Zernetsch, S.; Sick, B.; Fuchs, E.; Doll, K.: Detecting intentions of vulnerable road users based on collective intelligence.Search in Google Scholar
64. Schubert, R.; Schulze, K.; Wanielik, G.: Situation Assessment for Automatic Lane-Change Maneuvers. In: Intelligent Transportation Systems, IEEE Transactions on 11 (2010), September, Nr. 3, S. 607–616.10.1109/TITS.2010.2049353Search in Google Scholar
65. Schubert, R.; Wanielik, G.: A Unified Bayesian Approach for Object and Situation Assessment. In: Intelligent Transportation Systems Magazine, IEEE 3 (2011), summer, Nr. 2, S. 6–19.10.1109/MITS.2011.941331Search in Google Scholar
66. Schubert, R.; Wanielik, G. (Hrsg.): Forschungsberichte der Professur Nachrichtentechnik. Bd. 7: Integrated Bayesian Object and Situation Assessment for Lane Change Assistance. Shaker Verlag, 2011.Search in Google Scholar
67. Eidehall, A.; Petersson, L.: Statistical threat assessment for general road scenes using monte carlo sampling. In: Intelligent Transportation Systems, IEEE Transactions on 9 (2008), Nr. 1, S. 137–147.10.1109/TITS.2007.909241Search in Google Scholar
68. Firl, J.; Tran, Q.: Probabilistic maneuver prediction in traffic scenarios. In: European Conference on Mobile Robots (ECMR), 2011.Search in Google Scholar
69. Meyer-Delius, D.; Plagemann, C.; Burgard, W.: Probabilistic situation recognition for vehicular traffic scenarios. In: Robotics and Automation (ICRA), IEEE International Conference on, 2009, S. 459–464.Search in Google Scholar
70. Zernetsch, S.; Kohnen, S.; Goldhammer, M.; Doll, K.; Sick, B.: Trajectory prediction of cyclists using a physical model and an artificial neural network. In: 2016 IEEE Intelligent Vehicles Symposium (IV), 2016, S. 833–838.10.1109/IVS.2016.7535484Search in Google Scholar
71. Kuettel, D.; Breitenstein, M. D.; Van Gool, L.; Ferrari, V.: What’s going on? Discovering spatio-temporal dependencies in dynamic scenes. In: Computer Vision and Pattern Recognition (CVPR), IEEE Conference on, 2010, S. 1951–1958.Search in Google Scholar
72. Reichel M.-F.; Rauschecker R.; Siedersberger K.-H.; Maurer M.; Botsch M.: Situation Aspect Modelling and Classification Using the Scenario Based Random Forest Algorithm for Convoy Merging Situations. In: Intelligent Transportation Systems (ITSC), IEEE International Conference on, 2010, S. 360–366.Search in Google Scholar
73. Liebner, M.; Klanner, F.; Baumann, M.; Ruhhammer, C.; Stiller, C.: Velocity-Based Driver Intent Inference at Urban Intersections in the Presence of Preceding Vehicles. In: IEEE Intelligent Transportation Systems Magazine 5 (2013), Nr. 2, S. 10–21.10.1109/MITS.2013.2246291Search in Google Scholar
74. Danzer, A.; Reuter, S.; Dietmayer, K.: Detection of Dependencies between Objects in a Multi-Object Tracking System.Search in Google Scholar
75. Chan, C.; Marco, D.; Misener, J.: Threat assessment of traffic moving toward a controlled intersection. In: Intelligent Vehicles Symposium (IV), IEEE, 2004, S. 931–936.Search in Google Scholar
76. Falcone, P.; Ali, M.; Sjoberg, J.: Predictive threat assessment via reachability analysis and set invariance theory. In: Intelligent Transportation Systems, IEEE Transactions on 12 (2011), Nr. 4, S. 1352–1361.10.1109/TITS.2011.2158210Search in Google Scholar
77. Maurer, M.; Forward Collision Warning and Avoidance. In: Eskandarian, A. (Hrsg.): Handbook of Intelligent Vehicles London: Springer, 2012, S. 657–687.Search in Google Scholar
78. Danielsson, S.; Petersson, L.; Eidehall, A.: Monte carlo based threat assessment: Analysis and improvements. In: Intelligent Vehicles Symposium (IV), IEEE, 2007, S. 233–238.Search in Google Scholar
79. Brannstrom, M.; Coelingh, E.; Sjoberg, J.: Model-based threat assessment for avoiding arbitrary vehicle collisions. In: Intelligent Transportation Systems, IEEE Transactions on 11 (2010), Nr. 3, S. 658–669.10.1109/TITS.2010.2048314Search in Google Scholar
80. Dickmanns, E.; Behringer, R.; Dickmanns, D.; Hildebrandt, T.; Maurer, M.; Thomanek, F.; Schiehlen, J.: The seeing passenger car’VaMoRs-P’. In: IEEE Intelligent Vehicles Symposium (IV), 1994, S. 68–73.10.1109/IVS.1994.639472Search in Google Scholar
81. Maurer, M.; Behringer, R.; Dickmanns, D.; Hildebrandt, T.; Thomanek, F.; Schiehlen, J.; Dickmanns, E. D.: VaMoRs-P: An advanced platform for visual autonomous road vehicle guidance. In: Photonics for Industrial Applications, International Society for Optics and Photonics, 1994, S. 239–248.Search in Google Scholar
82. Tan, H.; Rajamani, R.; Zhang, W.: Demonstration of an automated highway platoon system. In: American Control Conference, IEEE, Bd. 3, 1998, S. 1823–1827.Search in Google Scholar
83. Shladover, S. E.: PATH at 20 – history and major milestones. In: Intelligent Transportation Systems, IEEE Transactions on 8 (2007), Nr. 4, S. 584–592.10.1109/TITS.2007.903052Search in Google Scholar
84. Schulze, M.: CHAUFFEUR-The European Way towards an Automated Highway System. In: 4th World Congress on Intelligent Transport Systems, 1997.Search in Google Scholar
85. Gehring, O.; Fritz, H.: Lateral control concepts for truck platooning in the CHAUFFEUR project. In: 4th World Congress on Intelligent Transport Systems, 1997.Search in Google Scholar
86. Borodani, P: Full automatic control for trucks in a tow-bar system. In: Advanced Vehicle Control (AVEC), International Symposium on, 2000, S. 131–138.Search in Google Scholar
87. Kianfar, R.; Augusto, B.; Ebadighajari, A.; Hakeem, U.; Nilsson, J.; Raza, A.; Tabar, R. S.; Irukulapati, N. V.; Englund, C.; Falcone, P.; Papanastasiou, S.; Svensson, L.; Wymeersch, H.: Design and Experimental Validation of a Cooperative Driving System in the Grand Cooperative Driving Challenge. In: Intelligent Transportation Systems, IEEE Transactions on 13 (2012), Nr. 3, S. 994–1007.10.1109/TITS.2012.2186513Search in Google Scholar
88. Guvenc, L.; Uygan, I.; Kahraman, K.; Karaahmetoglu, R.; Altay, I.; Senturk, M.; Emirler, M.; Hartavi Karci, A. E.; Guvenc, A.; Aksun, B.; et al., Cooperative adaptive cruise control implementation of team mekar at the grand cooperative driving challenge. In: Intelligent Transportation Systems, IEEE Transactions on 13 (2012), Nr. 3, S. 1062–1074.10.1109/TITS.2012.2204053Search in Google Scholar
89. Parent, M.; De La Fortelle, A.: Cybercars: Past, present and future of the technology. In: arXiv preprint cs/0510059 (2005).Search in Google Scholar
90. Parent, M.: Automated urban vehicles: state of the art and future directions. In: IEEE Control, Automation, Robotics and Vision Conference (ICARCV), Bd. 1, 2004, S. 138–142.Search in Google Scholar
91. Desjardins, C.; Chaib-draa, B.: Cooperative adaptive cruise control: A reinforcement learning approach. In: Intelligent Transportation Systems, IEEE Transactions on 12 (2011), Nr. 4, S. 1248–1260.10.1109/TITS.2011.2157145Search in Google Scholar
92. Li, F. L.; Wang, W. L.; Zhang, Y.: Cooperative driving at lane closures. In: IEEE Intelligent Vehicles Symposium (IV), 2007, S. 1156–1161.Search in Google Scholar
93. Farahmand, A. S.; Mili, L.: Cooperative decentralized intersection collision avoidance using extended kalman filtering. In: IEEE Intelligent Vehicles Symposium (IV), 2009, S. 977–982.Search in Google Scholar
94. Eilbrecht, J.; Stursberg, O.: Cooperative driving using a hierarchy of mixed-integer programming and tracking control. In: 2017 IEEE Intelligent Vehicles Symposium (IV), 2017, S. 673–678.10.1109/IVS.2017.7995795Search in Google Scholar
95. Pirsiavash, H.; Ramanan, D.; Fowlkes, C. C.: Globally-optimal greedy algorithms for tracking a variable number of objects. In: Computer Vision and Pattern Recognition (CVPR), IEEE Conference on, 2011, S. 1201–1208.Search in Google Scholar
96. Ben, S. H.; Berclaz, J.; Fleuret, F.; Fua, P.: Tracking multiple people under global appearance constraints. In: Computer Vision (ICCV), IEEE International Conference on, 2011, S. 137–144.Search in Google Scholar
97. Zhang, L.; Li, Y.; Nevatia, R.: Global data association for multi-object tracking using network flows. In: Computer Vision and Pattern Recognition (CVPR), IEEE Conference on, 2008, S. 1–8.Search in Google Scholar
98. Milan, A.; Roth, S.; Schindler, K.: Continuous Energy Minimization for Multi-Target Tracking. In: IEEE Transactions on Pattern Analysis And Machine Intelligence (2013).10.1109/TPAMI.2015.2505309Search in Google Scholar PubMed
99. Kuo, C.; Huang, C.; Nevatia, R.: Multi-target tracking by on-line learned discriminative appearance models. In: Computer Vision and Pattern Recognition (CVPR), Conference on, IEEE, 2010, S. 685–692.Search in Google Scholar
100. Luber, M.; Spinello, L.; Arras, K. O.: People Tracking in RGB-D Data With On-line Boosted Target Models. In: International Conference on Intelligent Robots and Systems (IROS), 2011.Search in Google Scholar
101. Thrun, S.; Burgard, W.; Fox, D.; Probabilistic Robotics. MIT Press, 2005.Search in Google Scholar
102. Lategahn, H.; Stiller, C.: Vision-Only Localization. In: IEEE Trans. Intelligent Transportation Systems 15 (2014), June, Nr. 3, S. 1246–1257.10.1109/TITS.2014.2298492Search in Google Scholar
103. Ko, J.; Stewart, B.; Fox, D.; Konolige, K.; Limketkai, B.: A practical, decision-theoretic approach to multi-robot mapping and exploration. In: Intelligent Robots and Systems (IROS), IEEE International Conference on, Bd. 4, 2003, S. 3232–3238.Search in Google Scholar
104. Howard, A.: Multi-robot Simultaneous Localization and Mapping using Particle Filters. In: Proc. of Robotics: Science and Systems (RSS). Cambridge, MA, USA, 2005, S. 201–208.Search in Google Scholar
105. Choudhary, S.; Carlone, L.; Nieto, C.; Rogers, J.; Christensen, H. I.; Dellaert, F.: Distributed Mapping with Privacy and Communication Constraints: Lightweight Algorithms and Object-based Models. In: International Journal of Robotics Research (2017) (prepublished in arXiv).10.1177/0278364917732640Search in Google Scholar
106. Biber, P.; Duckett, T.: Dynamic Maps for Long-Term Operation of Mobile Service Robots. In: Proc. of Robotics: Science and Systems (RSS), 2005.Search in Google Scholar
107. Chen, C.; Tay, C.; Laugier, C.; Mekhnacha, K.: Dynamic Environment Modeling with Gridmap: A Multiple-Object Tracking Application. In: Proc. of the IEEE Int. Conf. on Control, Automation, Robotics and Vision (ICARCV), 2006.Search in Google Scholar
108. Brechtel, S.; Gindele, T.; Dillmann, R.: Recursive importance sampling for efficient grid-based occupancy filtering in dynamic environments. In: Proc. of the IEEE Int. Conf. on Robotics & Automation (ICRA), 2010.Search in Google Scholar
109. Meyer-Delius, D.; Hess, J.; Grisetti, G.; Burgard, W.: Temporary Maps for Robust Localization in Semi-static Environments. In: International Conference on Intelligent Robots and Systems (IROS), 2010.Search in Google Scholar
110. Yang, S.; Wang, C.: Feasibility Grids for Localization and Mapping in Crowded Urban Scenes. In: International Conference on Robotics and Automation (ICRA), 2011.Search in Google Scholar
111. Saarinen, J.; Andreasson, H.; Lilienthal, A. J.: Independent Markov Chain Occupancy Grid Maps for Representation of Dynamic Environments. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), 2012.Search in Google Scholar
112. Konolige, K.; Bowman, J.: Towards lifelong visual maps. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), 2009.Search in Google Scholar
113. Kretzschmar, H.; Stachniss, C.: Information-Theoretic Compression of Pose Graphs for Laser-Based SLAM. In: International Journal of Robotics Research (IJRR) 31 (2012).10.1177/0278364912455072Search in Google Scholar
114. Walcott-Bryant, A.; Kaess, M.; Johannsson, H.; Leonard, J. J.: Dynamic Pose Graph SLAM: Long-term Mapping in Low Dynamic Environments. In: Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), 2012.Search in Google Scholar
115. Becker-Carus, C.: Dorsch Psychologisches Wörterbuch. H. Huber, 1994.Search in Google Scholar
116. Imbsweiler, J.; Linstedt, K.; Palyafári, R.; Weinreuter, H.; Puente León, F.; Deml, B.: Quasi-experimentelle Untersuchung des Blickverhaltens und der Fahrparameter von Autofahrern in Engstellen. In: Zeitschrift für Arbeitswissenschaft 71 (2017), Nr. 4, S. 242–251.10.1007/s41449-017-0083-6Search in Google Scholar
117. Imbsweiler, J.; Palyafári, R.; Puente León, F.; Deml, B.: Untersuchung des Entscheidungsverhaltens in kooperativen Verkehrssituationen am Beispiel einer Engstelle. In: at – Automatisierungstechnik 65 (2017), Nr. 7.10.1515/auto-2016-0127Search in Google Scholar
118. Schwarz, F.; Becker, R.: Kooperatives Verhalten bei Nothaltmanövern. Verhaltenswirksamkeit und Verständlichkeit von Anzeigekonzepten und Fahrmanövern.. In: Der Fahrer im 21. Jahrhundert. Fahrer, Fahrerunterstützung und Bedienbarkeit, 6. VDI-Tagung, 2011, S. 327–336.Search in Google Scholar
119. Heine, T.; Lenis, G.; Reichensperger, P.; Beran, T.; Doessel, O.; Deml, B.: Electrocardiographic features for the measurement of drivers’ mental workload. In: Applied Ergonomics 61 (2017), S. 31–43.10.1016/j.apergo.2016.12.015Search in Google Scholar PubMed
120. Beggiato, M.; Hartwich, F.; Krems, J.: Der Einfluss von Fahrermerkmalen auf den erlebten Fahrkomfort im hochautomatisierten Fahren. In: at – Automatisierungstechnik 65 (2017), Nr. 7, S. 512–521.10.1515/auto-2016-0130Search in Google Scholar
121. Pöhler, G.; Heine, T.; Deml, B.: Itemanalyse und Faktorstruktur eines Fragebogens zur Messung von Vertrauen im Umgang mit automatischen Systemen. In: Zeitschrift für Arbeitswissenschaft 70 (2016), Nr. 3, S. 151–160.10.1007/s41449-016-0024-9Search in Google Scholar
122. Flemisch, F.; Heesen, M.; Hesse, T.; Kelsch, J.; Schieben, A.; Beller, J.: Towards a dynamic balance between humans and automation: Authority, Ability, Responsibility and Control in Shared and Cooperative Control Situations. In: Int. Journal Cognition, Technology and Work – Special issue on Human-automation Coagency 14 (2011), Nr. 1, S. 3–18.10.1007/s10111-011-0191-6Search in Google Scholar
123. Naumann, M.; Orzechowski, P.; Burger, C.; Tas, Ö. S.; Stiller, C.: Herausforderungen für die Verhaltensplanung kooperativer automatischer Fahrzeuge. In: AAET Automatisiertes und vernetztes Fahren. Braunschweig: ITS automotive nord e.V., Feb 2017, S. 287–307.Search in Google Scholar
124. Dankert, J.; Eckstein, L.: Architecture and algorithms for cooperative planning in groups of autonomous vehicles. In: 2017 2nd IEEE International Conference on Intelligent Transportation Engineering (ICITE), Sept 2017, S. 14–17.10.1109/ICITE.2017.8056873Search in Google Scholar
125. Geiger, A.; Lenz, P.; Stiller, C.; Urtasun, R.: Vision meets Robotics: The KITTI Dataset. In: International Journal of Robotics Research (IJRR) 32 (2013), September, S. 1229–1235.10.1177/0278364913491297Search in Google Scholar
126. Althoff, M.; Koschi, M.; Manzinger, S.: CommonRoad: Composable benchmarks for motion planning on roads. In: 2017 IEEE Intelligent Vehicles Symposium (IV), 2017, S. 719–726.10.1109/IVS.2017.7995802Search in Google Scholar
127. Hakuli, S.; Flemisch, F.; Rausch, H.; Bruder, R.; Winner, H.; Kooperative Automation. In: (Winner, H. (Hrsg.); Hakuli, S. (Hrsg.); Wolf, G (Hrsg.): Handbuch Fahrerassistenzsysteme, Vieweg-Teubner, Wiesbaden, 2009.10.1007/978-3-8348-9977-4_43Search in Google Scholar
© 2018 Walter de Gruyter GmbH, Berlin/Boston
