- Authors
- Linda Dziuba-Kaiser Technische Universität Dresden, Institut für Automobiltechnik Dresden - Lehrstuhl Kraftfahrzeugtechnik
- title
- Fusion von Unfallszenarien für die Repräsentativitätsüberprüfung eines Testszenarienkataloges zur Absicherung automatisierter Fahrfunktionen
- Please use the following URL when quoting:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-386661
- Translated title (ENG)
- Fusion of accident scenarios for the representativity assessment of a test scenario catalogue for the evaluation of highly automated driving functions
- publication_date
- 2020
- Date of submission
- 09.12.2019
- Date of defense
- 10.01.2020
- Abstract (DE)
- Gegenstand dieser Arbeit ist die Bewertung und Durchführung der Fusion von zwei Datensätzen, die auf Basis der Statistik der Straßenverkehrsunfälle des statistischen Bundesamtes konstruiert werden. Für die Fusionierung wird die Methode der statistischen Datenfusion angewendet. Die zu fusionierenden Datensätze werden auf die Ausgangslage der Datenfusion und Unfalldatenbanken angepasst. Anhand der Zusammenhangsstärke und Verteilung werden die passenden Variablen, die für die Datenfusion verwendet werden können, identifiziert und ausgewählt. Für die Datenfusion werden verschiedene nichtparametrische Verfahren unter der bedingten Unabhängigkeitsannahme (Distanz-Hot-Deck, Random-Hot-Deck) und unter der Beibehaltung der Unsicherheit (Imprecise Imputation) durchgeführt. Zusätzlich werden Qualitätsstufen mit einbezogen, um die Auswirkung von veränderten Variablen auszuwerten. Dabei zeigt sich, dass die Datenfusion unter der bedingten Unabhängigkeit allgemein eine unsichere Methode ist, die jedoch unter Umständen für bivariate Analysen vielversprechende Ergebnisse erzielen kann.
- Keywords (DE)
- Fahrzeugsicherheit; Autonomes Fahren; ADAS Bewertung; Datenfusion; Statistical Matching
- Keywords (EN)
- Car Safety; Autonomous Driving; ADAS Assessment; Data Fusion; Statistical Matching
- Classification (DDC)
- 380
- 621
- Classification (RVK)
- ZO 4875
- ZO 4660
- supervisor
- Maximilian Bäumler
- Prof. Dr.-Ing. Günther Prokop
- Awarding institution
- Technische Universität Dresden, Dresden
- version
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-386661
- Qucosa date of publication
- 06.03.2020
- Document type
- diploma_thesis
- Document language
- German
- licence
- tableofcontents
1. Einleitung 2. Grundlagen 3. Aufbau der simulierten Datensätze 4. Datenfusion 5. Ergebnisse 6. Zusammenfassung und Ausblick