Intelligente Unterstützung von Fahrdynamiktests

Ziele 

• Entwicklung einer Standard-Manöverspezifikation
• Entwicklung und Implementierung des Trainingsalgorithmus für das Manövermodell
• Entwicklung und Implementierung eines Softwaretools zur Visualisierung des trainierten Manövermodells
• Untersuchung und Umsetzung der wissenschaftlichen Methoden zur Modifizierung des MM auf der Grundlage des Expertenfeedbacks
• Erforschung und Implementierung des Algorithmus für das Training des Auto Coach

Methoden

1. Datengetriebene und modellbasierte maschinelle Lernverfahren zur Umsetzung des Manövermodells Klassifikator
2. Entwicklung eines Human-in-the-Loop-Ansatzes zur Einbindung von Experten in den Modelloptimierungszyklus.
3. Methoden des maschinellen Lernens zum Trainieren von Auto-Coaches

Herausforderungen

• Erforschung, Implementierung und Evaluierung von Methoden des maschinellen Lernens zur Integration von Mensch-Experten-Feedback zur Modifikation des Manövermodells (d.h. Human-in-the-Loop-Ansatz)
• Erforschung, Implementierung und Evaluierung von Methoden des maschinellen Lernens für das Training des Manövermodell-Klassifikator
• Erforschung, Implementierung und Evaluierung von Methoden des maschinellen Lernens für das Training des Auto-Coach

Zuordnung zum HRW-Leitthema

• Energie und Ressourcen
• Digitalisierung und Vernetzung