Prädiktion von Ampelzuständen

Rahmen

Am FZI Forschungszentrum Informatik werden Assistenzsysteme für innerstädtische Kreuzungen entwickelt. Ein Anwendungsgebiet davon ist die Reichweitenoptimierung von Fahrzeugen. Hierbei werden durch vorausschauendes Fahren überflüssige Bremsmanöver vermieden. In die dafür notwendige fortlaufende Berechnung einer optimalen Geschwindigkeit soll in Zukunft auch eine Prädiktion von Ampelzuständen einfließen.

Deine Aufgaben

Ausgehend von einer Literaturrecherche evaluierst Du verschiedene mögliche Herangehensweisen zur Prädiktion von Ampelzustandswechseln. Um ein realistisch einsetzbares Verfahren zu entwickeln, muss der gewählte Ansatz mit unsicherem Wissen umgehen können: Beobachtungen sind einerseits unvollständig, da stets nur ein Teil der Kreuzung eingesehen werden kann, und andererseits mit Fehlern der Perzeption behaftet. Daher empfiehlt sich die Verwendung eines Verfahrens aus dem Bereich des Statistical Relational Learning.
Teilprobleme, die in Deiner Arbeit behandelt werden, können folgende sein: Das Lernen von zeitlichen Abfolgen („drei Sekunden nach der Fußgängerampel X schaltet die Ampel Y“), die Nutzung von Inferenz, um unmögliche Zustände auszuschließen (z.B. feindliches Grün), das Lernen von Zusammenhängen zwischen mehreren Kreuzungen (z.B. grüne Welle).
Du kannst in Deiner Arbeit auf eine Vielzahl von Vorarbeiten im gleichen Themenfeld aufbauen, etwa die bildbasierte Erkennung von Ampelzuständen. Trainingsdaten von existierenden Kreuzungen sind vorhanden und können bei Bedarf erweitert werden.

Dein Profil

Du studierst Informatik am KIT und möchtest eine interessante Diplom- bzw. Masterarbeit durchführen. Du bringst Kenntnisse im maschinellen Lernen und der Programmierung (idealerweise C++) mit. Erfahrungen im Umgang mit Linux sind von Vorteil, aber keine Voraussetzung.

Interesse?

Weitere Details können gerne bei Dennis Nienhüser erfragt werden.
Tel.: 9654-206,
E-Mail: Diese E-Mail-Adresse ist gegen Spam-Bots geschützt, Sie müssen Javascript aktivieren, damit Sie sie sehen können
oder am besten persönlich (nach Terminabsprache):
Haid-und-Neu-Str. 5a, Raum 3.0.21.