Situations- und Gefahrenerkennung in Verkehrsszenen
|
|
- Lukas Hofer
- vor 6 Jahren
- Abrufe
Transkript
1 Situations- und Gefahrenerkennung in Verkehrsszenen Marek Junghans Kolloquium Verkehrsmanagement und Verkehrstelematik Dresden, 8. Mai 2013
2 Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR)
3 Das Deutsche Zentrum für Luft- und Raumfahrt e.v. in der Helmholtz-Gemeinschaft Forschungsbereiche Luftfahrt Raumfahrtforschung und -technologie Energie Verkehr Sicherheit Finanzierung und Fördervolumen 2009: Mio. Euro 2010: Mio. Euro 2011: 2012:
4 Standorte und Personal Circa Mitarbeiterinnen und Mitarbeiter arbeiten in 32 Instituten und Einrichtungen in 16 Standorten. Büros in Brüssel, Paris und Washington. Forschungsetat: 796 Mio. ca. 51% Bund (BMWi, BMVg), Länder ca. 49% Drittmittel (Projektträger, eigene Erträge, Projektförderungen) Stade Hamburg Bremen Trauen Berlin Braunschweig Göttingen Jülich Köln Bonn Lampoldshausen Neustrelitz Stuttgart Augsburg Oberpfaffenhofen Weilheim
5 Institut für Verkehrssystemtechnik Sitz: Seit: 2001 Leitung: Braunschweig, Berlin Prof. Dr.-Ing. Karsten Lemmer Mitarbeiter: Momentan rund 135 Mitarbeiter aus verschiedenen wissenschaftlichen Bereichen Forschungsgebiete: Automotive Bahnsysteme Verkehrsmanagement Aufgabenspektrum: Grundlagenforschung Erstellen von Konzepten und Strategien Prototypische Entwicklungen Qualität: zertifiziert nach DIN EN ISO 9001 und VDA 6.2 sowie RailSiTe gemäß ISO 17025
6 Forschungsaktivitäten Automotive Bahnsysteme Verkehrsmanagement Methoden / Bewertung Fahrer verstehen Human Factors Engineering & Design Technik FAS Fahrzeuge Simulatoren Zukunftsfähiger Bahnbetrieb Life Cycle Management Sicherheit und Zulassung Rail Human Factors Test und Validierung Sensoren Daten - Algorithmen Verkehrsdatenerfassung Verkehrsdatenmanagement Simulation und Prognose Verkehrssteuerung und Verkehrsbeeinflussung Qualität im Verkehr
7 Folie 10 > Institutsevaluation 2012 > Autor Dokumentname > Automotive
8 Forschungsschwerpunkte im Bereich Automotive Human Factors Unfallanalysen / NDS Probandenstudien Schlüsselfaktoren für Fahrer/Systemverhalten Mess- und Analysemethoden Fahrermodellierung Konzepte und Technologien Basistechnologien für Assistenz / Automation Architekturen Kommunikation Ortung / Navigation Ergonomie / Design Funktionsentwicklung Simulatoren und Fahrzeuge Statische und dynamische Simulatoren Forschungsfahrzeuge passiv / aktiv (Hoch-) Automation Testfelder: Anwendungsplattform intelligente Mobilität (AIM)
9 Forschungsinfrastruktur Bereich Automotive HMI-Lab Virtual Reality Labor Dynamischer Fahrsimulator idee-lab - Interaktives Design und Ergonomie
10 Folie 15 > Institutsevaluation 2012 > Autor Dokumentname > Bahnsysteme
11 Forschungsschwerpunkte im Bereich Bahnsysteme Sensoren- Daten - Algorithmen Life Cycle Management Test und Validierung Safety Rail Human Factors Nachhaltige Lösung der aktuell anstehenden Fragestellungen Basis: aktuelle technologische Trends wissenschaftliche Methoden interdisziplinäres Vorgehen bahnbetriebliches Grundverständnis Bahnbetrieb
12 Forschungsinfrastruktur Bereich Bahnsysteme RailSiTe Rail Simulation and Testing RailDriVE Rail Driving Validation Environment
13 Folie 18 > Institutsevaluation 2012 > Autor Dokumentname > Verkehrsmanagement
14 Unsere Vision Vom Verkehrsmanagement zu einem effizienten, sicheren und umweltfreundlichen Mobilitätsmanagement
15 Folie 21 > Institutsevaluation 2012 > Autor Dokumentname > Verkehrsmanagement Wissenschaftliche Ausrichtung Vom Verkehrszum Mobilitätsmanagement Verkehrsdatenerfassung intermodal kooperativ in Megacities Verkehrs- Steuerung/ -beeinflussung Qualität im Verkehr Verkehrsdatenmanagement umweltorientiert elektrifiziert grenzenlos innovativ bei Katastrophen in Städten und Regionen Simulation und Prognose international sicher bei Großereignissen mit einem geschlossenen Wirkungskreis
16 Forschungsinfrastruktur Bereich Verkehrsmanagement Das Messfahrzeug UTRaCar Automatische Automatische Verkehrserfassung Automatische Front-/Heckkamera Verkehrserfassung Radar-Rundumsicht Stereo-Laser-System Sensoreinschub Massendatenspeicher Radar Stereo-Laser-Daten Arbeitsplatz
17 Forschungsinfrastruktur Bereich Verkehrsmanagement Das Messfahrzeug MoMoCar Arbeitsplatz Mobiles Labor DGPS Basisstation Schallpegelmessung Werkbank Werkbank Massendatenspeicher -DGPS DGPS Basisstation
18 Urban Traffic Research Laboratory (UTRaLab)- Mess- und Versuchstrecke am Ernst-Ruska-Ufer Schilderbrücken für Messund Beobachtungstechnik Laserscanner Doppelinduktionsschleifen Digital- und Analogkameras zur Verkehrsbeobachtung und -messung GESO Temperatursensor
19 Traffic Tower Virtuelle Verkehrsmanagementzentrale Operation Center Verkehrssimulation Verkehrslage und Prognose Verkehrslage und Prognose
20 SUMO Simulation of Urban MObility Simulation Straßenverkehr Ausgelegt für mikroskopische Simulation großer Szenarien Verkehrslage und Prognose
21 Folie 28 > Institutsevaluation 2012 > Autor Dokumentname > AIM Anwendungsplattform intelligente Mobilität
22 Folie 29 > Institutsevaluation 2012 > Autor Dokumentname > AIM - Eine Stadt als Plattform für anwendungsorientierte Wissenschaft, Forschung und Entwicklung wesentliche Anteile im realen Umfeld einer Stadt und der umliegenden Region spezielle Teststrecken Ein leistungsfähiges Instrumentarium zur Simulation und Beeinflussung von Verkehr/Mobilität.
23 - Kooperationsmodell Etabliertes Zusammenspiel der Partner Stadt Braunschweig Kooperation Industrie Industrie Infrastruktur Fahrzeugtechnik Betrieb Forschungsinfrastruktur im öff. Straßenraum Forschung Universitäten Institute DLR Bürgerinnen / Bürger & Interessensverbände
24 Folie 31 > Institutsevaluation 2012 > Autor Dokumentname > Forschungsschwerpunkte in AIM Sensorische Erfassung und Analyse des realen Verkehrsumfelds Konvergenz zwischen Simulation und Realität durch die virtuelle Abbildung makroskopischer Aspekte (Verkehrsfluss) mikroskopischer Aspekte (Fahrsimulationen) Beeinflussung des Verkehrsgeschehens durch kommunikative Vernetzung zwischen Infrastruktur und Verkehrsteilnehmern Einbettung in das städtische Verkehrsmanagement
25 Applikationsplatform Intelligente Mobilität Hauptforschungsbereiche Sicherheit Verringerung der Zahl der schweren und tödlichen Unfälle Erhöhung der Sicherheit der Nutzer von Verkehrsräumen Management von Verkehr bei Großereignissen oder Katastrophen Markteinführung Markteinführung und Migration Mobilitätsbewusstsein AIM Intermodale Mobilität Ressourcenschonung Optimierte Ressourcennutzung Schützen der Umwelt und gewinnen von Lebenszeit Zukünftige Mobilitätskonzepte Verkehrs- Verkehrsfluss A B VM VF
26 AIM Ausbauphase 2013 ITS Road Station in Betrieb Vorbereitung im Rahmen von Projekten
27 Intelligente Kreuzung in UR:BAN Transmission unit
28 Situations- und Gefahrenerkennung in Verkehrsszenen Marek Junghans Kolloquium Verkehrsmanagement und Verkehrstelematik Dresden, 8. Mai 2013
29 Inhalt
30 Inhalt
31 Motivation Beim Linksabbiegen an Ampeln werden jeden Tag 18 Menschen schwer verletzt, jeden zweiten Tag stirbt ein Mensch. Insgesamt starben Menschen, mehr als wurden schwerverletzt. Ziel: Unsere Menschen schützen und die Anzahl der tödlich Verunglückten und Schwerverletzten verringern
32 Motivation Finden der Ursachen für Unfälle (und Beinaheunfälle)
33 Motivation Nutzen Warnung und Assistenz von Verkehrsteilnehmern Identifizierung und Behebung straßenbaulicher und verkehrstechnischer Mängel
34 Inhalt
35 Methoden und Ergebnisse Zusammenfassung Störungen Kameras (u.a.) Verkehrsprozess Objektsegmentierung Zustandsdetektion Tracking & Prognose Fahrzeuge, Radfahrer, Fußgänger, etc. Position, Geschwindigkeit, Beschleunigung Trajektorien
36 Methoden und Ergebnisse Zusammenfassung Unfälle Trajektorienklassifikation & Interaktion Normale, atypische Situationen Verkehrskenngrößen Korrelationsanalyse Potentiell gefährliche Situationen
37 Methoden und Ergebnisse Objekt-Segmentierung - Separation des Hintergrundes vom Vordergrund
38 Methoden und Ergebnisse Objekt Tracking & Prognose - Bewegungsdetektion durch Hintergrundschätzer, Optischen Fluss, Lucas-Kanade - Tracking mit Erweitertem KF, Partikelfilter,
39 Methoden und Ergebnisse Data samples - Verkehrskenngrößen - Häufigkeiten der Fahrzeughalte - Durchschnittliche Geschwindigkeiten - Fahrzeugzählungen
40 Methoden und Ergebnisse Trajektorienklassifikation Vergleich mit Referenztrajektorien - Probability Density Map für Objektposition - Abstand zum perfect track - Startvektor und Kurvigkeit r 1 L, L > 0
41 Methoden und Ergebnisse Trajectorienklassifikation
42 Methoden und Ergebnisse Trajektorieninteraktion Prädiktion und Unteraktion - Kollisionswahrscheinlichkeit für prädizierte Positionen
43 Methoden und Ergebnisse Trajektorieninteraktion
44 Methoden und Ergebnisse Ableitung von sicherheitsrelevanten Kenngrößen (Berlin) Kreuzung Rudower Chaussee- Wegedornstraße Durchschnittliche TTC [s]
45 Methoden und Ergebnisse Ableitung von sicherheitsrelevanten Kenngrößen (Hefei, China) Kreuzung Trajektorienzählung
46 Methoden und Ergebnisse Orte mit Häufungen der Beschleunigung zwischen -6 and -3 m/s² y x
47 TTC<1: you are almost dead TTC<2: do something immediately Methoden und Ergebnisse Ableitung von sicherheitsrelevanten Kenngrößen (Hefei, China) TTC<3: wake up and be prepared Kreuzung Durchschnittliche TTC [s]
48 Methoden und Ergebnisse Ableitung von sicherheitsrelevanten Kenngrößen (Hefei, China) Kreuzung Durchschnittliche PET [s]
49 Methoden und Ergebnisse R. Souleyrette and J. Hochstein: Development of a Conflict Analysis Methodology Using SSAM. Center for Transportation Research and Education, Institute for Transportation, Iowa State University. Final Report, August 2012 Ableitung von sicherheitsrelevanten Kenngrößen (Hefei, China) P (TTC) P (PET) - Die TTC- und PET-Häufigkeiten zeigen sehr große Gefahr an - Die schwarze Kurve zeigt, wie es sein müsste (Souleyrette et al. 2012) - Warum?
50 Methoden und Ergebnisse Ableitung von sicherheitsrelevanten Kenngrößen (Hefei, China) - Unterschiedliches Fahrverhalten im Vergleich zu Deutschland - Hauptgrund: fehlerhafte Objektseparation und auftretende Objektkonvergenzen bei der Segmentierung - Favorisierte Lösungsansätze - Fixierung des Hintergrundschätzers nach der Objektdetektion und Wegwerfen fehlerhafter Trajektorien - Berücksichtigung von Bewegungsfronten zwischen unterschiedlichen Objekten durch Berechnung des Optischen Flusses - Modellbasierte Ansätze
51 Methoden und Ergebnisse Ableitung von sicherheitsrelevanten Kenngrößen Objektseparation Objektseparation und -konvergenz
52 Inhalt
53 Korrelationsanalyse Ziele und Verfahren Ziele - Finden und Entwicklung von (probabilistischen) Übergangsmodellen, die den Verkehrssicherheit in Abhängigkeit von Verkehrsdaten und kritischen Situationen quantifizieren - Finden des funktionalen Zusammenhangs zwischen Unfällen und Unfallschwere auf der Grundlage von Unfalldaten (z.b. Kalibrierung) - Nachweiserbringung der (bedingten) Korrelation zwischen Unfällen und Beinaheunfällen Vorgeschlagene Verfahren - Phänomenologische Analyse auf Grundlage von Fahrzeugefolge und entgegenkommenden Fahrzeugen in bezug zu Unfällen - Statistische Methoden - Bayessche Netze (BN)
54 Korrelationsanalyse Phänomenologische Analysen Fahrzeugfolgemodelle - Betrachte zwei Fahrzeuge, Führungsfahrzeug an Position g mit Geschwindigkeit V und das Folgefahrzeug an Position 0 mit v. - Berechnung von TTC- und DRAC-Werten: - TTC = g/(v v) - DRAC = 0.5(V v) 2 /g V TTC<1: you are almost dead TTC<2: do something immediately TTC<3: wake up and be prepared v x g x=0
55 Korrelationsanalyse Statistische Methoden Physikalische Wahrscheinlichkeiten eines Ereignisses X mit der Realisierung x - Zählen wie oft x aufgetreten ist, d.h. c-mal, geteilt durch die Anzahl C der Häufigkeit aller Realisierungen c P x = lim C C - Im Falle von zeitvarianten Ereignissen (was sehr wahrscheinlich ist in der Realität) nehmen wir Quasistationarität an, d.h. die Gleichung wird zu c(t) P x lim C(t) C C(t)
56 Korrelationsanalyse Statistische Methoden Messung der Gefährlichkeit eines Verkehrsraumes durch - Zählung der Anzahl der Unfälle und Berücksichtigung deren Schwere - Ableitung der Häufigkeitsverteilungen von sicherheitsrelevanten Kenngrößen (z.b. TTC, PET, DRAC), um Gefahr eines bestimmten Ortes zu quantifizieren (Komplette Straße, Kreuzung, Kreuzungsarm, etc.) - P(TTC) = f 1 (x, y, t, v, a, Q, V, D, ) - P(DRAC) = f 2 (x, y, t, v, a, Q, V, D, ) - P(PET) = f 3 (x, y, t, v, a, Q, V, D, )
57 Korrelationsanalyse Statistische Methoden Dichteplot von TTT ttc [s] Counts speed v [m/s]
58 Korrelationsanalyse Statistische Methoden Dichteplot von DRAC drac [m/s/s] speed v [m/s] Counts
59 Korrelationsanalyse Statistische Methoden P(DRAC) prob 1e-05 1e-03 1e m/s 30 m/s 40 m/s 50 m/s slope = drac [m/s/s]
60 Korrelationsanalyse Statistische Methoden prob P(TTC) 1e-05 1e-03 1e m/s 30 m/s 45 m/s ttc [s]
61 Korrelationsanalyse Bayessche Netze (BN) BN sind ein graphischer Formalismus zur Verarbeitung von unsicherem Wissen auf Basis von kausalen Zusammenhängen mit Hilfe von Wahrscheinlichkeiten. BN sind gerichtete azyklische Graphen, bestehend aus Knoten und gerichteten Kanten, für deren Verbundwahrscheinlichkeit die (strukturelle) Markov-Eigenschaft gilt. Knoten repräsentieren die Zufallsvariablen und enthalten Informationen über die Wahrscheinlichkeit des Eintretens eines Ereignisses. Gerichtete Kanten repräsentieren kausale Abhängigkeiten zwischen den Knoten. BN stellen eine Verallgemeinerung und Erweiterung des Satzes von Bayes dar. Innerer Knoten Elternknoten = Ursache Kindknoten = Wirkung
62 Korrelationsanalyse Bayessche Netze (BN) Knoten: U={U 1,,U n } = Eltern(X) Y={Y 1,,Y m } = Kinder(X) Realisierungen: X = {x 1,,x N } Markov-Eigenschaft: Y X,U = Y X P(y x,u) = P(y x) Wahrscheinlichkeitstabellen: P(u) P(x u) P(y x) Verbundwahrscheinlichkeit: P(u,x,y) = P(u) P(x u) P(y x)
63 Korrelationsanalyse Bayessche Netze (BN) Inferenz beschreibt den Vorgang, anhand von kausalen und/oder diagnostischen sicheren und/oder unsicheren Evidenzen (Beobachtungen) quantifizierte Schlüsse zum Eintreten von Ereignissen zu ziehen P(x u,y): Rückschlusswahrscheinlichkeit (Bel) P(x u): kausale Unterstützung (π) π λ P(y x): diagnostische Unterstützung (λ) P(y u): Normierungswert (α) Bel(x) = α π(x) λ(x)
64 Korrelationsanalyse Entwicklung eines ersten BNs - Modellentwicklung auf Grundlage von Daten und Verteilungen von - Zeit, Datum, Ort - Verkehrsdaten (Flüsse, Geschwindigkeiten, Abstände, Zeitlücken, ) - Unfalldaten (Typ, Schwere, Sachschaden, ) - Kritische Situationen und Beinaheunfälle - Kinematische und fahrdynamische Kenngrößen (Position, Geschwindigkeit, Beschleunigung, Drehung und -rate, ) - Infrastrukturdaten (Straße, Straßentyp, Spuren, Breite, Zustand, ) - Umweltdaten (Wetter, Beleuchtung, ) - Fahrzeugdaten (Typ, Zustand, ) - Fahrerdaten (Geschlecht, Alter, Zustand, ) - Verkehrssteuerungskenngrößen (Signalisierung, Signalzeiten, ) - Schätzung der funktionalen Zusammenhänge für - Beinaheunfälle und Unfälle - Unfallrate und Unfallschwere Gregoriades, A. and Mouskos, A. C: Black spots identification through a Bayesian Networks quantification of accident risk index. In Transport Research Part C, Volume 28, March 2013, Pages 28 43
65 Korrelationsanalyse Korrelation zwischen Unfällen und Unfallschwere Verkehrszustand Zeit Datum Wetter Straßenkategorie Konflikt Situation Straßenzustand Unfall Art P kk Unfall Schwere P uu uu
66 Korrelationsanalyse Korrelation zwischen Unfällen und Unfallschwere Quelle: EUSKa-Daten der A2, Auffinden von Übergangswahrscheinlichkeiten für die Korrelation von Unfallart und -schwere - Und andere funktionale Zusammenhänge
67 Korrelationsanalyse Korrelation zwischen Unfällen und Unfallschwere P(Unfall_Schwere Unfall_Art) kein_schaden niedriger_schaden mittlerer_schaden schwerer_schaden Kollision durch Beschleunigen Kollision mit Fahrzeug voraus Kollision mit parallelem Fz. Kollision mit entgegenk. Fz. Kollision durch Kreuzen Kollision mit Fußgänger Kollision mit Hindernis Rechts von Straße abkommen Links von Straße abkommen Anderer Unfall
68 Korrelationsanalyse Unfälle und ihre lokale und zeitliche Korrelation ( ) Autobahnkreuze, -auffahrten Zeitvariante Einflüsse
69 Korrelationsanalyse Unfälle und ihre lokale und zeitliche Korrelation ( ) Gründe für km 275: - Schlechte Straßenbedingungen und Gefälle/Steigung von 4,0% führte zu Unfällen, insb. bei nassen Straßen - Autobahnteilstück wurde 2008 saniert, sodass die Anzahl der Unfälle sank - Konsequenzen für die statistische Analyse: - Zeitliche Zusammenhänge bereits in wenigen Beispielen sichtbar - Berücksichtigung von kinematischen und fahrdynamischen Kenngrößen
70 Korrelationsanalyse Korrelation zwischen Unfällen und Unfallschwere ESP Aktivität Lenkwinkel und -rate Geschwindigkeit TTC, PET, DRAC Bereits besprochen P uu kk =?? Unfall Art P kk =?? Konflikt Situation Beschleunigung Bremsbeschleunigung P uu kk, uu =?? Unfall Schwere
71 Korrelationsanalyse Lernen von BN als Grundlage einer Verkehrsrisikokarte Umwelt Kinematische und fahrdynamische Kenngrößen P h = Andere Einflüsse P uu kk P kk h i, = h i P uu uu, kk
72 Korrelationsanalyse Lernen von BN als Grundlage einer Verkehrsrisikokarte E H = P cc Initialisierung E H t = P cc t Update (auf Basis von Daten und Zeit) P cc t = ct t C = 1 C c 1,, c n T Zählen der Ereignisse durch Dirichlet-Modell P aa cc, t P aa aa, cc, t Update (auf Basis von Daten, Zeit und updated a-priori-wahrscheinlichkeit)
73 Korrelationsanalyse Auffinden von Übergangsmodellen für die Verkehrsrisikokarte - Liegen die probabilistischen Modelle vor, dann können wir - Gesamtgefährlichkeit, d.h. zeitinvariant, einer Kreuzung, einer Straße oder eines beliebiges Punktes auf einer Straße schätzen - Zeitvariante Gefährlichkeit in Abhängigkeit von umweltbezogenen, verkehrlichen, kinematischen, fahrdynamischen Parametern u.v.a.m. schätzen - Nächste Schritte: - Kenngrößen in kausalen Zusammenhang bringen - Phänomenologischen Ansatz anwenden, um kritische DRACund TTC-Werte (und andere Parameter) zu bekommen - Berechnung der zeitabhängigen (ereignisabhängigen) bedingten Wahrscheinlichkeiten
74 Inhalt
75 Zusammenfassung & Ausblick Schlussfolgerung - Gegenwärtige Methoden zur Messung und Bewertung von Verkehrssicherheit müssen erweitert werden - Sinnvolle Möglichkeiten zur Berechnung von Verkehrskonfliktdaten ergeben sich durch moderne Technologien und Verfahren (z.b. TTC, PET, DRAC, DST, b, v, etc.) - Spatiotemporale Sensorik (e.g. Video, Laser, Radar) - Unfalldaten und Daten von Beinaheunfällen Ausblick - Auffinden von zeit(in)varianten Übergangsmodellen und Nachweis der (bedingten) Korrelation zwischen Unfällen und Beinaheunfällen - Anwendung von BN und statistischen Methoden - Lösen der gegenwärtigen Problem unseres BV-Systems (Verdeckungen, Objektkonvergenzen und separierungen)
76 Zusammenfassung & Ausblick Chancen - Verbesserung der Verkehrssicherheitsforschung und -arbeit - Verbesserung der Verkehrssicherheit, so dass die Anzahl der durch Mängel in der Infrastruktur, Verkehrsbeeinflussung, umweltbedingten Faktoren tödlich Verunglückten und Schwerverletzten u.a. weiter deutlich sinkt - Identifikation und Implementierung von Maßnahmen zur Verbesserung der Verkehrssicherheit in unseren Verkehrsräumen - Neuartige angewandte und getestete Methoden Limits - Wir wissen nicht, ob der Ansatz funktioniert, ab er erscheint sinnvoll und vielversprechend - Wir werden nicht die Situation mit null Toten und null Schwerverletzten, da Unfälle immer noch stochastisch auftreten können
77
Anwendungsplattform Intelligente Mobilität
Anwendungsplattform Intelligente Mobilität Dipl.-Ing. Markus Pelz Institut für Verkehrssystemtechnik 2. Februar 2011 > Folie 1 Institut für Verkehrssystemtechnik Sitz: Braunschweig, Berlin Seit: 2001 Leitung:
MehrAnwendungsplattform intelligente Mobilität Was ist AIM? Wie wirkt AIM? Wie wächst AIM?
Anwendungsplattform intelligente Mobilität Was ist AIM? Wie wirkt AIM? Wie wächst AIM? Institut für Verkehrssystemtechnik PD Dr. Frank Köster 3. Mai 2010 > Folie 1 Was ist? Anwendungsplattform Intelligente
MehrSicherheitsforschung im Spannungsfeld globaler Herausforderungen
Sicherheitsforschung im Spannungsfeld globaler Herausforderungen Festrede beim Neujahrsempfang des VBGU Berlin, 19. Januar 2016 Peter Poete Programmkoordination Sicherheitsforschung Deutsches Zentrum für
MehrGanzheitliches Flughafenmanagement Stand der Forschung in Deutschland
Deutsches Zentrum für Luft- und Raumfahrt e.v. Ganzheitliches Flughafenmanagement Stand der Forschung in Deutschland Prof. Dr.-Ing. Johann-Dietrich Wörner Vorstandsvorsitzender DLR Luftfahrt Raumfahrt
MehrIst Innovation Zufall? 17. März 2015 Dr. Ute Gerhards Jochen Krampe DLR Technologiemarketing
Ist Innovation Zufall? 17. März 2015 Dr. Ute Gerhards Jochen Krampe DLR Technologiemarketing DLR - Deutsches Zentrum für Luft- und Raumfahrt Forschungseinrichtung Raumfahrtmanagement Projektträger mit
MehrForschung des DLR zum Verkehrsmanagement
Forschung des DLR zum Verkehrsmanagement Elmar Brockfeld DLR-Institut für Verkehrssystemtechnik, Berlin Tag der Verkehrswirtschaft, IHK Berlin, 24.05.2011 Das Deutsche Zentrum für Luft- und Raumfahrt e.v.
MehrAnwendungsplattform Intelligente Mobilität (AIM)
Anwendungsplattform Intelligente Mobilität (AIM) Eine ganze Stadt wird zum Verkehrs-Labor www.europa-fuer-niedersachsen.de Das Projekt AIM wurde vom Europäischen Fonds für regionale Entwicklung mit 5,25
MehrDas Deutsche Zentrum für Luft- und Raumfahrt
Das Deutsche Zentrum für Luft- und Raumfahrt DLR.de Folie 2 Das DLR Deutsches Zentrum für Luft- und Raumfahrt Bild: Nonwarit/Fotolia Forschungszentrum Raumfahrt-Agentur Projektträger DLR.de Folie 3 Standorte
MehrAutomatische Kalibrierung eines Kamerasystems zur Verkehrsdatenerfassung auf Basis von Navigationssensorik Sebastian Schulz, DLR-TS-ANL
DLR.de Folie 1 03.03.2015, ASW 2016, Wildau Automatische Kalibrierung eines Kamerasystems zur Verkehrsdatenerfassung auf Basis von Navigationssensorik Sebastian Schulz, DLR-TS-ANL DLR.de Folie 2 Agenda
MehrFAMOS Galileo for Future AutoMOtive Systems
FAMOS Galileo for Future AutoMOtive Systems Dr. Lutz Junge Wolfsburg, 08.09.2009 Der Straßenverkehr wächst! Situation und Entwicklung in Deutschland und Europa Hauptprobleme: Unfalltote 2007 EU-27 42.485
MehrFolie 1 > AIM als Beitrag zur Erhöhung der Verkehrssicherheit > Prof. Dr.-Ing. Karsten Lemmer >
www.dlr.de Folie 1 Die Anwendungsplattform Intelligente Mobilität (AIM) als Beitrag zur Erhöhung der Verkehrssicherheit Prof. Dr.-Ing. Karsten Lemmer Deutsches Zentrum für Luft- und Raumfahrt e.v. Institut
MehrGSV-Forum City Mobility das Rad ist schon erfunden
Experience integrated mobility. GSV-Forum City Mobility das Rad ist schon erfunden Städtische Verkehrsinformation und neue Technologien siemens.com/answers Jede Sekunde zwei neue Stadtbewohner! Der Anbruch
MehrAlgorithmische Probleme der Verkehrssimulation
Algorithmische Probleme der Verkehrssimulation Michael Behrisch, Daniel Krajzewicz Verkehrssimulation und Optimierung > 26. Oktober 2009 > Folie 1 Organisatorisches Verkehrssimulation und Optimierung >
MehrBayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg
Bayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg (Lehrstuhl KI) Bayes-Netze (1) 1 / 22 Gliederung 1 Unsicheres Wissen 2 Schließen
MehrAktiver Fußgängerschutz:
Bundesanstalt für Straßenwesen Aktiver Fußgängerschutz: Notbremsassistenzsysteme zur Verhinderung von Fußgängerunfällen Andre Seeck Leiter der Abteilung Fahrzeugtechnik Patrick Seiniger Jost Gail Referat,
MehrFaserverbundstoffe in der Luftfahrt
Faserverbundstoffe in der Luftfahrt Dipl.-Ing. Florian Raddatz Deutsches Zentrum für Luft- und Raumfahrt Institut für Faserverbundleichtbau und Adaptronik Sportallee 54 22335 Hamburg E-Mail: Florian.Raddatz@dlr.de
MehrDie Anwendungsplattform für Intelligente Mobilität (AIM) als Baustein eines Smart-City-Konzepts. Prof. Dr. Frank Köster
Die Anwendungsplattform für Intelligente Mobilität (AIM) als Baustein eines Smart-City-Konzepts Prof. Dr. Frank Köster DLR Schwerpunkte / Personal / Standorte Forschungsschwerpunkte liegen in den Bereichen
MehrHintergrund- Information
Hintergrund- Information München, 11. November 2014 Siemens-Referenzen: Car2X erobert die Straße Die Vision: Dank kooperativer Systeme kommunizieren Fahrzeuge untereinander, mit den Verkehrsleitstellen
MehrInspiration zur Innovation Strategische Innovationspartnerschaft mit dem DLR
Inspiration zur Innovation Strategische Innovationspartnerschaft mit dem DLR Mönchengladbach, 26.06.2012 DLR-Technologiemarketing Dr. Ute Gerhards, Harald Grobusch Das DLR Deutsches Zentrum für Luft- und
MehrAutonomes Fahren Technologien und Chancen
Shaping the future Autonomes Fahren Technologien und Chancen Roland Siegwart, ETH Zurich www.asl.ethz.ch www.wysszurich.ch ETH, Januar 31, 2017 Roland Siegwart 31.01.2017 1 Mobilität der Puls unserer Gesellschaft
MehrIntelligente Transportsysteme
Intelligente Transportsysteme Universität Ulm Fakultät für Informatik Proseminar Künstliche Intelligenz SS 2004 Michael Arnold Typen intelligenter Transportsysteme Fahrer-Assistenz-Systeme Mensch hat Kontrolle
Mehrüberschreiten. Arbeiten beim DLR.
Horizonte überschreiten. Arbeiten beim DLR. DLR auf einen Blick 29 Institute 13 Standorte 4 Forschungsbereiche Luftfahrt Raumfahrt Energie Verkehr Hamburg Bremen- Neustrelitz Trauen Braunschweig Berlin-
MehrVerkehrsingenieurwesen Studienrichtung Verkehrstelematik Studienrichtung Verkehrstelematik
Fakultät Verkehrswissenschaften Friedrich List Institut für Verkehrstelematik Studiengang Fakultät Verkehrsingenieurwesen Verkehrsingenieurwesen Studienrichtung Verkehrstelematik Studienrichtung Verkehrstelematik
MehrAUF DEM WEG ZUM STÄNDIG VERNETZTEN FAHRZEUGESK , ADAMS Abschlusspräsentation Josef Jiru, Fraunhofer ESK
AUF DEM WEG ZUM STÄNDIG VERNETZTEN FAHRZEUGESK 3.2.2014, ADAMS Abschlusspräsentation Josef Jiru, Fraunhofer ESK Agenda Überblick Fraunhofer ESK Konnektivität im Fahrzeug ADAMS: Hybride Anbindung über Roadside
MehrBusiness & Media Breakfast des Digital Hub Frankfurt Rheinmain e.v. Zukunft der Verkehrskommunikation das Forschungsprojekt sim TD
Business & Media Breakfast des Digital Hub Frankfurt Rheinmain e.v. Zukunft der Verkehrskommunikation das Forschungsprojekt sim TD Dipl.-Geogr. Dorothee Allekotte Straßenverkehrsamt Frankfurt am Main 20.02.2014
MehrMöglichkeiten der Verbesserung des Verkehrsmanagements durch C2X-Kommunikation
www.dlr.de Folie 1 Möglichkeiten der Verbesserung des Verkehrsmanagements durch C2X-Kommunikation Daniel Krajzewicz Henning Mosebach Marek Junghans www.dlr.de Folie 2 Gliederung - Institut für Verkehrssystemtechnik
MehrSeminar: Verkehrssimulation und Optimierung. Michael Behrisch, Rüdiger Ebendt, Daniel Krajzewicz, Yun-Pang Wang
Seminar: Verkehrssimulation und Optimierung Michael Behrisch, Rüdiger Ebendt, Daniel Krajzewicz, Yun-Pang Wang Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1 Organisatorisches Verkehrssimulation
MehrModellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten
Simulation und Verhaltensmodellierung (SIM) Modellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten Heather Twaddle M.Sc. Technische Universität München
MehrWenn Autos sprechen könnten Beiträge der Telematik für mehr Sicherheit im Straßenverkehr
Wenn Autos sprechen könnten Beiträge der Telematik für mehr Sicherheit im Straßenverkehr DVR Presseseminar Verkehrsraum Zukunft Rodgau, 8. November 2012 Wenn Autos sprechen könnten dann wäre das interessant,
MehrErweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells
Erweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells Sebastian Wildfeuer Parameteridentifikation > 23. September 2008 > Folie 1 Themenübersicht Ausgangssituation,
Mehr> Spannungsfeld hochautomatisiertes Fahren zwischen Euphorie und Ablehnung > Prof. Dr.-Ing. Karsten Lemmer >
DLR.de Folie 1 Spannungsfeld hochautomatisiertes Fahren zwischen Euphorie und Ablehnung Prof. Dr.-Ing. Karsten Lemmer Deutsches Zentrum für Luft- und Raumfahrt e.v. Institut für Verkehrssystemtechnik DLR.de
MehrImproving the Accuracy of GPS
Improving the Accuracy of GPS Stephan Kopf, Thomas King, Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim Gliederung Motivation ierungsfehler von GPS Steigerung der Genauigkeit
MehrVerkehrsinformationsmanagement am hochrangigen Netz am Beispiel ASFINAG
Verkehrsinformationsmanagement am hochrangigen Netz am Beispiel ASFINAG DI(FH) Martin Müllner ASFINAG Maut Service GmbH AGIT 2015 Salzburg, 09.07.2015 ASFINAG Kurzüberblick Verkehrsinformation aus Sicht
MehrGrundlagen der Objektmodellierung
Grundlagen der Objektmodellierung Daniel Göhring 30.10.2006 Gliederung Grundlagen der Wahrscheinlichkeitsrechnung Begriffe zur Umweltmodellierung Bayesfilter Zusammenfassung Grundlagen der Wahrscheinlichkeitsrechnung
MehrElektrotechnik und Informationstechnik
Elektrotechnik und Informationstechnik Institut für Automatisierungstechnik, Professur Prozessleittechnik Bayes'sche Netze VL PLT2 Professur für Prozessleittechnik Prof. Leon Urbas, Dipl. Ing. Johannes
MehrEin Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen
Sicherheit durch Fahrerassistenz 2010 Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen Wojciech Derendarz, Thorsten Graf Volkswagen AG Friedrich M. Wahl TU Braunschweig,
MehrBayes sche und probabilistische Netze
Bayes sche und probabilistische Netze Gliederung Wahrscheinlichkeiten Bedingte Unabhängigkeit, Deduktion und Induktion Satz von Bayes Bayes sche Netze D-Separierung Probabilistische Inferenz Beispielanwendung
MehrAutonomes Fahren und Fahrerassistenz. Prof. Dr.-Ing. Karsten Lemmer Deutsches Zentrum für Luft- und Raumfahrt e.v. Institut für Verkehrssystemtechnik
www.dlr.de Folie 1 Autonomes Fahren und Fahrerassistenz Prof. Dr.-Ing. Karsten Lemmer Deutsches Zentrum für Luft- und Raumfahrt e.v. Institut für Verkehrssystemtechnik www.dlr.de Folie 2 Mobilität ist
MehrBikeWave Durch Crowdsourcing die Grüne Welle entdecken und mit ihr radeln.
BikeWave Durch Crowdsourcing die Grüne Welle entdecken und mit ihr radeln. Robert Schönauer, 29.Mai 2015 @Radgipfel 2015, Klagenfurt. Projektpartner: Finanziert durch: 2 Hintergrund Signalprogramme der
MehrEnergiewende - Zwischen Konzept und Umsetzung. am 3./4. Juni 2013 Wissenschaftszentrum Bonn
www.dlr.de Folie 1 > Prof. Ulrich Wagner > 3. Juni 2013 Energiewende - Zwischen Konzept und Umsetzung am 3./4. Juni 2013 Wissenschaftszentrum Bonn Prof. Dr.-Ing. Ulrich Wagner DLR Vorstand für Energie
MehrVerkehrsmikrosimulationen mit Echtzeitdaten Herausforderungen und Chancen
Institut Verkehrstelematik, Professur für Verkehrsleitsysteme und -prozessautomatisierung Verkehrsmikrosimulationen mit Echtzeitdaten Herausforderungen und Chancen Dipl.-Ing. Mario Krumnow Technische Universität
MehrBeiträge der DLR-Sicherheitsforschung zum Katastrophen- und Bevölkerungsschutz
Beiträge der DLR-Sicherheitsforschung zum Katastrophen- und Bevölkerungsschutz www.dlr.de/sicherheit BMBF Innovationsforum Zivile Sicherheit, Cafe Moskau, Berlin, 17-19-.04.2012 Das Deutsche Zentrum für
MehrBayes sche Netze: Konstruktion, Inferenz, Lernen und Kausalität. Volker Tresp
Bayes sche Netze: Konstruktion, Inferenz, Lernen und Kausalität Volker Tresp 1 Einführung Bisher haben wir uns fast ausschließich mit überwachtem Lernen beschäftigt: Ziel war es, eine (oder mehr als eine)
MehrInnovationsplattform Schutz von Verkehrsinfrastrukturen. Arbeitsgruppe Straßenverkehr. Innovationsplattform: Schutz von Verkehrsinfrastrukturen
Innovationsplattform Schutz von Verkehrsinfrastrukturen Arbeitsgruppe Straßenverkehr Bonn, den 16.11.2009 Leitung: Bundesanstalt für Straßenwesen 1 Sitzung der der AG Straßenverkehr 18.05.2009: 3. Sitzung
MehrVerkehrslageberechnung mit Floating Car Data und GIP Karl Rehrl, Salzburg Research Präsentation beim GIP Day 2014, 4.7.
Verkehrslageberechnung mit Floating Car Data und GIP Karl Rehrl, Salzburg Research Präsentation beim GIP Day 2014, 4.7.2014 Überblick 2 1. Motivation 2. Prinzip der Verkehrslageberechnung mit FCD 3. Erkennung
MehrFahrerassistenzsysteme: Überblick und aktuelle Trends
Fahrerassistenzsysteme: Überblick und aktuelle Trends Papadakis Ioannis Betreuer: Heiko Schepperle Ausgewählte technische, rechtliche und ökonomische Aspekte des Entwurfs von Fahrerassistenzsystemen Interdisziplinäres
MehrKinematische Bestandsdatenerfassung mit Laserscannern
Kinematische Bestandsdatenerfassung mit Laserscannern 3D MAPPING Das Mobile Straßen Erfassungs- System (MoSES) Aufnahme des Straßen- oder Schienenkorridors mit ca. 40 m Breite Erfassung des Raumes mit
MehrEigene Grünphase für Linksabbieger
Eigene Grünphase für Linksabbieger Jörg Ortlepp Leiter Verkehrsinfrastruktur Presseforum der Schaden- und Unfallversicherer Berlin, 28.04.2010 2 Unfallgeschehen an Kreuzungen und Einmündungen Deutschland,
MehrAktive und vorausschauende Sicherheitslösungen für ungeschützte Verkehrsteilnehmer
Aktive und vorausschauende Sicherheitslösungen für ungeschützte Verkehrsteilnehmer GALILEO - Mehrwert für Verkehr und Mobilität? 1. 10. 2008, Technologiezentrum Salzkammergut G. Triebnig, EOX IT Services
MehrSatellitennavigation Effizienzsteigerung bei gleicher Sicherheit im Schienenverkehr
Satellitennavigation Effizienzsteigerung bei gleicher Sicherheit im Schienenverkehr Dr.-Ing. Klaus P. Jaschke (Siemens AG, TS RA) und Dr.-Ing. Michael Meyer zu Hörste (DLR FS) Sat-Nav > Köln > 31. Mai
MehrLösungen für nachhaltige Mobilität erforschen und weitergeben!
Lösungen für nachhaltige Mobilität erforschen und weitergeben! Univ.-Prof. Dipl.-Ing. Dr. techn. Markus Mailer Universität Innsbruck Institut für Infrastruktur Leiter Arbeitsbereich Intelligente Verkehrssysteme
MehrIntelligente Energieversorgung in Gebäuden
Intelligente Energieversorgung in Gebäuden durch individuelle Energiemanagementsysteme Thomas Hofmann 27.092016 1 Copyright ESI Copyright Group, 2016. ESI Group, All rights 2016. reserved. All rights reserved.
MehrIntegrated result data management in the development process of vehicle systems based on the ASAM ODS standard
Integrated result data management in the development process of vehicle systems based on the ASAM ODS standard Dipl.-Ing. (FH) Stefan Geneder, Technische Hochschule Ingolstadt Dr. Felix Pfister, AVL List,
MehrBayessche Netze. Kevin Klamt und Rona Erdem Künstliche Intelligenz II SoSe 2012 Dozent: Claes Neuefeind
Bayessche Netze Kevin Klamt und Rona Erdem Künstliche Intelligenz II SoSe 2012 Dozent: Claes Neuefeind Einleitung Sicheres vs. Unsicheres Wissen Kausale Netzwerke Abhängigkeit Verbindungsarten Exkurs:
MehrStücke des Puzzles hochautomatisiertes Fahren: H-Metapher und H-Mode Zwischenbericht 2006
Stücke des Puzzles hochautomatisiertes Fahren: H-Metapher und H-Mode Zwischenbericht 2006 Dr.-Ing. Frank O. Flemisch, Dipl.-Ing. Johann Kelsch, Dipl.-Psych. Anna Schieben, Dipl.-Inform. Julian Schindler
MehrSimulationsmodelle im Verkehr
Simulationsmodelle im Verkehr Michael Reimann Betreuer: Heiko Schepperle Ausgewählte technische, rechtliche und ökonomische Aspekte des Entwurfs von Fahrerassistenzsystemen Interdisziplinäres Seminar im
MehrAusbildung. Ausbildung. Stuttgart
Ausbildung Ausbildung Stuttgart Ausbildung im DLR Stuttgart Sie suchen eine interessante und abwechslungsreiche Ausbildung? Sie begeistern sich für aktuelle Forschungs- und Entwicklungsthemen aus Luft-
MehrEinfluss von Geschwindigkeit und Verkehrsstärke auf das Unfallgeschehen in Stadtstraßen
Einfluss von Geschwindigkeit und Verkehrsstärke auf das Unfallgeschehen in Stadtstraßen Konzept Technische Universität Dresden Professur Straßenverkehrstechnik mit Fachbereich Theorie der Verkehrsplanung
MehrSchool of Engineering Institut für Angewandte Mathematik und Physik (IAMP)
School of Engineering Institut für Angewandte Mathematik und Physik (IAMP) Zürcher Fachhochschule www.iamp.zhaw.ch Forschung & Entwicklung P1 P1-A S1 S2 P2 P1-B P2-A O1 O2 O3 2oo3 P2-B Institut für Angewandte
MehrVerlustzeitbasierte LSA-Steuerung
Verlustzeitbasierte LSA-Steuerung Robert Oertel* und Peter Wagner Deutsches Zentrum für Luft- und Raumfahrt e.v. Institut für Verkehrssystemtechnik 6. VIMOS-Tagung, Dresden 15.12.2010 Institut für Verkehrssystemtechnik
MehrElectric Propulsion-Testanlage in Göttingen. Messungen am RIT
Electric Propulsion-Testanlage in Göttingen Messungen am RIT Andreas Neumann DLR Göttingen Mühlleithen, 5.-8. März 2013 Folie 1 Inhalt Einleitung DLR, Raumfahrtantriebe und elektrische Triebwerke Die neue
MehrSeegangsmonitor. hochauflösende Wellenvorhersagen und -analysen für die deutschen Küsten
Seegangsmonitor hochauflösende Wellenvorhersagen und -analysen für die deutschen Küsten Jens Kieser, Thomas Bruns Deutscher Wetterdienst (DWD) Anja Lindenthal, Frank Janssen, Thorger Brüning Bundesamt
Mehr> Seminar, Erlangen > Achim Basermann 20120605-1 DSC Erlangen Basermann.pptx > 05.06.2012
www.dlr.de Folie 1 Parallele, iterative Löser mit Schur-Komplement- Vorkonditionierung für dünnbesetzte lineare Gleichungssysteme aus der Strömungstechnik Dr.-Ing. Achim Basermann, Melven Zöllner* * www.dlr.de
MehrDas E-Auto und intelligente Mobilitätskonzepte für übermorgen
Das E-Auto und intelligente Mobilitätskonzepte für übermorgen Sicht der Forschung aus dem Bereich Künstliche Intelligenz und Robotik 31.10.2013, Baunatal Jens Mey DFKI Bremen & Universität Bremen Robotics
Mehr1. Augsburger Produktionstechnik - Kolloquium
1. Augsburger Produktionstechnik - Kolloquium Automation in der Produktion von Composite-Strukturen im Flugzeugbau. Augsburg, 18. Mai 2011 Zentrum für Leichtbau-Produktionstechnologie im Deutschen Zentrum
MehrAbbiegeassistenz für Lkw Unfallsituation, Grundlagen und Anforderungen
Abbiegeassistenz für Lkw Unfallsituation, Grundlagen und Anforderungen Dr. Patrick Seiniger Referat Aktive Fahrzeugsicherheit und Fahrerassistenz Bundesanstalt für Straßenwesen (BASt) Bundesanstalt für
MehrSimulation of Urban MObility - SUMO Eine freie Verkehrssimulation
Simulation of Urban MObility - SUMO Eine freie Verkehrssimulation Michael Behrisch, Daniel Krajzewicz Institut für Verkehrssystemtechnik Folie 1 > Simulation of Urban MObility > Daniel Krajzewicz Verkehrssimulation
MehrGliederung Unfallanalyse Szenarien Technologien Ausblick. car2ped
car2ped Überlegungen zur Verbesserung des Fußgängerschutzes durch Nutzung der Car-to-X-Technologie Prof. Dr.-Ing. Lars Wolf Institut für Betriebssysteme und Rechnerverbund Technische Universität Braunschweig
MehrTechnik statt Mensch?
Technik statt Mensch? Geschwindigkeitsbeeinflussung durch Fahrerassistenzsysteme Überblick Sicher rasen geht das? Schnelle Unfälle was ist der Fehler? ISA immer intelligentere Technik Technik und Mensch
MehrVorstellung des BMWi-Fachprogramms Neue Fahrzeug- und Systemtechnologien Berlin, 4. Juli 2016
Vorstellung des BMWi-Fachprogramms Neue Fahrzeug- und Systemtechnologien Berlin, 4. Juli 2016 Projektträger TÜV Rheinland TÜV Rheinland Consulting GmbH, Forschungsmanagement TÜV Rheinland Consulting GmbH
MehrAktiver Fußgängerschutz:
Aktiver Fußgängerschutz: Notbremsassistenzsysteme zur Verhinderung von Fußgängerunfällen Andre Seeck Leiter der Abteilung Fahrzeugtechnik Patrick Seiniger Jost Gail Referat Aktive Fahrzeugsicherheit, Emissionen,
MehrIngenieur in der Forschung
Beruf: Ingenieur in der Forschung Wie wird man Ingenieur? Was macht ein Ingenieur? DLR Deutsches Zentrum für Luft- und Raumfahrt e.v. in Stuttgart Institut für Fahrzeugkonzepte Andreas Brinner Pfaffenwaldring
MehrIntelligente Mobilität in Berlin-Brandenburg Christian Heinrich, Berlin Partner für Wirtschaft und Technologie GmbH, 13.
Intelligente Mobilität in Berlin-Brandenburg Christian Heinrich, Berlin Partner für Wirtschaft und Technologie GmbH, 13. November 2015 Gefördert aus Mitteln der Länder Berlin und Brandenburg und der Investitionsbank
MehrSicherheit im Straßenverkehr Unfalllage 2010
Sicherheit im Straßenverkehr Unfalllage 2010 Mastertitelformat bearbeiten Master-Untertitelformat bearbeiten 1 Verkehrssicherheit 2010 Verkehrsunfall-Bilanz 2010: Unfälle gesamt: 64.375 [+ 812] davon 11,2
MehrVerkehrssimulation als Instrument zur Unfallvorhersage. Jens Lauterbach M.Eng.
Verkehrssimulation als Instrument zur Unfallvorhersage Jens Lauterbach M.Eng. Ziel: Entwicklung von Ansätzen zur Unfallprognose Quelle: Eigene Darstellung Seite 2 Konfliktanalyse - Konflikt: Kritische
MehrModellierung des Verkehrs als Flüssigkeit. Proseminar Algorithmen der Verkehrssimulation WS 05/06 Atanas Gegov
Modellierung des Verkehrs als Flüssigkeit Proseminar Algorithmen der Verkehrssimulation WS 05/06 Atanas Gegov Gliederung: 1. Gründe für das Interesse an Verkehr und dessen Probleme 2. Verschiedene Verkehrsmodelle
Mehrmovebw Mobilitätsinformation und Verkehrssteuerung Baden-Württemberg
movebw Mobilitätsinformation und Verkehrssteuerung Baden-Württemberg Stetig fließender Verkehr in den Metropolregionen Baden- Württembergs ist in unterschiedlichster Weise ein wichtiger Faktor für Bürger,
MehrÜberblick. Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung
Grundlagen Überblick Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes- Entscheidungsfunktionen
MehrFördermöglichkeiten verschiedener Kooperationsformen
Peter Ulrich (EVTZ-Kompetenzzentrum) Fördermöglichkeiten verschiedener Kooperationsformen Frankfurt (Oder), 2.12.2014 Fördermöglichkeiten verschiedener Kooperationsformen 1. Einleitung 2. Strategien grenzüberschreitenden
MehrAnalyse großer heterogener Daten in der Luft- und Raumfahrtforschung Andreas Schreiber
DLR.de Folie 1 > Big-Data-Konferenz #2, Startplatz > A. Schreiber Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung
MehrAutomatisierungstechnik. - Quo vadis?
Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner Automatisierungstechnik - Quo vadis? Prof. Dr.-Ing. Dr. h. c. Peter Göhner anlässlich des Fest-Kolloquiums
MehrClient gesteuerte Übertragung zur Minimierung der Wechselwirkung zwischen H2H und M2M Verkehr in LTE
ComNets Workshop 2013 Client gesteuerte Übertragung zur Minimierung der Wechselwirkung zwischen H2H und M2M Verkehr in LTE 15.11.2013 Inhalt Kommunikation für die dynamische Verkehrsprognose Lösungsansatz:
MehrRadikaler Umbruch in der Fahrzeug- und Systemabsicherung. Steffen Kuhn
Radikaler Umbruch in der Fahrzeug- und Systemabsicherung Steffen Kuhn 21.04.2016 Autonomes Fahren ist das erklärte Ziel von Automobilherstellern, Zulieferern und Dienstleistern In Zukunft muss nicht nur
MehrEin Qualitätskonzept zur. Bereitstellung betriebsleittechnisch
Ein Qualitätskonzept zur Bereitstellung betriebsleittechnisch sicherer Information Thomas Wiltschko Automatisierung für Schienenverkehrssysteme Dresden, 30. Juni 2006 Sicherheitsrelevante Systeme Beispiel:
MehrAngewandte Signalverarbeitung
Institut für Elektrische Meßtechnik und Meßsignalv erarbeitung Angewandte Signalverarbeitung Empfohlene Vorkenntnisse SV HW SW BV NT Signalverarbeitung (LVs: Signalverarbeitung, Digitale Messsysteme) Hardware-Entwicklung
MehrAIM als Baustein eines Smart-City Konzepts
AIM als Baustein eines Smart-City Konzepts Prof. Dr. Frank Köster September 2014 Ziele des DLR im Bereich Verkehr grün z.b. umweltoptimiertes Verkehrsmanagement, effizientere und alternative Antriebe smart
MehrMOBILITÄT NEU DENKEN
VON DER KOEXISTENZ ZUR KOOPERATION ANDREAS HERRMANN Operationelles Programm EFRE Sachsen-Anhalt 2007 2013 Projektnummer: EFRE16.1.06.14.00034 WICHTIGE ANSATZPUNKTE zu viele schwere und tödliche Verkehrsunfälle,
MehrTestfeld Niedersachsen Umsetzungsplanung eines Testfeldes für automatisiertes und vernetztes Fahren in Niedersachsen
Testfeld Niedersachsen Umsetzungsplanung eines Testfeldes für automatisiertes und vernetztes Fahren in Niedersachsen Prof. Dr. Frank Köster Automatisiertes Fahren & kooperative Fahrzeuge Fortschrittliche
MehrOpen Source in der Luft- und Raumfahrt-Forschung FrOSCon 2010
Open Source in der Luft- und Raumfahrt-Forschung FrOSCon 2010 Andreas Schreiber Deutsches Zentrum für Luft- und Raumfahrt e.v., Köln/Braunschweig/Berlin http://www.dlr.de/sc
MehrMODELLING AND CONTROLLING THE STEERING FORCE FEEDBACK USING SIMULINK AND xpc TARGET
MODELLING AND CONTROLLING THE STEERING FORCE FEEDBACK USING SIMULINK AND xpc TARGET Dipl.-Ing. M. Brünger-Koch, 05/06/09 Model-Based Design Conference 2005 1 Agenda 1. Introduction Company and institute
MehrDas Frühwarnsystem für die. Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) (APA)
Das Frühwarnsystem für die Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) (APA) Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) Gliederung: Auswertung der APA-Daten Datengrundlage
MehrDer Einfluss der Security auf die Safety bei satellitenbasierten Ortungssystemen
Der Einfluss der Security auf die Safety bei satellitenbasierten Ortungssystemen Dr. Michael Meyer zu Hörste, DLR Institut für Verkehrssystemtechnik Workshop Safety in Transport 2011 Inhalt 1. Arbeitsweise
MehrVerkehrsregelungszentrale Berlin Verkehrsmanagement für die Mobilität in der Stadt
Verkehrslenkung Berlin Verkehrsregelungszentrale Berlin Verkehrsmanagement für die Mobilität in der Stadt Die Verkehrsregelungszentrale Berlin Täglich verbringen Sie durchschnittlich 70 Minuten im Verkehr
MehrDas Hinderniserkennungssystem Radar um die Kurve
Das Hinderniserkennungssystem Radar um die Kurve 1. Wozu? 2. Notwendigkeit bei kleinen SchienenTaxis oder anderen intelligenten Schienenfahrzeugen 3. Wie funktioniert es? 4. Einsatz bei Nebenbahnen zur
Mehrmm-lab s CAVE Collision Awareness System mm-lab GmbH Andreas.Streit@mmlab.de Andreas Streit Geschäftsführer Stammheimer Straße 10 70806 Kornwestheim
mm-lab s CAVE Collision Awareness System HFT, 21.04.2016 Andreas Streit Geschäftsführer mm-lab GmbH Andreas.Streit@mmlab.de Stammheimer Straße 10 70806 Kornwestheim Ende-zu-Ende Telematiklösungen Verbesserung
MehrES-Projektseminar (SS 2012)
ES-Projektseminar (SS 2012) Endvortrag Team Justice League of America Dominik Matthias [Team ] Pascal Stephen Vorname Name; ES Real-Time Systems Lab Prof. Dr. rer. nat. Andy Schürr Dept. of Electrical
MehrSatellitennavigation im Verkehr 22. Mai 2007
Satellitennavigation im Verkehr Günther Kasties Geschäftsführender Gesellschafter OECON GmbH Autor: Dipl. Ing. Günther Kasties Copyright: OECON GmbH 1 Kompetenzen OECON Gruppe OECON Gruppe (www.oecon-line.de)
MehrKünstliche Intelligenz Unsicherheit. Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln
Künstliche Intelligenz Unsicherheit Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Rückblick Agent in der Wumpuswelt konnte Entscheidungen
MehrSimulative Untersuchungen abstrakter und realer Verkehrsmanagementansätze zur Emissionsreduktion , Kolloquium Luftqualität an Straßen
Simulative Untersuchungen abstrakter und realer Verkehrsmanagementansätze zur Emissionsreduktion 20.03.2013, Kolloquium Luftqualität an Straßen Daniel Krajzewicz, Yun-Pang Flötteröd Deutsches Zentrum für
Mehr