[Foto: Spraytruck]
Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Bewertung von Fahrerassistenzsensoren und -funktionen - der Spraytruck

fka verfügt über ein umfassendes Methodenwissen und Werkzeuge zur Bewertung und Validierung von automatisierten Fahrfunktionen, Fahrerassistenzsystemen und deren Komponenten.


Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Das Projekt PEGASUS

Im Rahmen des Projekts wurde ein einheitliches Vorgehen beim Testen und Erproben automatisierter Fahrzeugsysteme in der Simulation, auf Prüfständen und in realen Bedingungen definiert.

[Foto: Versuchsfahrzeug]Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Erprobungsfahrzeuge: Fahrfunktionen auf die Straße bringen

Die fka verfügt über die notwendigen Methoden, Technologien und Erfahrung, um prototypische Entwicklungen von Funktionen im fka-Erprobungsfahrzeug zu testen und erlebbar zu machen.


Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Evidenzorientierte Ableitung von Grundszenarien für die Fahrdomäne Bundesautobahn

Evidenzorientierte Ableitung von Grundszenarien für die Fahrdomäne Bundesautobahn

[Foto: Versuchsfahrzeug]
Automatisiertes Fahren | Dr.-Ing. Adrian Zlocki

Fahrzeug lernt Hören

Als neues Sensorkonzept erforscht die fka seit über 2 Jahren die Entwicklung von Automotive-tauglichen Schallsensoren und darauf basierenden Funktionen.

[Foto: automatisiertes Einparkmanöver]Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Fahrzeugautomatisierung: Valet Parking

 

[Logo: HighD+]Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

HighD+

highD ist ein Datensatz von naturalistischen Fahrzeugtrajektorien, die auf deutschen Autobahnen aufgenommen wurden. Mit einer Drohne werden typische Einschränkungen etablierter Verkehrsdatenerfassungsmethoden wie z. B. Okklusionen durch die Luftperspektive überwunden.

[Symbolbild Konzept zu statistisch repräsentativen Verkehrsbeobachtungen]Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Konzept zu statistisch repräsentativen Verkehrsbeobachtungen

Ziel des BASt-Projekts ist es, ein Konzept zur repräsentativen Erhebung von Szenarien in Verkehrsräumen wie der Bundesautobahn, Innerorts oder Überland zu entwickeln.

[Bild: Fahrzeugsicht]Fahrerassistenz & automatisches Fahren | Dr.-Ing. Adrian Zlocki

Maschinelles Lernen - Beispiel: Erkennung von Fahrbahnmarkierungen

Die Umfeld- und Objekterkennung ist eine der großen Herausforderungen auf dem Weg zum automatisierten Fahren.