Human-Cyber-Physical Systems (HCPS) sollen sicherheitskritische Situationen. Menschmodelle ermöglichen es dem HCPS dynamisch auf Zustände und Verhalten des Menschen einzugehen. So können sicherheitskritische Situationen, welche durch negativen Menschzustände oder Verhalten verursacht werden, im Vornherein verhindert beziehungsweise der Schaden minimiert werden. Im Zuge dieser Arbeit wurden verschiedene Modellierungsansätze für Intentions- und Zustandserkennung für die Verwendung von hochautonomen Fahrzeugen präsentiert. Hierbei wurde ein Fokus auf die Synthese verschiedener Datenquellen und eine etwaige Verbesserung der Modellleistung gelegt. Im Kontext von hochautonomen Fahrzeugen als HCPS wurden außerdem zwei weitere wichtige Aspekte untersucht: die Interaktion zwischen HAV und menschlichen Fahrer:innen und die Personalisierung von HAV. Beide Aspekte sind wichtig für die Nutzerakzeptanz der Technologie und somit auch die Einführung von HAV in die Gesellschaft.
Human-Cyber-Physical Systems (HCPS) are designed to handle safety-critical situations. Human models enable the HCPS to dynamically respond to human states and behavior. Thus, safety-critical situations caused by negative human states or behavior can be prevented in advance or the damage can be minimized. In the course of this work, different modeling approaches for intention and state recognition for the use of highly autonomous vehicles were presented. Here, a focus was placed on the synthesis of different data sources and a possible improvement of the model performance. In the context of highly autonomous vehicles as HCPS, two other important aspects were also investigated: the interaction between HAV and human drivers and the personalization of HAV. Both aspects are important for user acceptance of the technology and thus the introduction of HAV into society.
Hannover: Gottfried Wilhelm Leibniz Universität Hannover
1 Online-Ressource (3 Seiten).
In: Fränzle, Martin: Affine Encodings for Optimal Monitoring of Temporal Properties under Uncertain Observation. In: 13th Summer Workshop on Interval Methods - Book of Abstracts. Hannover : Gottfried Wilhelm Leibniz Universität, 2022
A Journey from Process Algebra via Timed Automata to Model Learning 1st ed. 2022. Cham : Springer Nature Switzerland, 2022 (2022), Seite 201-212 1 Online-Ressource(XIII, 581 p. 133 illus., 66 illus. in color.)