Semantische Modellierung von Situationen zur Aufgabenplanung im automatisierten Fahren

Zusammenfassung Dieser Artikel stellt ein Framework zur semantischen Modellierung von Situationen im Kontext der Aufgaben- und Verhaltensplanung für automatisiertes Fahren vor. Das Framework ermöglicht die formale Beschreibung von Szenen mithilfe von Wissensgraphen und unterstützt die Filterung relevanter Informationen durch automatisierte Datenbankabfragen. Es integriert dynamische und statische Objekte sowie deren Beziehungen und bietet eine Grundlage für die situationsbewusste Entscheidungsfindung. Die Anwendung wird anhand eines vereinfachten Szenenmodells demonstriert, wobei die Effizienz der diskreten Vorwärtssuche zur Aufgabenplanung evaluiert wird. Abschließend werden Herausforderungen und Erweiterungsmöglichkeiten, wie die dynamische Planung, diskutiert.

Authors

Institutions

Publication Details

Journal
at - Automatisierungstechnik
Published
2026-01-01
DOI
https://doi.org/10.1515/auto-2025-0041
Primary Topic
Constraint Satisfaction and Optimization
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Semantische Modellierung von Situationen zur Aufgabenplanung im automatisierten Fahren

Maximilian Gerwien, Klaus Röbenack
at - Automatisierungstechnik
Constraint Satisfaction and Optimization
article

Semantische Modellierung von Situationen zur Aufgabenplanung im automatisierten Fahren

Maximilian Gerwien, Klaus Röbenack
article en

Abstract

Zusammenfassung Dieser Artikel stellt ein Framework zur semantischen Modellierung von Situationen im Kontext der Aufgaben- und Verhaltensplanung für automatisiertes Fahren vor. Das Framework ermöglicht die formale Beschreibung von Szenen mithilfe von Wissensgraphen und unterstützt die Filterung relevanter Informationen durch automatisierte Datenbankabfragen. Es integriert dynamische und statische Objekte sowie deren Beziehungen und bietet eine Grundlage für die situationsbewusste Entscheidungsfindung. Die Anwendung wird anhand eines vereinfachten Szenenmodells demonstriert, wobei die Effizienz der diskreten Vorwärtssuche zur Aufgabenplanung evaluiert wird. Abschließend werden Herausforderungen und Erweiterungsmöglichkeiten, wie die dynamische Planung, diskutiert.

at - AutomatisierungstechnikVol. 74(1)
Leipzig University of Applied Sciences (DE), Technische Universität Dresden (DE)
Openalex Percentile: Top 94%
Constraint Satisfaction and Optimization
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.