Startseite
Podcasts
Fakultät für Mathematik, Informatik und Statistik - Digitale Hochschulschriften der LMU - Teil 01/02 Podcast
Kontextbereitstellung in Automobilen Ad-hoc Netzen

Kontextbereitstellung in Automobilen Ad-hoc Netzen

Fakultät für Mathematik, Informatik und Statistik - Digitale Hochschulschriften der LMU - Teil 01/02 vor 19 Jahren

0:00

Je detaillierter ein Fahrer über den Streckenabschnitt informiert
ist, den er in naher Zukunft befahren wird, desto größer ist die
Wahrscheinlichkeit, dass er rechtzeitig und angemessen auf komplexe
Verkehrssituationen reagiert. Die umfassende Verfügbarkeit von
qualitativ hochwertigen Kontextinformationen im Fahrzeug leistet
vor diesem Hintergrund einen wichtigen Beitrag zur Erhöhung der
Verkehrssicherheit und -effizienz. Ziel dieser Arbeit ist eine
zuverlässige Vorhersage der zukünftigen Fahrsituation auf Basis des
gemeinschaftlich bekannten Wissens der Verkehrsteilnehmer. Dabei
steht die Verwaltung ortsbezogener Kontextinformationen, die Fusion
von verschiedenartigen Informationsquellen, sowie die Problematik
der Verteilung der von den Fahrzeugen erzeugten
Kontextinformationen über automobile Ad-hoc Netzen im Fokus der
Arbeit. Aufbauend auf einer formalen Lösungsspezifikation
beschreibt die Arbeit einen zweistufigen Bewertungsprozess, der es
erlaubt, auf Basis verteilter Sensorbeobachtungen unterschiedlicher
Fahrzeuge ein Wahrscheinlichkeitsmaß für das Eintreten eines
konkreten Zustands eines relevanten Fahrkontexts abzuleiten. Die
räumlichen und zeitlichen Eigenschaften des Kontextaspekts werden
dabei gewichtet interpoliert. Anschließend werden auf Basis eines
Bayesschen Netzes die kausalen Zusammenhänge unterschiedlicher
Kontextaspekte quervalidiert. Zudem wird aufgezeigt, wie
Kontextinformationen zwischen Fahrzeugen in einem automobilen
Ad-hoc Netzwerk ausgetauscht werden können. Das aus drahtgebundenen
Netzen bekannte Konzept der Nutzenmaximierung des Netzwerks wird
hierzu auf die speziellen Charakteristika automobiler Netze
erweitert. Es wird zudem eine schichtenübergreifende
Lösungsarchitektur vorgestellt, die situationsadaptiv sowohl kurze
Latenzzeiten für kritische Nachrichten, als auch eine nachhaltige
Skalierbarkeit des Netzes in Szenarien mit geringen und hohen
Fahrzeugdichten sicherstellt. Der Kanalzugriff und die Verbreitung
der Kontextinformationen im Netzwerk basieren dabei auf einer
situationsabhängigen Bewertung des Anwendungsnutzens der zu
übertragenden Nachrichten. Mit Hilfe von Simulationen wird das
Verhalten des Systems bewertet. Durch eine ontologiebasierte
Verwaltung wird auch nichtfahrzeugbezogenen Systemen eine
domänenübergreifende Nutzung der Sensorinformationen und kausalen
Zusammenhänge ermöglicht.