Seite - (000453) - in Autonomes Fahren - Technische, rechtliche und gesellschaftliche Aspekte

437Literatur le Situation in Bezug auf den vermeintlichen Ausgang der Entwicklung bewertet werden. Hierfür existieren zurzeit keine gesicherten Methoden, teilweise nicht einmal Ideen zur Realisierung. Es scheint jedoch ein Weg zu sein, der begangen werden kann. Die Fortschritte zur Situationsprädiktion lassen sich extrem schwer voraussagen. Signi- fikant leistungsfähigere Verfahren sind aber vermutlich nur in einem Zeithorizont von zehn Jahren und mehr zu erwarten. Literatur 1. Damböck, D.; Bengler, K.; Farid, M.; Tönert, L.: Übernahmezeiten beim hochautomatisierten Fahren. Tagungsband der VDI-Tagung Fahrerassistenz in München, Jahrgang 15, Seite 16ff, 2012 2. Gold, C.; Damböck, D.; Lorenz, L.; Bengler, K.: “Take over!” How long does it take to get the driver back into the loop? In Proceedings of the Human Factors and Ergonomics Society Annual Meeting, Vol. 57, No. 1, pp. 1938–1942, 2013 3. Winner, H.; Hakuli, S.; Wolf, G. (Eds.): Handbuch Fahrerassistenzsysteme: Grundlagen, Kom- ponenten und Systeme für aktive Sicherheit und Komfort, 2. Auflage (2012), Teubner Verlag 4. Nuss, D.; Reuter, S.; Konrad, M.; Munz, M.; Dietmayer, K.: Using grid maps to reduce the num- ber of false positive measurements in advanced driver assistance systems. IEEE Conference on Intelligent Transportation Systems (ITSC), 2012, pp.1509–1514 5. Bouzouraa, M.; Hofmann, U.: Fusion of occupancy grid mapping and model based object tracking for driver assistance systems using laser and radar sensors. IEEE Intelligent Vehicles Symposium (IV), 2010, pp. 294–300 6. Coué, C.; Pradalier, C.; Laugier, C.; Fraichard, T.; Bessiere, P.: Bayesian Occupancy Filtering for Multitarget Tracking: an Automotive Application. International Journal of Robotics Research, 2006, Vol. 25.1, pp.19–30 7. Konrad, M.; Szczot, M.; Schüle, F.; Dietmayer, K.: Generic grid mapping for road course estimation. IEEE Intelligent Vehicles Symposium (IV), 2011, pp. 851–856 8. Schmid, M.R.; Mählisch, M.; Dickmann, J.; Wünsche, H.-J.: Dynamic level of detail 3d occupancy grids for automotive use. IEEE Intelligent Vehicles Symposium (IV), 2010, pp. 269–274 9. Kalman, R.: A new approach to linear filtering and prediction problems. Transactions of the ASME – Journal of Basic Engineering, 1960, Vol. 82, pp. 35–45 10. Mahler, R.: Statistical Multisource-Multitarget Information Fusion. Artech House, Boston, 2007 11. Bar-Shalom, Y.; Tse, E.: Tracking in a cluttered environment with probabilistic data association. Automatica, 1975, Vol. 11, pp. 451–460 12. Bar-Shalom, Y.; Fortmann, T.: Tracking and Data Association. Academic Press, Boston, 1988 13. Musicki, D.; Evans, R.: Joint Integrated Probabilistic Data Association: JIPDA, IEEE Transac- tions on Aerospace and Electronic Systems. 2004, Vol. 40.3, pp. 1093–1099 14. Munz, M.: Generisches Sensorfusionsframework zur gleichzeitigen Zustands- und Existenz- schätzung für die Fahrzeugumfelderfassung. PhD Thesis, Ulm University, 2011 15. Nuss, D.; Stuebler, M.; Dietmayer, K.: Consistent Environmental Modeling by Use of Occu pancy Grid Maps, Digital Road Maps, and Multi-Object Tracking. IEEE Intelligent Vehicles Sympo- sium (IV), 2014 16. Shafer, G.: A Mathematical Theory of Evidence. Princeton University Press, 1976 17. Reuter, S.; Wilking, B.; Wiest, J.; Munz, M.; Dietmayer, K.: Real-time multi-object tracking using random finite sets. IEEE Transactions on Aerospace and Electronic Systems, 2013, Vol. 49.4, pp. 2666–2678