STRASSENBELAGSZUSTANDSDETEKTION MIT REKURSIVEM ADAPTIVEM LERNEN UND VALIDIERUNG

摘要

Es wird ein Verfahren zum Ermitteln eines Straßenbelagszustands für ein Fahrzeug, das auf einer Straße fährt, bereitgestellt. Es werden mehreren Straßenbelagszuständen zugehörige Wahrscheinlichkeiten basierend auf einem Bild einer Erfassungsszene durch ein erstes Wahrscheinlichkeitsmodul ermittelt. Es werden den mehreren Straßenbelagszuständen zugehörige Wahrscheinlichkeiten basierend auf Fahrzeugbetriebsdaten durch ein zweites Wahrscheinlichkeitsmodul ermittelt. Die durch das erste und zweite Wahrscheinlichkeitsmodul ermittelten Wahrscheinlichkeiten werden in eine Datenvereinigungseinheit eingegeben, um die Wahrscheinlichkeiten zu vereinigen und einen Straßenbelagszustand zu ermitteln. Es wird eine verfeinerte Wahrscheinlichkeit von der Datenvereinigungseinheit ausgegeben, welche eine Funktion der vereinigten ersten und zweiten Wahrscheinlichkeit ist. Die verfeinerte Wahrscheinlichkeit von der Datenvereinigungseinheit wird an eine Einheit eines adaptiven Lernens geliefert. Die Einheit eines adaptiven Lernens erzeugt Ausgangsbefehle, die abstimmbare Parameter von zumindest dem ersten Wahrscheinlichkeitsmodul und dem zweiten Wahrscheinlichkeitsmodul zum Ermitteln der jeweiligen Wahrscheinlichkeiten verfeinern.