Automatische multimodale Verkehrsmoduserkennung und Situationserfassung mit Hilfe von Fuzzy-Regeln

Im Verkehrsmanagement ist die Erfassung von verschiedenen Bewegungsinformationen sowohl bei Personen, z.B. anhand der Geschwindigkeit aus Smartphone-Sensoren oder aus digitalen Bildsequenzen von Außenkameras, als auch bei Fahrzeugen und anderen Objekten von großer Bedeutung. Dadurch können verschiedene Verkehrssituationen besser analysiert und/oder gefährliche Verkehrssituation vorausgesagt werden. Außerdem können verkehrsmittelangepasste Informationen und Applikationen angeboten werden. Diese Aufgabe ist mit technischen beziehungsweise kognitiv-ähnlichen Erkennungsprozessen verbunden. Die vollautomatische Entscheidung, ob eine Datensequenz von mobilen Geräten wie GPS-Positionen oder G-Sensor- Daten zu einem Fußgänger, zu einem Fahrzeug- oder zu einem Bus-, Bahnpassagier gehören, ist nicht immer eindeutig. Die Realisierung anhand des Geschwindigkeitsprofils ohne weitere Informationen (z.B. Karteninformationen) ist immer noch eine technische Herausforderung. Eine Multi-Mode-Erkennung ist noch schwieriger und wurde noch nicht realisiert. Dabei wechselt eine Person seinen Verkehrsmodus (Fußgänger ! Bahn ! Fahrrad) innerhalb eines Datensatzes. Die vorliegende Arbeit konzentriert sich in erster Linie auf die Untersuchung von Smartphone- Sensordaten und macht Vorschläge, wie verschiedene Bewegungsmodi mit Fuzzy-Regel als Bewegungsmodus-Klassifikatoren erkannt werden können. Abschließend gibt sie einen Ausblick auf mögliche zukünftige Applikationen