Semantische Netze als Wissensbasis automatisierter Fahrzeuge

Situationsverstandnis ist eine Grundvoraussetzung, um im Strasenverkehr kollisionsfreie, komfortable und regelkonforme Fahrmanover durchfuhren zu konnen. Ein Fahrer interpretiert permanent, wie die wahrgenommenen Objekte im aktuellen Geschehen zusammenwirken, welche Eigenschaften und Handlungsspielraume diese haben und in naher Zukunft haben werden. Die Interpretation ist dabei masgeblich vom Vorwissen des Fahrers abhangig. Auf Basis der Situationsinterpretation und seinen aktuellen Zielen trifft der Fahrer Entscheidungen uber das folgende Fahrmanover. Um das Fahren in hoheren Automatisierungsgraden ermoglichen zu konnen, mussen Automationssysteme ebenfalls, analog dem menschlichen Vorbild, vorrausschauend fahren konnen und situationsabhangig relevantes Vorwissen in die Entscheidungsfindung einbeziehen. In dieser Arbeit wird ein Konzept vorgestellt, in dem das notige Vorwissen zur Interpretation einer Situation, zur Manoverplanung und der Ansteuerung des Mensch-Maschine Interface in einer Wissensbasis in Form einer Ontologie modelliert und das Funktionsverhalten uber pradikatenlogische Regeln gesteuert wird. Zur Abbildung von unsicherem Wissen werden die Konzepte der Ontologie mit Markov Logic Networks verknupft. Die Umsetzung des Konzepts wurde in einer Simulation einer urbanen Verkehrssituation, in der Vorwissen uber das Verhalten von Passanten notwendig ist, evaluiert.