Prädiktion der Fußgängerbewegung anhand von Smartphone/Smartwatch-Daten (Machine Learning)

[julianbock]

Ausschreibung als PDF:
http://www.ika.rwth-aachen.de/images/2015-11-bock.pdf

Eckdaten
Art der Arbeit:Bachelor-/Masterarbeit
Vorkenntnisse: Programmierkenntnisse
Beginn: sofort
Bereich: Fahrerassistenz / Driver Assistance

Weltweit sterben jährlich in etwa 1,24 Mio. „Vulnerable Road User“. Um diese Anzahl zu reduzieren, wurden in den letzten Jahren neben passiven auch immer mehr aktive Fußgängerschutzsysteme in Fahrzeuge integriert. Damit Situationen, in denen Fußgänger gefährdet sind, prädiziert werden können,ist es essentiell das Verhalten der Fußgänger abzuschätzen.
Ein sehr großer Anteil der Fußgänger trägt ein Smartphone mit sich und auch Smartwatches haben bereits eine gewisse Verbreitung gefunden. Die Sensordaten dieser Geräte können zur Prädiktion der Fußgängerbewegung genutzt werden. Mit Verfahren des maschinellen Lernens kann ein System zur Bewegungsprädiktion anhand der Sensormessdaten trainiert werden. Zur Erstellung der sogenannten „Ground Truth“ können Laserscanner verwendet werden.
Ziel dieser Arbeit ist die Entwicklung eines Systems zur Prädiktion der Fußgängerbewegung unter Nutzung von Methoden zum maschinellen Lernen mit Daten eines Smartphones und einer Smartwatch.

Arbeitspunkte
Literaturrecherche
Entwicklung, Analyse und prototypische Umsetzung eines Systems zur Prädiktion der Fußgängerbewegung mit Smartphone- und Smartwatchdaten

Anforderungen
Gute Studienleistungen
Kenntnisse im Bereich des maschinellen Lernens / künstliche Intelligenz sind von Vorteil
Programmierkenntnisse in C/C++ oder MATLAB/Simulink
Deutsch und Englisch fließend in Wort und Schrift
Zuverlässigkeit, Engagement und Spaß am selbstständigen Arbeiten

Ansprechpartner

Julian Bock M.Sc.
+49 241 80 26533
bock [a t] ika.rwth-aachen.de