Optimierung von Fahrerassistenzsystemen

Diese Arbeit gliedert sich in einen methodischen und einen anwendungsorientierten Teil, wobei sich der methodische Teil mit der Verbesserung der zeitlichen Effizienz von Evolutionsstrategien (ESs) und Support-Vektor-Maschinen (SVMs) befasst. In diesem Teil wird die Berechnungskomplexität der Covariance-Matrix-Adaptation-ES (CMA-ES)auf das theoretische Minimum reduziert und ein neues Approximationsverfahren für SVMs entwickelt, das eine größere Leistungsfähigkeit als bestehende Techniken aufweist. Im anwendungsorientierten Teil werden Komponenten für Fahrerassistenzsysteme entwickelt und optimiert. Dabei spielen die im methodischen Teil entwickelten Verfahren eine zentrale Rolle. Mit der CMA-ES werden die optimalen Parameter eines Fahrspurfindungssystems bestimmt. Des Weiteren wird ein effizientes und robustes System zur Fluchtpunktschätzung entwickelt. Abschließend wird für die Fußgängerdetektion mit SVMs die Technik der evolutionären Mehrzieloptimierung vorgeschlagen und eingesetzt.