Zusammenfassung der Dissertation

Für den gefahrlosen Einsatz automatisierter Fahrzeuge im urbanen Umfeld müssen die Fahrfunktionen umfassend getestet werden. Dabei ist die Vielfalt der möglichen Verkehrssituationen eine Herausforderung. Die Dissertation beschäftigt sich mit Verfahren des unüberwachten maschinellen Lernens, um die für den Test relevanten Situationen aus Verkehrs-Datensätzen zu extrahieren. Somit können automatisierte Fahrfunktionen in der Simulation realistisch getestet und der Stadt-Verkehr der Zukunft sicherer gemacht werden.