Die Einführung automatisierter Fahrfunktionen wird unser Mobilitätsverhalten und unseren Alltag radikal verändern. Insbesondere ist automatisiertes Fahren dazu geeignet, den Straßenverkehr sowohl sicherer als auch komfortabler zu machen. Um die Fahraufgabe ähnlich wie ein Mensch übernehmen zu können, ist es für das automatisierte Fahrzeug notwendig, nicht nur umgebende Verkehrsteilnehmer wahrzunehmen, sondern auch deren Verhalten zu prädizieren.
Dieses Dissertationsvorhaben beschäftigt sich nun insbesondere mit probabilistischen Methoden zur Verhaltensprädiktion. Diese können zum Beispiel berücksichtigen, dass für einen Verkehrsteilnehmer verschiedene Verhaltensweisen zugleich wahrscheinlich sein können und dass gleiche Manöver, sobald sie z. B. von verschiedenen Fahrern ausgeführt werden, in ihrer Ausprägung variieren können. Im Vortrag werden Beiträge zum wissenschaftlichen Diskurs in Bezug auf die Verbesserung bekannter probabilistischer Prädiktionsverfahren sowie durch Ergänzung neuartiger Ansätze vorgestellt.
Einen weiteren Schwerpunkt des Dissertationsvorhabens bildet die Untersuchung des Einflusses von Umgebungsbedingungen auf das Fahrverhalten und damit auf die Verhaltensprädiktion. Im Speziellen wird erörtert, ob Wissen zu Umgebungsbedingungen für eine Verhaltensprädiktion herangezogen werden sollte und – falls ja – wie entsprechende Mechanismen aussehen.