
doi: 10.34657/22087
Das Projekt ATTENTION beschäftigte sich mit der Entwicklung einer Methode zur Echtzeit-Vorhersage von Verletzungen besonders gefährdeter Verkehrsteilnehmer (VRU, Vulnerable Road Users) wie Fußgängern und Radfahrern im urbanen Verkehr. Im Fokus für QualityMinds standen die Modellierung und das Training von KI-Modellen, die speziell darauf ausgelegt sind, Verletzungen bei unvermeidbaren Unfällen vorherzusagen. Diese Modelle sollten auf Unfallsdaten trainiert werden, die mit digitalen Menschmodellen generiert wurden. Während Projektpartner die Datengenerierung durchführten, sollte QualityMinds die Qualität der Trainingsdaten sicherstellen, um präzise und verlässliche Vorhersagen zu gewährleisten. Neben der Verletzungsvorhersage sollten von QualityMinds auch KI-Modelle entwickelt und trainiert werden, um das Bewegungsverhalten von Fußgängern, Radfahrern und Fahrzeugen in Echtzeit zu prognostizieren. Diese verschiedenen Modelle sollten in einer virtuellen, von QualityMinds implementierten, Fahrumgebung integriert werden. Durch diese Fahrumgebung sollte die Methode zur Minimierung Verletzungsrisikos situationsabhängig dargestellt werden. Datei-Upload durch TIB
000 | Informatik, Information und Wissen, allgemeine Werke
000 | Informatik, Information und Wissen, allgemeine Werke
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
