h1

001021975 001__ 1021975
001021975 005__ 20260113055345.0
001021975 0247_ $$2HBZ$$aHT031334571
001021975 0247_ $$2Laufende Nummer$$a44892
001021975 0247_ $$2datacite_doi$$a10.18154/RWTH-2025-09790
001021975 037__ $$aRWTH-2025-09790
001021975 041__ $$aEnglish
001021975 082__ $$a510
001021975 1001_ $$0P:(DE-588)1383515522$$aEl Amouri, Amira$$b0$$urwth
001021975 245__ $$aDriver interaction: mathematical modeling and numerical methods$$cvorgelegt von Amira El Amouri, M. Sc.$$honline
001021975 246_3 $$aFahrerinteraktion: mathematische Modellierung und numerische Methoden$$yGerman
001021975 260__ $$aAachen$$bRWTH Aachen University$$c2025
001021975 260__ $$c2026
001021975 300__ $$a1 Online-Ressource : Illustrationen
001021975 3367_ $$02$$2EndNote$$aThesis
001021975 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
001021975 3367_ $$2BibTeX$$aPHDTHESIS
001021975 3367_ $$2DRIVER$$adoctoralThesis
001021975 3367_ $$2DataCite$$aOutput Types/Dissertation
001021975 3367_ $$2ORCID$$aDISSERTATION
001021975 502__ $$aDissertation, RWTH Aachen University, 2025$$bDissertation$$cRWTH Aachen University$$d2025$$gFak01$$o2025-10-23
001021975 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University 2026
001021975 5203_ $$aDie Automobilindustrie erlebt erhebliche Fortschritte bei autonomen und assistierten Fahrfunktionen. Eine große Herausforderung bleibt jedoch, sicherzustellen, dass diese Systeme von den Fahrern akzeptiert und effektiv in ihre Fahrgewohnheiten integriert werden. Daher wäre ein umfassendes Framework notwendig, um die Interaktion zwischen Fahrern und assistierten Fahrfunktionen zu analysieren und zu optimieren. Diese Arbeit präsentiert den Entwurf eines fahrerinteraktionsbasierten Frameworks für die geteilte Querführung eines Fahrzeugs. Drei wesentliche Forschungsziele werden betrachtet: die Entwicklung einer Methodik zur Erfassung der Dynamik der geteilten Querführung, die Konstruktion eines Fahrerinteraktionsklassifikators und die Modellierung von Konzepten für eine individualisierte Fahrerunterstützung. Wir stellen ein mathematisches Fahrer-Lenkrad-Interaktionsmodell vor. Das Modell ermöglicht eine umfassende Analyse des Zusammenspiels zwischen Fahrer- und Assistenzsystem am Lenkrad. Dieses Modell erfordert die Formulierung eines quadratischen Programms. Wir wenden die Varying-Coefficient (VC) Methode an, um dieses quadratische Programm effektiv zu formulieren. Wir entwickeln einen Fahrerinteraktionsklassifikator basierend auf einem realen Fahrversuch. Geeignete Klassifikationsmerkmale werden vorgeschlagen und untersucht: Konflikt und Passivität, Fahrlinienkonsistenz, Anpassung und individuelle Fahrlinienmuster. Wir identifizieren fünf Fahrerinteraktionsstrategien: Anpassung, Beharrlichkeit, selektive Beharrlichkeit, Passivität und Unsicherheit. Die Klassifikationsergebnisse werden durch einen Vergleich mit subjektiven Experteneinschätzungen validiert. Zusätzlich wenden wir die Methode Dynamic Mode Decomposition (DMD) an, um die zugrundeliegenden Dynamiken für jede Klasse zu analysieren. Wir präsentieren Konzepte zur Anpassung des Systemverhaltens in Echtzeit. Wir entwerfen eine Modellprädiktive Regelung (MPC) und führen verschiedene Performance-Tests durch, um sicherzustellen, dass das gewünschte Systemverhalten für jede der fünf Fahrerinteraktionsstrategien abgebildet werden kann. Wir wenden Online-Active-Set-Methoden und Innere-Punkt-Methoden an, um die Optimierungsprobleme in Echtzeit zu lösen. Das Framework wird mit einem Fokus auf die Anwendbarkeit in einem realen Fahrversuch implementiert. Zusätzlich schlagen wir weitere Konzepte zur Anpassung des Systemverhaltens basierend auf einzelnen Komponenten des Frameworks vor.$$lger
001021975 520__ $$aThe automotive industry is witnessing significant advancements in autonomous and assisted driving functions. However, a major challenge remains in ensuring these systems are accepted by drivers and effectively integrated into their driving routines. Hence, the necessity of a comprehensive framework becomes crucial to analyze and enhance the interaction between drivers and assisted driving functions. In this thesis, we design and implement a driver interaction based framework for shared lateral driving. The research is divided into three main objectives: developing a methodology to capture the dynamics of shared control, constructing a driver interaction classifier, and modeling concepts for individualized driver support. We introduce a novel driver-steering interaction model to analyze the interplay between driver and assistance system torques. The model allows a comprehensive analysis of the driver torque, the assistance torque, and their combined effect on the vehicle's steering behavior. To accurately represent these interactions, the driver-steering interaction model requires the formulation of a quadratic program. We apply the Varying Coefficient (VC) method to effectively formulate this QP. We develop a driver interaction classifier based on a designed real-driving experimental framework. We identify and suggest suitable classification features: conflict and passivity, path consistency, adaptation and individual path pattern features. We categorize the identified driver interaction strategies into five distinct classes: adaptation, persistence, selective persistence, nonintervention and uncertainty. The classification is validated through a comparison with subjective expert assessments. Additionally, we apply Dynamic Mode Decomposition (DMD) to analyze the underlying dynamics for each class. We present concepts for adapting the system behavior in real-time to account for the driver interaction strategies. We design a Model Predictive Control (MPC) system and conduct a performance analysis to ensure it aligns with desired system behavior for each class. We apply online active-set methods and interior point methods to solve the optimization problems in real-time. The framework is implemented with a focus on real-world applicability. Additionally, we suggest further concepts for adapting the system behavior based on independent components of the framework.$$leng
001021975 588__ $$aDataset connected to Lobid/HBZ
001021975 591__ $$aGermany
001021975 653_7 $$aFahrerinteraktion
001021975 653_7 $$aKlassifikation
001021975 653_7 $$aassistance systems
001021975 653_7 $$adriver interaction
001021975 7001_ $$0P:(DE-82)IDM00024$$aHerty, Michael$$b1$$eThesis advisor$$urwth
001021975 7001_ $$0P:(DE-82)127527$$aGöttlich, Simone$$b2$$eThesis advisor
001021975 8564_ $$uhttps://publications.rwth-aachen.de/record/1021975/files/1021975.pdf$$yOpenAccess
001021975 8564_ $$uhttps://publications.rwth-aachen.de/record/1021975/files/1021975_source.zip$$yRestricted
001021975 909CO $$ooai:publications.rwth-aachen.de:1021975$$popenaire$$popen_access$$pVDB$$pdriver$$pdnbdelivery
001021975 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
001021975 9141_ $$y2025
001021975 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-588)1383515522$$aRWTH Aachen$$b0$$kRWTH
001021975 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM00024$$aRWTH Aachen$$b1$$kRWTH
001021975 9201_ $$0I:(DE-82)114620_20140620$$k114610$$lLehrstuhl für Numerische Mathematik$$x0
001021975 9201_ $$0I:(DE-82)110000_20140620$$k110000$$lFachgruppe Mathematik$$x1
001021975 961__ $$c2026-01-12T11:12:55.669170$$x2025-11-19T11:42:05.287923$$z2026-01-12T11:12:55.669170
001021975 9801_ $$aFullTexts
001021975 980__ $$aI:(DE-82)110000_20140620
001021975 980__ $$aI:(DE-82)114620_20140620
001021975 980__ $$aUNRESTRICTED
001021975 980__ $$aVDB
001021975 980__ $$aphd