Fahrerassistenzsysteme und automatisiertes Fahren
- Herausgeber:innen:
- Reihe:
- VDI-Berichte, Band 2394
- Verlag:
- 2022
Zusammenfassung
Inhalt
Pitch der Innovationen – Impulsvorträge im Plenummit anschließender Poster-Session
Manipulation von Sensordaten aus Testfahrten zur Analyse und Bewertung implementierter Rückfalllösungen . . . . . . . . . . . . . .1
Sensortechnologien und Perzeption
Radar Target Simulator – Key Technology for AV Development . . . . . . . . . . . 13
Künstliche Intelligenz (KI), Verhaltensplanung und Kooperation
Realisierung einer querführenden Fahrerassistenzfunktion mithilfe von adaptiver Regelung und neuronalen Netzen . . .. . . . . . .27
Augmentation von Kameradaten mit Generative Adversarial Networks (GANs) zur Absicherung automatisierter Fahrfunktionen . . . . . . . . . . . 41
Kalibrierung von Neuronalen Netzen für Detektionsmodelle . .. . . . . . . 49
Projekt COPE – Collective Perception zur Vermeidung von Kollisionen und gefährlichen Situationen mittels V2X . . . . . . . .63
Architekturen für voll- und teilautomatisiertes Fahren
UNICARagil – Disruptive Modular Architectures for Agile Automated Vehicle Concepts . . . . . . 75
Ein industrieübergreifender Überblick von fehlertoleranten Ansätze...
Schlagworte
Publikation durchsuchen
Bibliographische Angaben
- Copyrightjahr
- 2022
- ISBN-Print
- 978-3-18-092394-9
- ISBN-Online
- 978-3-18-102394-5
- Verlag
- VDI Verlag, Düsseldorf
- Reihe
- VDI-Berichte
- Band
- 2394
- Sprache
- Deutsch
- Seiten
- IX
- Produkttyp
- Sammelband
Inhaltsverzeichnis
- Titelei/Inhaltsverzeichnis Teilzugriff Seiten I - VIII Download Kapitel (PDF)
- Manipulation von Sensordaten aus Testfahrten zur Analyse und Bewertung implementierter Rückfalllösungen Kein ZugriffAutor:innen: | |
- Radar Target Simulator – Key Technology for AV Development Kein ZugriffAutor:innen: |
- Realisierung einer querführenden Fahrerassistenzfunktion mithilfe von adaptiver Regelung und neuronalen Netzen Kein Zugriff Seiten 27 - 40Autor:innen: | | |
- Augmentation von Kameradaten mit Generative Adversarial Networks (GANs) zur Absicherung automatisierter Fahrfunktionen Kein Zugriff Seiten 41 - 48Autor:innen: | | | |
- Kalibrierung von Neuronalen Netzen für Detektionsmodelle Kein Zugriff Seiten 49 - 62Autor:innen: | | |
- Projekt COPE – Collective Perception zur Vermeidung von Kollisionen und gefährlichen Situationen mittels V2X Kein Zugriff Seiten 63 - 74Autor:innen: | | | | | | |
- UNICARagil – Disruptive Modular Architectures for Agile Automated Vehicle Concepts Kein Zugriff Seiten 75 - 88Autor:innen: | | |
- Ein industrieübergreifender Überblick von fehlertoleranten Ansätzen in autonomen Systemen Kein Zugriff Seiten 89 - 108Autor:innen: | | | | |
- Abbildung rechtlicher Anforderungen auf die Architektur komplexer Fahrerassistenzsysteme und autonomer Fahrzeuge Kein Zugriff Seiten 109 - 120Autor:innen: | | | | | | | |
- Real World Scenarios for the Safety Validation and Development of Highly Automated Driving Functions Kein Zugriff Seiten 121 - 130Autor:innen: | | |
- Entwicklung, Erprobung und Regelbetrieb automatisierter Fahrzeuge aus datenschutzrechtlicher Perspektive Kein Zugriff Seiten 131 - 142Autor:innen:
- Do you want me to shift lanes? – Investigating automated driving strategies in urban areas Kein Zugriff Seiten 143 - 158Autor:innen: | | |
- Nachweis der Betriebsbewährung automatisierter und autonomer Fahrzeuge Kein Zugriff Seiten 159 - IXAutor:innen: | | | |





