Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Hybrid Machine Learning Methods for Vehicle Safety Applications
Übersetzter Titel:
Hybride maschinelle Lernmethoden für die Anwendung in der Fahrzeugsicherheit
Autor:
Chaulwar, Amit Tulsidas
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Utschick, Wolfgang (Prof. Dr.); Botsch, Michael ((Prof. Dr.)
Gutachter:
Utschick, Wolfgang (Prof. Dr.); Botsch, Michael ((Prof. Dr.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
Stichworte:
Hybrid Machine Learning, Safe Trajectory Planning, Vehicle Safety, Motion Planning, Autonomous Driving
Übersetzte Stichworte:
Hybrides maschinelles Lernen, sichere Trajektorienplanung, Fahrzeugsicherheit, Bewegungsplanung, Autonomes Fahren
TU-Systematik:
ELT 515d
Kurzfassung:
Machine learning algorithms are usually not used in safety critical applications, because they are not interpretable. This work proposes hybrid methods, i.e. combinations of machine learning and model-based algorithms in order to realise the trajectory-planning in critical traffic scenarios. The advantage of the methods lies in the considerable reduction of computational resources. This has been shown with implementations on various hardware platforms.
Übersetzte Kurzfassung:
Maschinelle Lernverfahren werden in sicherheitskritischen Anwendungen in der Regel nicht eingesetzt, weil sie nicht interpretierbar sind. Diese Arbeit schlägt hybride Verfahren vor, d.h. Kombinationen von maschinellen Lernalgorithmen und modellbasierten Algorithmen, um die Trajektorienplanung in kritischen Verkehrsszenarien zu realisieren. Der Vorteil der Methodik liegt in der erheblichen Ressourcenreduktion. Diese wurde durch Implementierungen auf mehreren Hardware-Plattformen gezeigt.
WWW:
https://mediatum.ub.tum.de/?id=1574742
Eingereicht am:
28.09.2020
Mündliche Prüfung:
01.07.2021
Dateigröße:
6567371 bytes
Seiten:
182
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210701-1574742-1-1
Letzte Änderung:
16.11.2021
 BibTeX