User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
Hybrid Machine Learning Methods for Vehicle Safety Applications
Translated title:
Hybride maschinelle Lernmethoden für die Anwendung in der Fahrzeugsicherheit
Author:
Chaulwar, Amit Tulsidas
Year:
2021
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Utschick, Wolfgang (Prof. Dr.); Botsch, Michael ((Prof. Dr.)
Referee:
Utschick, Wolfgang (Prof. Dr.); Botsch, Michael ((Prof. Dr.)
Language:
en
Subject group:
ELT Elektrotechnik
Keywords:
Hybrid Machine Learning, Safe Trajectory Planning, Vehicle Safety, Motion Planning, Autonomous Driving
Translated keywords:
Hybrides maschinelles Lernen, sichere Trajektorienplanung, Fahrzeugsicherheit, Bewegungsplanung, Autonomes Fahren
TUM classification:
ELT 515d
Abstract:
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.
Translated abstract:
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
Date of submission:
28.09.2020
Oral examination:
01.07.2021
File size:
6567371 bytes
Pages:
182
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210701-1574742-1-1
Last change:
16.11.2021
 BibTeX