Biologische wie künstliche Systeme müssen sich mit Hilfe verrauschter und zum Teil widersprüchlicher Sensordaten in ihrer komplexen Umwelt zurechtzufinden. Diese Arbeit behandelt einen vom Kortex inspirierten verteilten Sensorfusions-Ansatz, der Korrelationen in vielschichtigen Datenströmen erkennt und nutzt, um eine kohärente Gesamtdarstellung zu liefern. Anwendungsbeispiele zeigen, dass der Ansatz robust ist, gut skaliert und parallelisierbar ist, und daher prädestiniert ist für echtzeitfähige und ausfallsichere Sensorfusion in der Robotik.
«
Biologische wie künstliche Systeme müssen sich mit Hilfe verrauschter und zum Teil widersprüchlicher Sensordaten in ihrer komplexen Umwelt zurechtzufinden. Diese Arbeit behandelt einen vom Kortex inspirierten verteilten Sensorfusions-Ansatz, der Korrelationen in vielschichtigen Datenströmen erkennt und nutzt, um eine kohärente Gesamtdarstellung zu liefern. Anwendungsbeispiele zeigen, dass der Ansatz robust ist, gut skaliert und parallelisierbar ist, und daher prädestiniert ist für echtzeitfähige...
»