Benutzer: Gast  Login
Originaltitel:
Deep Learning Methods for Automotive Radar Signal Processing
Übersetzter Titel:
Deep Learning Methoden für Radarsignalverarbeitung im automobilen Umfeld
Autor:
Pérez Gonzalez, Rodrigo
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Biebl, Erwin (Prof. Dr.-Ing. habil.)
Gutachter:
Biebl, Erwin (Prof. Dr.-Ing. habil.); Heckel, Reinhard (Prof. Dr.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
Stichworte:
radar, deep learning, object detection, object classification, autonomous driving
Übersetzte Stichworte:
radarsignalverarbeitung, deep learning, objektdetektion, objektklassifizierung, autonomes Fahren
TU-Systematik:
ELT 730
Kurzfassung:
For autonomous driving to become a reality, future sensor systems must be able to not only capture the vehicle’s environment, but also to provide semantic information. In this work, deep learning methods, meant to enhance—or even replace—the classical radar signal processing chain, are developed and evaluated in the context of automotive applications. For this purpose, state of the art computer vision approaches are adapted and applied to radar signals in order to detect and classify different r...     »
Übersetzte Kurzfassung:
Um autonomes Fahren zu ermöglichen, müssen zukünftige Sensorsysteme nicht nur in der Lage sein, das Fahrumfeld zu erfassen, sondern auch semantische Informationen zu liefern. In dieser Arbeit werden Deep Learning Methoden, die die klassische Radarsignalverarbeitungskette verbessern oder sogar ersetzen sollen, entwickelt und im Hinblick auf das Automobilumfeld evaluiert. Für diesen Zweck werden hochmoderne Bilderkennungsalgorithmen auf die Domäne der Radarsignale angepasst und zur Klassifizierung...     »
ISBN:
978-3-7369-7462-3
WWW:
https://mediatum.ub.tum.de/?id=1577264
Eingereicht am:
11.11.2020
Mündliche Prüfung:
06.04.2021
Letzte Änderung:
09.09.2021
 BibTeX