Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Robust Solutions for Pose Estimation Problems in Intelligent Transportation Systems
Übersetzter Titel:
Robuste Lösungen für Pose-Schätzungsprobleme in intelligenten Transportsystemen
Autor:
Li, Xinyi
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Knoll, Alois Christian (Prof. Dr. habil.)
Gutachter:
Knoll, Alois Christian (Prof. Dr. habil.); Zhang, Feihu (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 260; DAT 815
Kurzfassung:
Pose estimation is an essential problem in intelligent transportation systems (ITSs), which relies on sensor measurements to estimate the pose of objects. To meet safety requirements, pose estimation techniques must handle a large number of outliers. This thesis aims to explore robust solutions based on branch and bound, a global optimization algorithm framework, for typical pose estimation problems in ITSs.
Übersetzte Kurzfassung:
Die Schätzung der Pose ist ein wesentliches Problem in intelligenten Transportsystemen (ITS), bei dem Sensormessungen verwendet werden, um die Pose von Objekten abzuschätzen. Um Sicherheitsanforderungen zu erfüllen, müssen Pose-Schätzverfahren mit einer großen Anzahl von Ausreißern umgehen können. Diese Arbeit zielt darauf ab, robuste Lösungen für typische Pose-Schätzungsprobleme in ITS auf Basis des Branch-and-Bound, einem globalen Optimierungsalgorithmus-Framework, zu erforschen.
WWW:
https://mediatum.ub.tum.de/?id=1713283
Eingereicht am:
26.06.2023
Mündliche Prüfung:
07.12.2023
Dateigröße:
81634906 bytes
Seiten:
173
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20231207-1713283-1-2
Letzte Änderung:
22.03.2024
 BibTeX