User: Guest  Login
Original title:
Deep Learning Methods for Automotive Radar Signal Processing
Translated title:
Deep Learning Methoden für Radarsignalverarbeitung im automobilen Umfeld
Author:
Pérez Gonzalez, Rodrigo
Year:
2021
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Biebl, Erwin (Prof. Dr.-Ing. habil.)
Referee:
Biebl, Erwin (Prof. Dr.-Ing. habil.); Heckel, Reinhard (Prof. Dr.)
Language:
en
Subject group:
ELT Elektrotechnik
Keywords:
radar, deep learning, object detection, object classification, autonomous driving
Translated keywords:
radarsignalverarbeitung, deep learning, objektdetektion, objektklassifizierung, autonomes Fahren
TUM classification:
ELT 730
Abstract:
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...     »
Translated abstract:
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
Date of submission:
11.11.2020
Oral examination:
06.04.2021
Last change:
09.09.2021
 BibTeX