User: Guest  Login
Original title:
Machine Learning for Grid-Based Sensor Fusion in Automotive Applications
Translated title:
Maschinelles Lernen für die grid-basierte Sensordatenfusion in automobilen Anwendungen
Author:
Balazs, Gabor
Year:
2022
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Stechele, Walter (Prof. Dr.)
Referee:
Stechele, Walter (Prof. Dr.); Biebl, Erwin (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 200
Abstract:
Advanced driver assistance systems of L2/2+ require a robust environmental model with free-space estimation. To create such model, a dense, multi-modal perception is needed. However, in current distributed systems only pre-processed data is accessible to a fusion ECU. The problem of fusing pre-processed sensor data to a grid-based environmental model is tackled with neural networks. The thesis deals with the creation, the special training scheme and the multi-objective optimization of these net...     »
Translated abstract:
Fahrerassistenzsysteme der Stufe L2/2+ setzen ein robustes Umfeldmodell mit Freiraumerkennung voraus. Um dies zu erstellen, bedarf es einer reichhaltigen, multimodalen Perzeption. Jedoch gibt es in den aktuellen, verteilten Systemarchitekturen für Fusionsprozessoren nur Zugriff auf vorverarbeitete Daten. Die Erstellung eines Grid-basierten Umfeldmodells aus den vorverarbeiteten Sensordaten wird mit neuronalen Netzen bewerkstelligt. Die Arbeit befasst sich mit der Erstellung, dem speziellen Trai...     »
WWW:
https://mediatum.ub.tum.de/?id=1615018
Date of submission:
21.07.2021
Oral examination:
27.01.2022
File size:
8162499 bytes
Pages:
155
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220127-1615018-1-8
Last change:
05.04.2022
 BibTeX