Scholarlink

<p class="MsoNormal"><span style="font-size: 11.0pt; font-family: 'Calibri',sans-serif; mso-ascii-theme-font: minor-latin; mso-hansi-theme-font: minor-latin; mso-bidi-theme-font: minor-latin;">Radarsensoren aus dem Automobilbereich sind gegenüber Wetter- und Lichteinflüssen deutlich robuster als LIDAR- und Kamerasensoren. Lukas Lang behandelt daher zum einen die Verwendung von Radardaten für Kollisionserkennungen und ihrer Wahrscheinlichkeiten zwischen Verkehrsteilnehmern durch KI- und ML-Ansätze. Zum anderen wird der Einfluss verschiedener Datensätze auf das Ergebnis mittels einer Domain Gap Analyse untersucht. Die Studie konzeptioniert und implementiert dazu beide Bereiche und diskutiert die Ergebnisse.</span></p>

错误：搜索内容不能为空，请输入英文关键词
错误：关键词超出字数限制，请精简
高级检索

Domain Gap Analyse von Radardaten aus dem Automobilbereich

  • 书籍

  • 发表日期：

    2025年

查看全文
  • Lukas Lang

摘要

Radarsensoren aus dem Automobilbereich sind gegenüber Wetter- und Lichteinflüssen deutlich robuster als LIDAR- und Kamerasensoren. Lukas Lang behandelt daher zum einen die Verwendung von Radardaten für Kollisionserkennungen und ihrer Wahrscheinlichkeiten zwischen Verkehrsteilnehmern durch KI- und ML-Ansätze. Zum anderen wird der Einfluss verschiedener Datensätze auf das Ergebnis mittels einer Domain Gap Analyse untersucht. Die Studie konzeptioniert und implementiert dazu beide Bereiche und diskutiert die Ergebnisse.