Fahrzeugsicherheit und automatisiertes Fahren
Fahrzeugsicherheit und automatisiertes Fahren
Methoden der Signalverarbeitung und des maschinellen Lernens39,99 €
inkl. MwSt. ggf. zzgl.
lieferbar
Sie sind Dozierende:r oder Lehrkraft? Bitte melden Sie sich an oder registrieren Sie sich, um kostenlos auf unsere Inhalte zugreifen zu können.
Prüfe ob du über deine Hochschulbibliothek Zugriff auf den Titel in der Hanser eLibrary hast.
Fahrzeugsicherheit und automatisiertes Fahren in der Hanser eLibrary
Fahrzeugsicherheit und automatisiertes Fahren in der Hanser eLibrary
- ISBN: 978-3-446-46804-7
- Erscheinungsdatum: 06/2020
- Sprache: Deutsch
- Seitenanzahl: 448
- Auflage: 1
- Barrierefreiheit: Dieses Dokument kann der Carl Hanser Verlag derzeit noch nicht vollständig barrierefrei gemäß den geltenden Standards bereitstellen. Die Textelemente sind jedoch bereits weitgehend barrierefrei strukturiert. An der vollständigen Umsetzung wird weiter gear
-
Produktsicherheit:
Carl Hanser Verlag GmbH & Co KG
Vilshofener Str. 10
81679 München
E-Mail: info@hanser.de
Sicherheitshinweis entsprechend Art.9 Abs. 7 Satz 2 GPSR entbehrlich
Produktinformationen "Fahrzeugsicherheit und automatisiertes Fahren"
Signalverarbeitung und maschinelles Lernen für das automatisierte Fahren
Dieses Buch behandelt Methoden der Signalverarbeitung und des maschinellen Lernens, die in der integralen Fahrzeugsicherheit und für das automatisierte Fahren benötigt werden. Es vermittelt die mathematischen Grundlagen, um eigene Algorithmen für automatisierte Eingriffe in die Fahrzeugführung zu entwerfen und zu implementieren. Das Buch wendet sich an Ingenieure/-innen aus dem Bereich Automotive sowie an Studierende und Promovierende der Ingenieurwissenschaften.
Folgende Themen werden behandelt:
- Maschinelles Lernen (inklusive Deep Learning): Grundlagen und Anwendungen für das automatisierte Fahren, Convolutional Neural Networks, Random Forest, Autoencoder
- Statistische Signalverarbeitung: Grundlagen der statistischen Filterung sowie Tracking von Objekten in der Fahrzeugumgebung, Kalman-Filter, Fusion von Sensordaten
- Fahrzeugmodelle und Trajektorien: Fahrdynamikmodelle für die aktive Fahrzeugsicherheit und das automatisierte Fahren, Trajektorienplanung und Trajektorienfolgeregler, Kollisionsmodelle für die passive Fahrzeugsicherheit
- Zeit- und Frequenzdarstellung von Signalen (z. B. Filterung von Beschleunigungssignalen in Airbag-Steuergeräten)
- Mathematische Grundlagen für den Entwurf von Algorithmen: Lineare Algebra, Optimierung, Wahrscheinlichkeitstheorie und Lineare Systeme
Die einzelnen Schwerpunkte werden durch Übungsaufgaben mit Musterlösungen veranschaulicht. Für Übungsaufgaben, bei denen es erforderlich ist, werden Matlab-Skripte zur Verfügung gestellt.
Dieses Buch behandelt Methoden der Signalverarbeitung und des maschinellen Lernens, die in der integralen Fahrzeugsicherheit und für das automatisierte Fahren benötigt werden. Es vermittelt die mathematischen Grundlagen, um eigene Algorithmen für automatisierte Eingriffe in die Fahrzeugführung zu entwerfen und zu implementieren. Das Buch wendet sich an Ingenieure/-innen aus dem Bereich Automotive sowie an Studierende und Promovierende der Ingenieurwissenschaften.
Folgende Themen werden behandelt:
- Maschinelles Lernen (inklusive Deep Learning): Grundlagen und Anwendungen für das automatisierte Fahren, Convolutional Neural Networks, Random Forest, Autoencoder
- Statistische Signalverarbeitung: Grundlagen der statistischen Filterung sowie Tracking von Objekten in der Fahrzeugumgebung, Kalman-Filter, Fusion von Sensordaten
- Fahrzeugmodelle und Trajektorien: Fahrdynamikmodelle für die aktive Fahrzeugsicherheit und das automatisierte Fahren, Trajektorienplanung und Trajektorienfolgeregler, Kollisionsmodelle für die passive Fahrzeugsicherheit
- Zeit- und Frequenzdarstellung von Signalen (z. B. Filterung von Beschleunigungssignalen in Airbag-Steuergeräten)
- Mathematische Grundlagen für den Entwurf von Algorithmen: Lineare Algebra, Optimierung, Wahrscheinlichkeitstheorie und Lineare Systeme
Die einzelnen Schwerpunkte werden durch Übungsaufgaben mit Musterlösungen veranschaulicht. Für Übungsaufgaben, bei denen es erforderlich ist, werden Matlab-Skripte zur Verfügung gestellt.
Anmelden
Noch keine Bewertung
Derzeit liegen noch keine Bewertugen zu diesem Artikel vor. Verfassen Sie die erste Bewertung und helfen Sie anderen Kund:innen.
Michael Botsch
Prof. Dr.-Ing. Michael Botsch ist Professor für Fahrzeugsicherheit und Signalverarbeitung an der Technischen Hochschule Ingolstadt. Zuvor war er als Entwicklungsingenieur im Bereich der integralen Fahrzeugsicherheit bei der AUDI AG tätig. Er vertritt in Forschung und Lehre Methoden der Signalverarbeitung und des maschinellen Lernens in Automotive-Anwendungen.
Wolfgang Utschick
Prof. Dr.-Ing. Wolfgang Utschick vertritt das Fachgebiet „Methoden der Signalverarbeitung“ an der Fakultät für Elektrotechnik und Informationstechnik der Technischen Universität München. Seine Schwerpunkte in Lehre und Forschung liegen auf dem Gebiet der statistischen Signalverarbeitung, der mathematischen Optimierung und des maschinellen Lernens für drahtlose Sensor- und Kommunikationssysteme. In seinen jüngeren Forschungsarbeiten beschäftigt er sich zudem mit Fragestellungen der Fahrzeugsicherheit und dem automatisierten Fahren.
Die Coverdateien dürfen Sie zur Bewerbung des Buches honorarfrei verwenden.
