Straßenumfeldmodellierung durch Fusion und Interpretation von Sensordaten zur spurgenauen Positionierung des Fahrzeugs (eBook, PDF)
Versandkostenfrei!
Sofort per Download lieferbar
Statt: 59,90 €**
41,90 €
inkl. MwSt. und vom Verlag festgesetzt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Alle Infos zum eBook verschenkenWeitere Ausgaben:
PAYBACK Punkte
0 °P sammeln!
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Im Zuge der Weiterentwicklung in der Automobilindustrie in Richtung des pilotierten Fahrens stellt eine hoch genaue Ortung des Fahrzeugs eine Basistechnologie für verschiedene Systeme dar. Durch die damit steigenden Anforderungen an Navigations- und Fahrerassistenzsysteme gewinnt die Ermittlung einer fahrstreifengenauen Fahrzeugposition immer mehr an Bedeutung. In dieser Arbeit wird untersucht, inwieweit es durch Verarbeitung von Sensordaten aktueller Serienfahrzeuge möglich ist, die aktuell befahrene Spur und die damit zusammenhängende Anzahl der Spuren zu erfassen. Hierfür wird das Fahrz...
Im Zuge der Weiterentwicklung in der Automobilindustrie in Richtung des pilotierten Fahrens stellt eine hoch genaue Ortung des Fahrzeugs eine Basistechnologie für verschiedene Systeme dar. Durch die damit steigenden Anforderungen an Navigations- und Fahrerassistenzsysteme gewinnt die Ermittlung einer fahrstreifengenauen Fahrzeugposition immer mehr an Bedeutung. In dieser Arbeit wird untersucht, inwieweit es durch Verarbeitung von Sensordaten aktueller Serienfahrzeuge möglich ist, die aktuell befahrene Spur und die damit zusammenhängende Anzahl der Spuren zu erfassen. Hierfür wird das Fahrzeugumfeld sensorisch erfasst, interpretiert und mit Kartendaten abgeglichen. Die Leistungsfähigkeit der Algorithmen wird auf verschiedenen Straßenklassen, Verkehrslagen sowie Witterungsbedingungen getestet.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.
Andere Kunden interessierten sich für
