Übersicht			Auf mobile öffnen

Lieferstatus:	Auf Bestellung (Lieferzeit unbekannt)
Veröffentlichung:	Juni 2020
Genre:	Naturwissensch., Medizin, Technik
	Algebra / Algorithmen / Automatisiertes Fahren / Automatisierungstechnik / Autonomes Fahren / Deep Learning / Digitale Signalverarbeitung (DSP) / Elektrotechnik, Elektronik / Fahrdynamikmodelle / Fahrzeug- und Transportindustrie / Fahrzeugsicherheit / Fahrzeugtechnik / Ingenieurwissenschaften / Kalman-Filter / Künstliche neuronale Netze / machine learning / Maschinelles Lernen / Neuronale Netze und Fuzzysysteme / Sensordatenfusion / Signalverarbeitung / Trajektorienplanung / Wahrscheinlichkeitsrechnung und Statistik
ISBN:	9783446453265
EAN-Code:	9783446453265
Verlag:	Hanser Fachbuch
Einband:	Gebunden
Sprache:	Deutsch
Dimensionen:	H 240 mm / B 167 mm / D 27 mm
Gewicht:	1024 gr
Seiten:	448
Illustration:	Komplett in Farbe
Bewertung:	Titel bewerten / Meinung schreiben

Inhalt:

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.