Fahrzeugsicherheit und automatisiertes Fahren:
Methoden der Signalverarbeitung und des maschinellen
Lernens
Autoren: Michael Botsch und
Wolfgang Utschick
|
|
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: Grundlagen und Anwendungen für
das automatisierte Fahren, Deep Learning, 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. Download
der Matlab-Skripte Das Kennwort ist im Buch enthalten (zu Beginn der
Musterlösungen in jedem Kapitel) |
|
|
|
