Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
10 2020 Elektronik automotive 37 Autonomes Fahren | Künstliche Intelligenz tragen liegt der Einsatz von Elementen künstlicher Intelligenz nahe in Analogie zum Langzeitgedächtnis des menschlichen Gehirns Im ersten Schritt werden Eingangsdaten der kamerabasierten Sensorkomponenten in Rohform auf Bildbeeinträchtigungen algorithmisch überprüft und ebenjene Bildelemente markiert Die Möglichkeit zur Realisierung stellen hierzu die Kombination eines Partial Convolutional Neural Net CNN sowie ein Recurrent Convolutional Neural Net RCNN dar die gemäß Deep-Learning-Verfahren auf die Erkennung der Relation zwischen ordentlichen und beeinträchtigen Bildelementen trainiert worden sind Anschließend werden diese vorverarbeiteten Bilddaten insbesondere markierte Bildbeeinträchtigungen durch plausible Erfahrungswerte in Form von Bildelementen ersetzt und somit das ordnungsgemäße Bild durch Metainformationen rekonstruiert Die verwendete Architektur neuronaler Netze ermöglicht die Abstraktion zuvor erfasster Szenarien und der Identifikation von Zusammenhängen Im Rahmen des Trainings-Sets werden Millionen unterschiedlicher Bilddateien gesammelt sowie die korrekte Abstraktion der Bildsegmente in Trainingsetappen zur Durchführung der Bildelementrekonstruktion angelernt Insofern stellt dieser Softwareansatz eine modulare Lösung dar die vorgeschaltet in die Bestandsarchitektur der Software zur eigentlichen Objekterkennung -klassifizierung und -tracking eingebettet werden kann Über diesen Weg trägt das Softwaremodul DiFoRem dem Ziel Rechnung die Verfügbarkeit von kamerabasierten Parkund Fahrfunktionen durch Optimierung der Eingangsinformation zu erhöhen Praxisbeispiel Zu Beginn eines Einparkmanövers in eine Längsparklücke wird die Heckschürze des Vorderfahrzeugs durch das Kamerasystem korrekt erfasst Während des Rangierens wird allerdings ein Teil der Windschutzscheibe verschmutzt und dadurch das Sichtfeld der FrontMatthias Dasch ist Programm Manager Connectivity & User Experience Er begann seine berufliche als Radiound Fernsehtechniker und Soundengineer Zu seinen Spezialgebieten gehören Akustik Infotainment und Connectivity Dennis Andreas Martin ist Program Manager Autonomous Drive & Safety Entwicklung Plattformen & Funktionen Er hat einen Abschluss als Wirtschaftsingenieur Elektro-Informationstechnik mit Spezialisierung im Bereich Automation und Robotik kamera stark beeinträchtigt Bild 1 Weil bei Bestandssystemen im Sinne des Operational Fail Safe die kamerabasierten Funktionen von aktiv also in die Längsund Querführung eingreifend zu ausschließlich informierend degradieren würden greift vor der Degradation DiFoRem ein Bild 2 Sowohl die Informationen über das zuvor erfasste Vorderfahrzeug als auch die Erfahrungswerte aus sämtlichen Trainingsvorgängen können nun zur Rekonstruktion des Bildes verwendet werden eine Analogie zum menschlichen Kurzsowie Langzeitgedächtnis Somit kann das von EDAG Electronics entwickelte DiFoRem als Softwaremodul zur Optimierung der Eingangsdaten für die Weiterverarbeitung im System zur Längsund Querführung verwendet werden Es trägt je nach Einsatz zur erhöhten Verfügbarkeit von Funktionen wie Top-Rear-SideView Verkehrszeichenerkennung und automatischer Distanzregelung Active Cruise Control ACC bei ECK noffz com SMART TEST SYSTEMS FOR THE FUTURE OF MOBILITY Product Validation Board-Level-Test Endof-Line-Test Multi DUT RF Test Radar Test System & 5G OTA Test Cellular GNSS & Wireless LiDAR RADAR Radar Test System & 5G OTA Test GPS GALILEO BEIDOU GLONASS 5G BT