Domain Gap Analyse von Radardaten aus dem Automobilbereich

2025
Buch

Verfasst von: Lukas Lang
Buchreihe: Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart
Verlag: Springer Fachmedien Wiesbaden
Enthalten in: Springer Professional "Wirtschaft+Technik"; Springer Professional "Technik"

Über dieses Buch

Radarsensoren aus dem Automobilbereich sind gegenüber Wetter- und Lichteinflüssen deutlich robuster als LIDAR- und Kamerasensoren. Lukas Lang behandelt daher zum einen die Verwendung von Radardaten für Kollisionserkennungen und ihrer Wahrscheinlichkeiten zwischen Verkehrsteilnehmern durch KI- und ML-Ansätze. Zum anderen wird der Einfluss verschiedener Datensätze auf das Ergebnis mittels einer Domain Gap Analyse untersucht. Die Studie konzeptioniert und implementiert dazu beide Bereiche und diskutiert die Ergebnisse.

Inhaltsverzeichnis

Frontmatter

Kapitel 1. Einleitung

Zusammenfassung

Dieses Kapitel stellt als Einleitung zuerst die Motivation dieser Arbeit vor. Basierend darauf wird die Forschungsfrage gestellt. Anschließend folgt der Aufbau der Arbeit.

Lukas Lang

Kapitel 2. Grundlagen

Zusammenfassung

Das folgende Kapitel stellt die Grundlagen für diese Arbeit vor. Sie bilden die Basis für die Methoden in Kapitel 4. Zuerst wird das Thema der Domain Gaps in Kapitel 2.1 aus der Literatur aufgegriffen.

Lukas Lang

Kapitel 3. Themenhinführung

Zusammenfassung

Basierend auf den Grundlagen des vorherigen Kapitels stellt dieses Kapitel die Vorüberlegungen und Herleitungen für die in Kapitel 4 verwendeten Methoden vor. Dazu wird zuerst die Thematik dieser Arbeit diskutiert. Danach wird in Kapitel 3.1 der Anwendungsfall der Kollisionsvorhersage in das Themengebiet von ML und KI eingeordnet.

Lukas Lang

Kapitel 4. Methoden dieser Arbeit

Zusammenfassung

Nachdem das vorherige Kapitel auf die Thematik der Domain Gaps und ihrer Analyse eingegangen ist, präsentiert das folgende Kapitel Methoden, die in dieser Arbeit verwendet werden. Dazu zeigt Kapitel 4.2 zuerst eine Methode zur Erzeugung neuer Frames ohne eine zusätzliche Simulation. Für die Methoden zur Domain Gap Analyse werden zuerst in Kapitel 4.1 die Anforderungen an die Daten und Methoden gestellt.

Lukas Lang

Kapitel 5. Konzeption des Anwendungsfalls

Zusammenfassung

Dieses Kapitel stellt ein Konzept für den Anwendungsfall zur Kollisionsvorhersage mittels Radardaten vor. Dabei werden die in Kapitel 2 beschriebenen Grundlagen aufgegriffen und in den Kontext dieser Arbeit gestellt. Außerdem werden die jeweiligen Vor- und Nachteile herausgearbeitet und diskutiert.

Lukas Lang

Kapitel 6. Ergebnisse und Diskussion

Zusammenfassung

Ausgehend von der Themenhinführung aus Kapitel 3 und den Methoden in Kapitel 4 werden im nachfolgenden Kapitel die Ergebnisse aus Kapitel 5 diskutiert.

Lukas Lang

Kapitel 7. Zusammenfassung und Ausblick

Zusammenfassung

Wie im einleitenden Kapitel 1 erläutert, untersucht diese Arbeit die Verwendung von Radardaten zur Kollisionsvorhersage von einem Ego-Fahrzeug mit Verkehrsteilnehmern mittels Machine Learning Ansätzen und Ansätzen aus der Künstlichen Intelligenz. Dazu wird die Anwendung direkt auf Sensordaten konzipiert. Dies besitzt den Vorteil, dass keine Umwege über eine Objekterkennung und Trajektorienplanung notwendig sind.

Lukas Lang

Titel: Domain Gap Analyse von Radardaten aus dem Automobilbereich
Verfasst von: Lukas Lang
Verlag: Springer Fachmedien Wiesbaden
Electronic ISBN: 978-3-658-50120-4
Print ISBN: 978-3-658-50119-8
DOI: https://doi.org/10.1007/978-3-658-50120-4

Die PDF-Dateien dieses Buches entsprechen nicht vollständig den PDF/UA-Standards, bieten jedoch eingeschränkte Bildschirmleseunterstützung, beschriebene nicht-textuelle Inhalte (Bilder, Grafiken), Lesezeichen zur einfachen Navigation sowie durchsuchbaren und auswählbaren Text. Nutzer von unterstützenden Technologien können Schwierigkeiten bei der Navigation oder Interpretation der Inhalte in diesem Dokument haben. Wir sind uns der Bedeutung von Barrierefreiheit bewusst und freuen uns über Anfragen zur Barrierefreiheit unserer Produkte. Bei Fragen oder Bedarf an Barrierefreiheit kontaktieren Sie uns bitte unter accessibilitysupport@springernature.com

Erweiterte Suche

Suchoperatoren:

Springer Professional

Domain Gap Analyse von Radardaten aus dem Automobilbereich

Über dieses Buch

Inhaltsverzeichnis

Frontmatter

Kapitel 1. Einleitung

Kapitel 2. Grundlagen

Kapitel 3. Themenhinführung

Kapitel 4. Methoden dieser Arbeit

Kapitel 5. Konzeption des Anwendungsfalls

Kapitel 6. Ergebnisse und Diskussion

Kapitel 7. Zusammenfassung und Ausblick

Backmatter

Premium Partner