Selbstlernende Algorithmen zur videobasierten Absichtserkennung von Fußgängern
Verkehrsunfälle stellen aktuell weltweit die acht-häufigste Todesursache dar, mit steigender Tendenz. Besonders gefährdet sind dabei Fußgänger: Sie sind im Verkehrsgeschehen weitgehend ungeschützt, werden schnell übersehen und sind zugleich sehr agil. Eine einzigartige Chance, diesem Trend entgegenz...
| Autor principal: | |
|---|---|
| Formato: | Libro |
| Publicado: |
Kassel University Press GmbH_Legacy
2017
|
| Materias: | |
| Acceso en línea: | Ver este registro en EBSCOhost |
| fields | @attributes: recordID: 1 pdfLink: plink: https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1464765&site=ehost-live header: @attributes: shortDbName: nlebk uiTerm: 1464765 longDbName: eBook Collection (EBSCOhost) uiTag: AN controlInfo: bkinfo: btl: Selbstlernende Algorithmen zur videobasierten Absichtserkennung von Fußgängern aug: au: Michael Goldhammer sertl: Intelligent Embedded Systems isbn: 9783737602525 9783737602532 imageinfo: pubinfo: dt: @attributes: year: 2017 month: 01 day: 01 dtAvail: @attributes: year: 2021 month: 10 day: 11 vid: 00009 pub: Kassel University Press GmbH_Legacy pubContract: Kassel University Press GmbH place: Kassel price: 0.01 limitsGroup: maxCheckoutDays: 1500 pda: N printPagesOffline: 100 printPagesOnline: 100 previewPages: 10000 prePubGroup: dewey: @attributes: class: 625.794 item: 625 .794 lc: @attributes: class: TE228 item: TE 228 artinfo: ui: 1464765 973834120 formats: fmt: @attributes: type: EB doid: NL$1464765$PDF caption: PDF download: Y tig: atl: Selbstlernende Algorithmen zur videobasierten Absichtserkennung von Fußgängern ptl: Selbstlernende Algorithmen zur videobasierten Absichtserkennung von Fußgängern aug: au: Michael Goldhammer su: Pedestrian accidents Algorithms Electronic traffic controls sug: subj: TECHNOLOGY & ENGINEERING / Civil / Highway & Traffic Pedestrian accidents Algorithms Electronic traffic controls ab: Verkehrsunfälle stellen aktuell weltweit die acht-häufigste Todesursache dar, mit steigender Tendenz. Besonders gefährdet sind dabei Fußgänger: Sie sind im Verkehrsgeschehen weitgehend ungeschützt, werden schnell übersehen und sind zugleich sehr agil. Eine einzigartige Chance, diesem Trend entgegenzuwirken, bieten moderne Systeme zur Fahrerassistenz (ADAS). Die Herausforderung ist dabei die frühzeitige Erkennung kritischer Verkehrssituationen, um effektiv Gegenmaßnahmen, wie eine Fahrerwarnung oder einen autonomen Fahreingriff, einleiten zu können. Für die Situationsanalyse und die Planung einer adäquaten Reaktion essentiell ist das Wissen über die Bewegungsintention der Fußgänger. In dieser Arbeit werden dazu verschiedene Bewegungsmodelle, basierend auf selbstlernenden Verfahren, insbesondere künstlichen neuronalen Netzen, sowie auf physikalischen Grundlagen, entwickelt und verglichen. Die Hauptaugenmerke liegen dabei auf einer universellen Anwendbarkeit ohne Einschränkung auf bestimmte Szenarien, einer hohen Prädiktionsqualität und gutem Ansprechverhalten insbesondere bei schnellen Bewegungswechseln wie Loslaufen oder Abstoppen. pubtype: eBook doctype: Book ougenre: Book language: German copyright: @attributes: flag: N copyrightText: holdings: @attributes: islocal: N |
|---|