Möchten Sie mit Ihrem Team teilnehmen? Ab drei Personen profitieren Sie von unseren Gruppenrabatten! Direkt im Shop buchen!

Machine Learning für Fahrerassistenzsysteme

Mittlerweile sind Fahrerassistenzsysteme – ADAS, Advanced Driver Assistance Systems – aus unserem Alltag kaum mehr wegzudenken. Beispiele für Fahrerassistenzsystem, in denen Machine-Learning-Verfahren umgesetzt werden, sind unter anderem:

* Adaptive Geschwindigkeitsregelanlage, Adaptive Cruise Control (ACC)
* Nachtsicht-Assistent, Automotive Night Vision
* Adaptiver Fernlichtassistent, Adaptive High-Beam System
* Autonomes Notbremssystem, Autonomous Emergency Braking (AEB)
* Spurhalteassistent, Lane Departure Warning (LDW)
* Aktiver Spurhalteassistent, Lane Keep Assist (LKA)
* Verkehrszeichenerkennung, Traffic Sign Recognition (TSR)

Auch auf dem Weg zum hochautomatisiertem Fahren spielen Fahrerassistenzsysteme und somit Machine-Learning-Verfahren eine wichtige Rolle.

Vorkenntnisse

Vorkenntnisse sind nicht erforderlich.

Lernziele

Der Vortrag gibt einen Überblick über Machine-Learning-Verfahren im Bereich der Fahrerassistenzsysteme und zeigt die Funktionsweise eines autonomen Notbremssystems für Fußgänger. Die Teilnehmenden sollen einen Überblick über die Funktionsweise, den Fortschritt und die Herausforderungen bei der Entwicklung einer Funktion im Bereich der Fahrerassistenzsysteme bekommen.

Speaker

 

Björn Scheuermann
Björn Scheuermann ist Entwicklungsingenieur im Bereich der Fahrerassistenzsysteme bei der Robert Bosch GmbH. Er promovierte im Forschungsbereich Computer Vision an der Leibniz Universität Hannover und hat mehrere Veröffentlichungen in diesem Bereich.

M3-Newsletter

Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden