Shop : Details
Shop
Details
Juli 2025
eBook (PDF)
Jan-Christoph Krabbe
Geodatenbasierte Simulation realer Verkehrsumgebungen und innovative flexible Bildsegmentierung auf eingebetteten Systemen
Beiträge zu KI-Methoden im Bereich des autonomen Fahrens
Aktuelle Fortschritte im autonomen Fahren sind eng mit Entwicklungen im Deep Learning verknüpft, etwa durch größere Datenmengen, verbesserte Modellarchitekturen und leistungsfähige Basismodelle (Foundation Models). Im Rahmen des Projekts AFFiAncE wurde ein Prüfstand entwickelt, der die hohen Sicherheitsanforderungen an die Architektur autonomer Fahrzeuge adressiert.
In dieser Arbeit wird gezeigt, wie anhand des CARLA-Simulators synthetische Daten für den Prüfstand des Projekts erzeugt wurden. Dabei wird die Erstellung der dafür benötigten virtuellen Umgebungen anhand von realen Geodaten betrachtet.
Ein Schwerpunkt der Arbeit liegt auf der Auswertung von 3D-Punktwolkendaten zur Detektion von Bordsteinkanten. Diese erlauben eine präzise Rekonstruktion von Straßenverläufen und -breiten und können zur Aktualisierung von Kartendaten sowie virtueller Umgebungen beitragen. Es wird ein regelbasierter Algorithmus mit einem Deep-Learning-Modell verglichen und eine iterative Nachverarbeitung vorgestellt, die die Detektion auch in schwierigen Fällen, wie abgesenkten Bordsteinkanten, ermöglicht.
Darüber hinaus wird ein neuartiger Ansatz zur flexiblen semantischen Segmentierung von Kamerabildern vorgestellt. Dieser basiert auf einem großen KI-Basismodell, das mittels Prompt Tuning angepasst wurde. Um die Einsatzfähigkeit auf eingebetteten Systemen zu gewährleisten, wurde eine Wissensdestillation durchgeführt. Die durch den Ansatz ermöglichte Flexibilität wird aufgezeigt und evaluiert.
In dieser Arbeit wird gezeigt, wie anhand des CARLA-Simulators synthetische Daten für den Prüfstand des Projekts erzeugt wurden. Dabei wird die Erstellung der dafür benötigten virtuellen Umgebungen anhand von realen Geodaten betrachtet.
Ein Schwerpunkt der Arbeit liegt auf der Auswertung von 3D-Punktwolkendaten zur Detektion von Bordsteinkanten. Diese erlauben eine präzise Rekonstruktion von Straßenverläufen und -breiten und können zur Aktualisierung von Kartendaten sowie virtueller Umgebungen beitragen. Es wird ein regelbasierter Algorithmus mit einem Deep-Learning-Modell verglichen und eine iterative Nachverarbeitung vorgestellt, die die Detektion auch in schwierigen Fällen, wie abgesenkten Bordsteinkanten, ermöglicht.
Darüber hinaus wird ein neuartiger Ansatz zur flexiblen semantischen Segmentierung von Kamerabildern vorgestellt. Dieser basiert auf einem großen KI-Basismodell, das mittels Prompt Tuning angepasst wurde. Um die Einsatzfähigkeit auf eingebetteten Systemen zu gewährleisten, wurde eine Wissensdestillation durchgeführt. Die durch den Ansatz ermöglichte Flexibilität wird aufgezeigt und evaluiert.
Schlagwörter: Autonomes Fahren; Künstliche Intelligenz; Bildsegmentierung; Eingebettete Systeme; Simulation; Geodaten; Deep Learning; Computer Vision; Semantische Segmentierung; Punktwolkenverarbeitung; Bordsteinkantendetektion
Weitere Formate
Print-Version: 978-3-8191-0141-0
DOI 10.2370/9783819102172
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
| Dokument |  | Gesamtdokument | ||
| Dateiart |  | |||
| Kosten |  | 44,85 € | ||
| Aktion |  | Zahlungspflichtig kaufen und download der Datei | ||
| Dokument |  | Inhaltsverzeichnis | ||
| Dateiart | | |||
| Kosten |  | frei | ||
| Aktion |  | Download der Datei | ||
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Am Langen Graben 15a
52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
