Schlagwörter
simulation based validation, Raycasting-basiertes Sensormodell, Kerndichteschätzung, point cloud simulation, Open Simulation Interface, Modellvalidierung, Mikro-Doppler-Signatur von Felgen, data based modeling, konsistenz, simulation based testing, Fehlerfortpflanzung, driver assistance systems, Raytracing-basierte Radarsimulation, standardisierte Simulationsumgebung, Validierung, Test und Absicherung, simulationsbasiertes Testen, hypothesentestbasierte Validierung, statistical modeling, statistische Validierung, beam expansion, radar point cloud, micro-Doppler effect, simulation, Automatisiertes Fahren, autonomes Fahren, Fahrerassistenzsysteme, statistical validation, rtificial neural networks, positionsbasierte Validierung, Geschwindigkeitsverteilung, test and validation, Open Simulation Interface, ray casting based sensor model, autonomous driving, Lichtgeschwindigkeit, Simulation, Strahlaufweitung, Doppler-Effekt, automated driving, Variational Autoencoder, micro-Doppler signature of rims, Radarsimulation, Punktwolkensimulation, Radarpunktewolke, datenbasierte Modellierung, hybrid radar sensor model, velocity distribution, model validation, multiple reflections, reflections on curved surfaces, Sensorsimulation, statistische Modellierung, hypothesis test based validation, ray tracing based radar simulation, Fehleranalyse, radar simulation, Abtastfrequenz, generative neuronale Netze, speed of light, validation, Generative Adversarial Networks, standardized simulation framework, kernel density estimation, point cloud distribution, position based validation, Punktwolkenverteilung, error analysis, Mehrfachreflexionen, generative neural networks, simulationsbasierte Absicherung, Doppler-effect, szenarienbasierte Validierung, scenario based validation, Mikro-Doppler-Effekt, error propagation, consistency, hybrides Radarsensormodell, sensor simulation, künstliche neuronale Netze