iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A27 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8 ProRedmi Note 9
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Technik Elektronik, Elektro- und Nachrichtentechnik Machine Learning based Motion Forecast for Automotive Applications
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Machine Learning based Motion Forecast for Automotive Applications
Maximilian Schäfer (Broschiert, Englisch)
Optischer Zustand
Beschreibung
The prediction of the future motion of road users is a critical task in supporting advanced driver-assistance systems (ADAS). It is of even more importance for self-driving vehicles in enabling the planning and execution of safe driving maneuvers. It is a challenging task due to the complexity of the possible driving scenarios. The intention of other road users is not directly observable, and… often multiple future trajectories can be plausible, for example, turning right or continuing straight at an intersection. In addition, there are numerous possible interactions among road users and the driving environments, which are practically not feasible for explicit modeling. In this thesis, these challenges are tackled by jointly learning and predicting the motion of all road users in a scene, using a novel convolutional neural network (CNN) and recurrent neural network (RNN) based architecture, called CASPNet. Moreover, by leveraging grid-based input and output data structures, the computational cost is decoupled from the number of road users, and multi-modal predictions become inherent properties of our proposed method. Evaluations on public datasets show that the proposed approach reaches state-of-the-art performance, reaching first place in the nuScenes prediction benchmark. Pedestrians are especially vulnerable in traffic scenarios. This thesis introduces a method that detects and integrates pedestrian body and head orientation into a prediction system to predict the movements of pedestrians more accurately. Finally, CASPNet output modality was extended to predict the future ego path, integrated into an ADAS system, and successfully validated in real-world closed-loop operation. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Technische Daten
Erscheinungsdatum
26.10.2026
Sprache
Englisch
EAN
9783819109164
Herausgeber
Shaker
Serien- oder Bandtitel
Berichte aus der Elektrotechnik
Sonderedition
Nein
Autor
Maximilian Schäfer
Seitenanzahl
153
Auflage
1
Einbandart
Broschiert
Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.
Transparenz & Sicherheit
Hersteller: Shaker Verlag GmbH, Am Langen Graben 15a, Düren, Deutschland, 52353, info@shaker.de
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen