Zobrazeno 1 - 10
of 819
pro vyhledávání: '"Autonomes Fahrzeug"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Roland Kasper, Stephan Schmidt
Publikováno v:
auto. 60:743-754
Zusammenfassung Dieser Beitrag beschreibt ein Bahnplanungs- und Regelungskonzept für ein autonomes spurgeführtes Fahrzeug. Die Planung einer geeigneten Sollbahn erfolgt hierbei durch die Lösung eines nichtlinearen Optimalsteuerungsproblems unter B
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::10f4c7c6bf9b308d57d5681e98a2fe28
https://doi.org/10.1524/auto.2012.1052
https://doi.org/10.1524/auto.2012.1052
Autor:
Boger, Jürgen
Diese Masterarbeit befasst sich mit dem Thema Bahnplanung für ein autonomes Fahrzeug mit Achsschenkellenkung. Aufgrund der Vielzahl verschiedener Algorithmen, die dieses Problem angehen, wurde ein Analysewerkzeug entwickelt, das rapid prototyping er
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1443::85d99c5862fed86c78bf48acd91d0c64
http://oops.uni-oldenburg.de/1447/
http://oops.uni-oldenburg.de/1447/
Driving comfort is considered a key factor for broad public acceptance of automated driving. Based on continuous driver/passenger monitoring, potential discomfort could be avoided by adapting automation features such as the driving style. The EU-proj
Autor:
Schmidt, Stephan, Kasper, Roland
Publikováno v:
Automatisierungstechnik; December 2012, Vol. 60 Issue: 12 p743-754, 12p
Autor:
Hensch, Ann-Christin
In den letzten Jahren ist ein immer größerer Anstieg automatisierter Fahrfunktionen zu verzeichnen. Mit der Einführung von automatisierten Fahrzeugen (AF) gehen allerdings nicht nur Vorteile, sondern auch potentielle Herausforderungen hinsichtlich
Autor:
Chan, Lap Yan
This thesis presents significant advancements in the field of driver’s chest localization and breathing detection using FMCW radar. It introduces a neural network model for predicting the 3D location of the driver’s chest and a novel algorithm fo