004 Informatik
Refine
Year of publication
- 2020 (7) (remove)
Document Type
- Article (6)
- Bachelor Thesis (1)
Has Fulltext
- yes (7) (remove)
Keywords
- model car (2)
- Ableitung Solltrajektorie (1)
- Autonomes Fahren (1)
- Autonomous (1)
- Business Analytics (1)
- Business Intelligence (1)
- Extended Kalman-Filter (1)
- Fahrspur (1)
- Fahrspurerkennung (1)
- Kalman-Filter (1)
Diese Bachelorarbeit ging der Frage nach, wie der zeitlich anspruchsvolle und komplexe Prozess der kanalübergreifenden Kampagnen-Steuerung des Media Managements der RTL DISNEY Fernsehen GmbH & Co. KG (SUPER RTL) mittels einer geeigneten Lösung automatisiert werden kann. Dadurch soll ermöglicht werden, eine deutlich effizientere Analyse der Daten vorzunehmen. Hierzu wurde der derzeitige Prozess untersucht, die erlangten Erkenntnisse umfangreich analysiert und daraus klare Zielsetzungen an die Entwicklung des Systems abgeleitet. Im Zuge der Produktkonzeption wurde ein Lösungskonzept, welches die Business Intelligence Plattform Microsoft Power BI und die API-Verwaltung von Supermetrics enthält, entworfen und anschließend realisiert. Ziel war es, dem Benutzer eine intuitive und übersichtliche Anwendung zur Verfügung zu stellen, mit der kanalübergreifende Auswertungen durch explorative Visualisierungen vorgenommen werden können. Bestehende komplexe, zeitlich aufwendige und manuelle Prozessabläufe wurden so mehrheitlich im System standardisiert und stehen nunmehr effizient, ersichtlich und vollautomatisiert zur Verfügung.
Diese Arbeit befasst sich mit der Entwicklung eines robusten Positionsschätzers. Die Positionsschätzung findet für einen mobilen Roboter statt, welcher autonom einen Rundkurs abfährt.
Mithilfe des von Thrun et al. entwickelte FastSLAM Ansatz wird ein Konzept zur Filterung der Position entwickelt. Geeignete Umweltinformationen werden für die kontinuierliche Korrektur ermittelt und beschrieben. Für die Korrektur wird die Charakteristik der Rennstrecke genutzt.
Durch eine Validierung des Konzepts wird die Funktionalität gezeigt und ein Einblick in die erforderliche Rechenleistung gegeben.
Diese Arbeit beschreibt die Aufstellung einer Trajektorie für ein autonomes Fahrzeug. Als Basis dient eine Vorarbeit, bei der ein neuronales Netz das Bild einer Frontkamera eines Autos in Fahrspur und Nicht-Fahrspur segmentiert. Darauf aufbauend wird das Bild zunächst in die Vogelperspektive transformiert. Anschließend folgen eine Detektion der Fahrspurkanten sowie ein Clustering-Verfahren, um linke und rechte Kantenabschnitte zu separieren. Weiter wird die Trajektorie diskret in Form von Parametern des Kreisbogenmodells aufgenommen. Die Prädiktion dieser Parameter erfolgt mittels eines Extended Kalman-Filters. Die abschließende Validierung der Algorithmen erfolgt durch eine synthetisch generierte Fahrspur.
Diese Arbeit befasst sich mit der Entwicklung einer kamerabasierten Verkehrszeichenerkennung für ein autonom fahrendes Fahrzeug.
Dabei wird das neuronale Netz SSD-MobileNet-V1 verwendet, dessen Training ausschließlich mit virtuellen Trainingsdaten erfolgt. Zur Validierung wird ein autonom fahrendes Modellfahrzeug verwendet. Um die Verkehrszeichenerkennung auf dem Modellfahrzeug integrieren zu können, wird sie in Form eines ROS-Nodes implementiert, welcher außerdem die notwendige Vorverarbeitung der Kamerabilder sowie die Plausibilisierung der erkannten Verkehrszeichen beinhaltet. Es folgt die Integration der Verkehrszeichenerkennung in das Modellfahrzeug, wo sie auf einem NVIDIA Jetson TX2-Board ausgeführt wird.
Die entwickelte Verkehrszeichenerkennung ist in der Lage, 15 der 17 trainierten Verkehrszeichen zuverlässig zu erkennen und kann auf dem NVIDIA Jetson TX2-Board mit ausreichender Performance ausgeführt werden.
Design of a transverse controller for an autonomous driving model car based on the Stanley approach
(2020)
The Stanley approach is an established transverse controller
for autonomous vehicle’s to follow a desired reference
path accordingly. In this publication, functional extensions of
the Stanley algorithm are demonstrated. The resulting overall
lateral controller can be used for autonomous model cars
especially.