Entwicklung von Systemen für autonomes Fahren mit MATLAB und Simulink
Übersicht
Automatisierte Fahrtechnologien definieren die Automobilindustrie neu und stellen diese vor bedeutende Herausforderungen, insbesondere im Bereich Algorithmen-Entwicklung und Verifikation von Systemen.
Dazu gehört die effiziente Entwicklung von neuen Deep-Learning-Algorithmen zur Objekterkennung, die bereits existierende oder neu zu definierende neuronale Netze verwenden. Existierende Algorithmen für die Sensorfusion müssen geprüft und getestet oder sogar komplett neu entwickelt werden. Schließlich müssen die zugehörigen Regelungssysteme in Verbindung mit Fahrdynamik, autonomen Komponenten und der sensorgestützten Wahrnehmung durch zuverlässige Simulationen geprüft und validiert werden.
In diesem Webinar stellen wir neue Technologien vor, die auch eine agile Entwicklung automatisierter Fahrsysteme mit solchen Komponenten ermöglichen.
Highlights
- Entwicklung von Objekterkennungsalgorithmen mit Deep Learning
- Entwicklung von Sensorfusionsalgorithmen mit aufgezeichneten und Echtzeit Daten
- Entwurf von Steuerungsalgorithmen mit Model-Predictive Control
Über den bzw. die Referenten
Marco Roggero ist als Applikationsingenieur bei MathWorks für die Bereiche Signalverarbeitung und Kommunikation, Bild- und Videoverarbeitung sowie Automatisierte Fahrsysteme verantwortlich.
Aufgezeichnet: 18 Apr 2018
Ausgewähltes Produkt
