Es wurden 547 Produkte zu dem Suchbegriff klassifizierung in 4 Shops gefunden:

Im Rahmen der Arbeit wird eine Methode zur Klassifizierung von Unfallszenarien entwickelt wobei es sich bei den Unfällen um Pfahlkollisionen handelt. Die Klassifizierung eines Unfallszenarios erfolgt durch die Abschätzung der bevorstehenden Fahrzeuggeschwindigkeitsänderungen in Fahrzeuglängs- und Fahrzeugquerrichtung sowie der Positionsabschätzung des Pfahls. Zudem ist eine genaue Abschätzung der genannten Unfallparameter bereits 10 ms nach dem Pfahlaufprall möglich. Für eine genaue Abschätzung der Unfallparameter werden Beschleunigungs- und Gierratensignale des Fahrzeugs benötigt die mithilfe von FE-Gesamtfahrzeugsimulationen gewonnen werden. Sowohl die Beschleunigungs- als auch die Gierratensignale erfahren im Anschluss eine Wavelettransformation. Zudem wird der Betrag der Wavelettransformierten im Zeit- und im Frequenzbereich diskretisiert. Dies ist notwendig um wesentliche Informationen in einer geeigneten Form aus den Signalen ziehen zu können damit diese als Eingangsparameter für künstliche neuronale Netze nutzbar sind. Mithilfe der künstlichen neuronalen Netze erfolgt die Abschätzung der wesentlichen bereits oben genannten Unfallparameter. Zudem können diese Unfallparameter nach einem erfolgreichen Training eines künstlichen neuronalen Netzes auch für unbekannte Unfallszenarien bestimmt werden wobei die äußeren Grenzen der Trainingsmenge einzuhalten sind. Aufgrund der frühzeitigen Unfallparameterabschätzungen ist eine Anpassung der Auslösealgorithmen der Rückhaltesysteme möglich. Der bedarfsgerechte Einsatz von Rückhaltesystemen in einem Unfallszenario könnte dadurch zu einer erheblichen Verringerung der Verletzungsschwere führen. Die Untersuchungen in dieser Arbeit beziehen sich ausschließlich auf Kollisionen mit einem Pfahlhindernis welches sich frontal vor dem Fahrzeug befindet. Die erzielten Ergebnisse sind insbesondere bei der Abschätzung der Aufprallgeschwindigkeit in Fahrzeuglängsrichtung und der Pfahlpositionen sehr genau. Zudem besitzt die Methode ein sehr stabiles Verhalten bezüglich Gewichtsänderungen am Fahrzeug im gesamten zulässigen Gewichtsbereich. Auch auf erhebliche Größenänderungen des Pfahldurchmessers kann ein künstliches neuronales Netz durch ein entsprechendes Training angepasst werden sodass auch in diesen Unfallszenarien genaue Abschätzungen möglich sind. Zuletzt wird in der Arbeit dargelegt dass die guten Ergebnisse nicht auf Zufälligkeiten beruhen sondern in den charakteristischen Eigenschaften der verwendeten Eingangsgrößen begründet sind.

Binding : Gebundene Ausgabe, Label : Bechtermünz Vlg., Augsbg., Publisher : Bechtermünz Vlg., Augsbg., medium : Gebundene Ausgabe, numberOfPages : 168, publicationDate : 1998-09-01, authors : Nicola Cipriani, languages : german, ISBN : 3860475851

Aufgrund des großen Sichtfeldes bei guter Auflösung und gleichzeitig hoher Reichweite gelten LiDAR-Sensoren als eine elementare Komponente hochautomatisierter Fahrzeuge. Durch Anhaften von Verunreinigungen wie Regen oder Staub auf der Sensorschutzscheibe wird die Sensorfunktionalität stark eingeschränkt. In dieser Arbeit werden Methoden zur Detektion und Charakterisierung von Verunreinigungen vorgestellt die eine intelligente und vollständig automatisierte Reinigung der Oberfläche ermöglichen. By providing a high resolution at high distances in a broad field of view LiDAR sensors are a key element in automated driving cars. However in harsh environmental conditions particles from rain or dust attach on the outer surface of the sensor and cause a degradation of the overall performance. This work introduces several methods to detect and characterize those particles realizing the integration of an intelligent and fully automated cleaning system to restore the required performance.

Binding : Taschenbuch, Edition : 1, Label : Hallwag, Publisher : Hallwag, Format : Gefaltete Karte, medium : Taschenbuch, numberOfPages : 560, publicationDate : 2023-01-26, releaseDate : 2023-01-01, ISBN : 3828310427

Reolink 4K Vandalismusgeschützte PoE-Kamera mit 5X Zoom: Auflösung: 3840x2160(8MP)@25FPS, Zoom: 5x, Vandalismusgeschützt mit IK10 Klassifizierung, Infrarot-Nachtsicht: 30 Meter, Spotlight, Farbnachtsicht, Stromversorgung: DC12V/1A & PoE (IEEE 802.3af), Speicher: Micro SD-Kartensteckplatz (bis zu...

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften

für bodenebenen Einbau geeignet ultraflach ohne Kanten mit 15 mm Innentiefe rutschfest nach höchster Klassifizierung DIN/EN 51097 mit bakteriostatischen und fungiziden Oberflächeneigenschaften