Fachbereiche | |
---|---|
Buchreihen (92) |
1308
|
Geisteswissenschaften |
2293
|
Naturwissenschaften |
5354
|
Ingenieurwissenschaften |
1746
|
Allgemeine Ingenieurwissenschaften | 284 |
Maschinenbau und Verfahrenstechnik | 842 |
Elektrotechnik | 670 |
Bergbau- und Hüttenwesen | 30 |
Architektur und Bauwesen | 73 |
Allgemein |
91
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
Leseprobe, PDF (930 KB)
Inhaltsverzeichnis, PDF (520 KB)
Das Ziel der vorliegenden Arbeit ist die Entwicklung eines tiefenwahrnehmenden Scheinwerfers unter der Berücksichtigung einer Scheinwerfer-Kamera-Kopplung. Demgemäß soll die Tiefenmessung über die Produktion von Basislichtverteilungen durch die Pixellichtsysteme und der entsprechenden Akquisition durch die Fahrerassistenzkamera ermöglicht werden. Hierzu ist die Verwendung von Serienderivaten aus aktuellen Baureihen vorzusehen. Weiterhin ist die Sensorik auf die Berücksichtigung gesetzeskonformer Lichtverteilungen auszurichten. Um den Anforderungen einer seriennahen Sensorlösung weiterhin zu entsprechen, sollen zudem exklusiv die existenten Signale der Lichtassistenz und die entsprechenden Seriendatensätze berücksichtigt werden. Die Tiefenmessung unterliegt der Parametrisierung geometrischer Modelle, wodurch die Entwicklung geeigneter Kalibrieralgorithmen notwendig wird.
ISBN-13 (Printausgabe) | 9783736971097 |
ISBN-13 (E-Book) | 9783736961098 |
Sprache | Deutsch |
Seitenanzahl | 234 |
Umschlagkaschierung | matt |
Auflage | 1. |
Erscheinungsort | Göttingen |
Erscheinungsdatum | 06.11.2019 |
Allgemeine Einordnung | Dissertation |
Fachbereiche |
Elektrotechnik
|
Schlagwörter | Aktive Triangulation, Stereoskoische Tiefenrekonstruktion, Shape from X, Automobile Umfelderfassung, Fahrzeugsensorik, Scheinwerfergestützte Tiefenrekonstruktion, Pixellichtsysteme, Fahrerassistenz, Autonomes Fahren, Scheinwerfer-Kamera Fusion, Scheinwerfer Online Kalibrierung, Hochauflösende Scheinwerfer, Sensorredundanz, Virtuelle Sensorik, Frequenzgestützte Merkmalsextraktion, Kamerabasierte Merkmalsdetektion, Maschinelle Lernverfahren, Pulsierende Lichtquellen, Kamerabasierte Lichtassistenz, Scheinwerfermodellierung, Scheinwerfersimulationen, Sensorsimulationen |