Einparken eines autonomen Fahrzeugs durch überwachtes Lernen

URL
Dokumentart: Bachelor Thesis
Institut: Department Maschinenbau und Produktion
Sprache: Deutsch
Erstellungsjahr: 2013
Publikationsdatum:
SWD-Schlagwörter: Maschinelles Lernen
Freie Schlagwörter (Deutsch): künstliche Neuronale Netze, künstliche modulare Neuronale Netze
DDC-Sachgruppe: Informatik

Kurzfassung auf Deutsch:

In dieser Arbeit wurden in der Simulation unterschiedliche Verfahren entwickelt und verglichen, wie ein autonomes Fahrzeug durch Methoden des überwachten Lernens das Einparken in eine Parklücke erlernen kann. In diesem Kontext wurden verschiedene Möglichkeiten der Zustandsrepräsentation, sowie der Einsatz von künstlichen Neuronalen Netzen und modularen künstlichen Neuronalen Netzen zur Funktionsapproximation untersucht.

Kurzfassung auf Englisch:

In this work, dierent methods for parking an autonomous vehicle by methods of supervised learning have been developed and compared. In this context dierent possibilities of state representation, and the use of articial neural networks and modular articial neural networks for function approximartion have been investigated.

Hinweis zum Urherberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.