Skip to main content

Bewegungssteuerung autonomer Fahrzeuge mit neuronalen Feldern

  • Conference paper
Mustererkennung 2000

Part of the book series: Informatik aktuell ((INFORMAT))

  • 279 Accesses

Zusammenfassung

Fahrerassistenzsysteme werden eingesetzt, um dem Fahrer eines Kraftfahrzeugs Handlungsabläufe abzunehmen. Diese Handlungsabläufe werden definiert durch eine Aufgabenstellung, die vom Fahrer an das Fahrerassistenzsystem übergeben oder systembedingt gelöst wird. Bei komplexen Fahrerassistenzsystemen ist an eine autonome Navigation im Straßenverkehr gedacht. Es wird ein neues Verfahren vorgestellt, welches eine Bewegungssteuerung eines autonomen Fahrzeugs durchführen kann. Es werden der Lenkwinkel und die Geschwindigkeit beeinflußt. Für diese Aufgabe wird ein dynamischer Ansatz aus dem Bereich der neuronalen Felder gewählt. Relevante Attribute für den Fahrtverlauf auf unterschiedlichem Abstraktionsniveau können dabei einfach (additiv) verarbeitet werden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literatur

  1. S. Aman. Dynamics of pattern formation in lateral-inhibition type neural fields. Biological Cybernetics, 27:77–87, 1977.

    Article  MathSciNet  Google Scholar 

  2. S.-I. Amari. Field Theory of Self-Organizing Neural Nets. IEEE Transactions on Systems, Man, and Cybernetics, 13:741–748, 1983.

    MathSciNet  MATH  Google Scholar 

  3. M. Bertozzi and A. Broggi. GOLD: a Parallel Real-Time Stereo Vision System for Generic Obstacle and Lane Detection. In IEEE, editor,IEEE Transactions on Image Processing, volume 7(1) pages 62–81, 1998.

    Article  Google Scholar 

  4. R.R. Brooks and S.S. Ivengar. Multi-Sensor Fusion. Prentice Hall PTR, Upper Saddle River, New Jersey, 1998.

    Google Scholar 

  5. B.V. Dasarathy. Decision Fusion. IEEE Computer Society Press, Los Alamitos, 1994.

    Google Scholar 

  6. E.D. Dickmanns et al. Vehicles capable of dynamic vision. In I5th International Joint Conference on Artificial Intelligence (IJCAI), pages 1-16, Nagoya, Japan, 1997.

    Google Scholar 

  7. M.A. Giese. Dynamic Neural Field Theory for Motion Perception. Kluwer, Norwell, USA, 1999.

    Google Scholar 

  8. S. Goerzig and U. Franke. ANTS - Intelligent Vision in Urban Traffic. In IV’98, IEEE International Conference on Intelligent Vehicles 1998, pages 545-549, Stuttgart, Germany, 1998. IEEE.

    Google Scholar 

  9. U. Handmann. Neuronale Informationsverarbeitung für Fahrerassistenzsysteme. PhD thesis, Institut für Neuroinformatik, Ruhr-Universität Bochum, Germany, 2000.

    Google Scholar 

  10. U. Handmann, T. Kalinke, C. Tzomakas, M. Werner, and W. von Seelen. An Image Processing System for Driver Assistance. Image and Vision Computing (Elsevier), 18(5)367–376, 2000.

    Article  Google Scholar 

  11. U. Handmann, I. Leefken, C. Tzomakas, and W. von Seelen. A Flexible Architecture for Driver Assistance. In SPIE’s International Symposium on Intelligent Systems and Advanced Manufacturing 1999 (Mobile Robots and Autonoumous Systems), Proceedings of SPIE Vol. 3838, pages 2-11, Boston, 1999. SPIE.

    Google Scholar 

  12. U.Handmann, G. Lorenz, T. Schnitger, and W. von Seelen. Fusion of Different Sensors and Algorithms for Segmentation. In IV’98, IEEE International Conference on Intelligent Vehicles 1998, pages 499-504, Stuttgart, Germany, 1998. IEEE.

    Google Scholar 

  13. M. Rossi, M. Aste, R. Cattoni, and B. Caprile. The IRST Driver’s Assistance System. Technical Report 9611-01, Instituto per la Ricerca Scientificia e Technologica, Povo, Trento, Italy, 1996.

    Google Scholar 

  14. G. Schöner and J.A.S. Kelso. Dynamic pattern generation in behavioral and neural systems. Science, 239:1513–1520, 1988.

    Article  Google Scholar 

  15. V. v. Holt and S. Baten. Perceptual architecture for a vision system of autonomous vehicles. In IV’98, IEEE International Conference on Intelligent Vehicles 1998, pages 539–544, Stuttgart, Germany, 1998. IEEE.

    Google Scholar 

  16. H.R. Willson and J.D. Cowan. A mathematical theory of the functional dynamics of cortical and thalamic nervous tissue. Kybernetik, 13:55–80, 1973.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2000 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Handmann, U. (2000). Bewegungssteuerung autonomer Fahrzeuge mit neuronalen Feldern. In: Sommer, G., Krüger, N., Perwass, C. (eds) Mustererkennung 2000. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59802-9_43

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-59802-9_43

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-67886-1

  • Online ISBN: 978-3-642-59802-9

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics