Tag Datenlogger
Zukünftig unterstützen Automobile ihre Fahrer zunehmend aktiv beim Autofahren. Derzeit entwickeln einige Unternehmen Fahrerassistenzsysteme, die über Radar-/Infrarotsysteme das Geschehen rund um das Fahrzeug überwachen. Kernelement sind dabei spezialisierte Mikrocontroller, z.B. von NXP. Die Radardaten werden vom Mikrocontroller empfangen und weiterverarbeitet, so dass nicht mehr wie bisher die gesamten Bildinformationen weitergeleitet werden, sondern nur noch das
As autonomous vehicle management integrates further into automotive applications, real traffic scenarios are the answer to simulating and testing the validity and effectiveness of these developments. However, securing accurate ‘real data’ is itself testing due to a few factors: there can be a risky gap in processing object detection coverage within modern radar sensors, in
For the development and validation of systems for autonomous vehicle management, real traffic scenarios are usually simulated and tested in the laboratory. Since pre-processing is carried out directly in the sensor front end with modern radar sensors, this can result in a serious gap in coverage during the testing and validation of object detection. In
For the development and validation of systems for autonomous vehicle management, real traffic scenarios are usually simulated and tested in the laboratory. Since pre-processing is carried out directly in the sensor front end with modern radar sensors, this can result in a gap in coverage during the testing and validation of object detection. In addition,
For the development and validation of systems for autonomous vehicle management, real traffic scenarios are usually simulated and tested in the laboratory. Since pre-processing is carried out directly in the sensor front end with modern radar sensors, this can result in a serious gap in coverage during the testing and validation of object detection. In
For the development and validation of systems for autonomous vehicle management, real traffic scenarios are usually simulated and tested in the laboratory. Since pre-processing is carried out directly in the sensor front end with modern radar sensors, this can result in a serious gap in coverage during the testing and validation of object detection. In
Die Automatisierung des Fahrbetriebs über „Advanced Driver Assistance Systems“ (ADAS) hin zum Autonomous Vehicle (AV) setzt eine hochtechnisierte Sensorik voraus. Doch wie lässt sich die Erkennungsrate der ADAS und AV-Sensoren zielgerichtet erhöhen? Weiterlesen auf next-mobility.news
Zukünftig unterstützen Automobile ihre Fahrer zunehmend aktiv beim Autofahren. Über eingebaute Sensoren, Kameras und intelligente Software-/ Hardware-Systeme nehmen Fahrzeuge ihre Umgebung wahr und interpretieren diese Informationen. Derzeit entwickeln einige Unternehmen Fahrerassistenzsysteme, die über Radar-/ Infrarotsysteme das Geschehen rund um das Fahrzeug überwachen. Kernelement sind dabei spezialisierte Mikrocontroller, z.B. von NXP. Weiterlesen auf fair-news.de
Mit dem Datenlogger vom Typ DP²4R lässt sich die Entwicklung von Radarsystemen für Autos deutlich verkürzen. Thomas Dörfler, Embedded Brains: »Mit Hilfe unseres Datenloggers vom Typ DP²4R lassen sich radargestützte ADAS-Systeme sehr viel schneller als bisher entwickeln.« Weiterlesen auf elektroniknet.de
Validierung intelligenter Radarsensoren verbessert die Sicherheit beim autonomen Fahren
