title: “Vergleich des Verhaltens verschiedener Faltungsnetzwerkarchitekturen beim End-to-End autonomen Fahren in einer Miniaturlandschaft”

authors:

• Björn Dittmann, Isabelle Jedermann

date: “2021-04-22T00:00:00Z” doi: ""

Schedule page publish date (NOT publication’s date).

publishDate: “2021-04-21T00:00:00Z”

Publication type.

Legend: 0 = Uncategorized; 1 = Conference paper; 2 = Journal article;

3 = Preprint / Working Paper; 4 = Report; 5 = Book; 6 = Book section;

7 = Thesis; 8 = Patent

publication_types: [“4”]

Publication name and optional abbreviated publication name.

publication: publication_short:

abstract: Mittels eines Convolutional Neural Networks (CNN) wird eine Ende zu Ende autonome Steuerung eines eingebetteten H0 Miniaturauto-Systems auf eben- so skalierter Teststrecke auf der Grundlage von Daten menschlicher Fern- steuerung realisert. Drei verschiedene Klassifikatorvarianten, Regression und Klassifikation zwischen drei und fünf Klassen, werden anhand statischer Fahr- bahnsituationen, welche konsequentes Abkommen von der Fahrbahn darstel- len, in deren Funktion und Qualität der Ausgabe mittels deren Filteractivati- on Heatmaps verglichen. Dabei stellt sich heraus, dass alle Netzarchitekturen auf der Grundlage ähnlicher Bildmerkmale ihre Entscheidungen treffen. Ver- wendete Bildmerkmale sind sowohl Straßenmarkierungen als auch strecken- abschnittspezifische Umgebungsmerkmale. Eine optimale Architektur kann dabei nicht ausgemacht werden.

tags:

• embedded machine learning
• autonomous systems

featured: false

links: url_pdf: papers/2021DittmannBjoern-JedermannIsabelle.pdf

projects:

• miniaturautonomy