JavaScript ist deaktiviert
Die JavaScript-Funktionalität Ihres Browsers ist deaktiviert. Um diese ConfTool-Funktion nutzen zu können, müssen Sie JavaScript aktivieren . Informationen zur Aktivierung von JavaScript. aale25@htw-dresden.de
Eine Übersicht aller Sessions/Sitzungen dieser Veranstaltung. Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.
SES 3-3: Anwendungen der Computer Vision II
Zeit:
Freitag, 14.03.2025:
9:45 - 10:30
Chair der Sitzung: Dirk Reichelt , HTWD
Ort: Hörsaal Z211 Hörsaal Z211, 2. Etage, Zentralgebäude
Präsentationen
Erkennung und Zuordnung von Lichtsignalanlagen für autonome Fahrzeuge in urbanen Testsites
Mihai Kocsis 1,2 , Bryan Hartmann1 , Erik Heinrich1 , Raoul Zöllner1 , Nicolaj C. Stache1
1 Hochschule Heilbronn, Deutschland; 2 FZI Forschungszentrum Informatik, Deutschland
Die vorliegende Arbeit befasst sich mit einer lernbasierten Erkennung von Lichtsignalanlagen und deren Zustand im urbanen Straßenverkehr. Weiterhin wird eine Zuordnung dieser Anlagen anhand einer topologischen Karte, der aktuellen Pose des Fahrzeugs und der geplanten Route durchgeführt. Die Evaluation wird auf reale Daten, welche mittels autonom fahrenden Shuttles in den Testsites Heilbronn und Bad Wimpfen aufgenommen wurden, durchgeführt.
Erkennung von Schadmustern an Personenverkehrszügen und Evaluierung der Konfidenz zur Auswahl robuster Features für „Predictive Maintenance“ — Projekt ESPEK
Lars Schymik, Alexander Stolpmann
Technische Hochschule Wildau, Deutschland
Im Rahmen des Projekts ESPEK wurden Häufigkeit und Relevanz bestimmter Schäden an verbreiteten
Waggontypen analysiert und basierend darauf im Rahmen eines Konzepts „KI-gestützte Inspektion“
praxistaugliche, datenbasierte, KI-gestützte EDV-Lösungen entwickelt, um Schäden an ausgewählten
Personenwaggons automatisiert visuell zu erkennen. Ausgehend von den bisher maßgeblich
manuellen Inspektionsabläufen und Checklisten können selbige durch die vorgeschlagenen Software/
Hardware-Automatisierungen effizienter gestaltet werden. Übergeordnet werden die Sicherheit
der Fahrgäste erhöht, das Problem des Fachkräftemangel bekämpft sowie Ausfall- und Standzeiten reduziert,
was letztlich zur besseren Auslastung des Systems Schiene insgesamt beiträgt und Zugfahren
preiswerter und pünktlicher machen kann.
