Aspekte der Datensammlung beim Einsatz von Convolutional Neural Network für das autonome Fahren (PDF)

Bachelorarbeit aus dem Jahr 2022 im Fachbereich BWL - Industriebetriebslehre, Note: 3,1, Hochschule Ruhr West, Sprache: Deutsch, Abstract: Die Bachelorarbeit thematisiert, ob ein Convolutional Neural Network für das autonome Fahren geeignet ist und wie der gesamte Datenprozess für das Convolutional Neural Network Modell aussehen könnte. Um die Forschungsfragen zu beantworten, wurde eine quantitative Literaturarbeit mit aktuellen wissenschaftlichen Kenntnissen durchgeführt. Die Bachelorarbeit ist in der deutschen Sprache geschrieben, aus diesem Grund orientiert sich die Bachelorarbeit an die deutschsprachige Bevölkerung.

Maschinelles Lernen ist für autonomes Fahren zwingend erforderlich. Jedes Fahrzeug, welches sich im öffentlichen Straßenverkehr autonom bewegt, ist eine potenzielle Gefahr für andere Teilnehmer. Zu diesen gehören zum Beispiel weitere Autofahrer, Fußgänger und Fahrradfahrer. Es ist daher wichtig, dass der vollständige Datenprozess und die notwendige Technik für die Objekterkennung im Fahrzeug verstanden werden. Aus diesem Grund ergibt sich die Besonderheit für das Convolutional Neural Network Modell und welchen Einfluss es nach ausführlicher Ausarbeitung für das autonome Fahren hat. Insbesondere die Prozesse während der Datensammlung sowie die Verarbeitung der Daten sind in diesem Modell von hoher Bedeutung. Hierbei ist zu unterscheiden, dass nur gewisse Daten benötigt werden und woher diese gewonnen werden.