Auf Bodenfahrzeuge angewendetes Lernen: Verbesserung der Leistung von Bodenfahrzeugen durch Computer Vision Learning

Die Initiative "Auf Bodenfahrzeuge angewendetes Lernen" (LAGR), die von 2004 bis 2008 in Betrieb war, wurde mit der Absicht entwickelt, Folgendes zu erreichen: Beschleunigung der Entwicklung einer autonomen, wahrnehmungsbasierten Offroad-Navigation in unbemannten Roboter-Bodenfahrzeugen (UGVs). DARPA, eine Forschungsagentur des Verteidigungsministeriums der Vereinigten Staaten von Amerika, stellte Mittel für LAGR bereit.

Wie Sie davon profitieren werden

( I) Erkenntnisse und Validierungen zu den folgenden Themen:

Kapitel 1: DARPA LAGR-Programm

Kapitel 2: DARPA

Kapitel 3: Autonomer Roboter

Kapitel 4: Militärroboter

Kapitel 5: DARPA Grand Challenge

Kapitel 6: Unbemanntes Bodenfahrzeug

Kapitel 7: Europäischer Landroboter-Test

Kapitel 8: Mobiler Roboter

Kapitel 9: Brecher (Roboter)

Kapitel 10: National Robotics Engineering Center

(II) Beantwortung der häufigsten öffentlichen Fragen zum Thema Lernen bei Bodenfahrzeugen.

(III) Beispiele aus der Praxis für den Einsatz von Lernen bei Bodenfahrzeugen in vielen Bereichen.

Wer das? Das Buch richtet sich an

Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen hinausgehen möchten, um jegliche Art von Lernen in Bezug auf Bodenfahrzeuge zu erlernen.