Auf Bodenfahrzeuge angewendetes Lernen: Verbesserung der Leistung von Bodenfahrzeugen durch Computer Vision Learning
เด เด-เดฌเตเดเตเดเดฟเดจเตเดเตเดเตเดฑเดฟเดเตเดเต
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 fรผr 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: Militรคrroboter
Kapitel 5: DARPA Grand Challenge
Kapitel 6: Unbemanntes Bodenfahrzeug
Kapitel 7: Europรคischer Landroboter-Test
Kapitel 8: Mobiler Roboter
Kapitel 9: Brecher (Roboter)
Kapitel 10: National Robotics Engineering Center
(II) Beantwortung der hรคufigsten รถffentlichen Fragen zum Thema Lernen bei Bodenfahrzeugen.
(III) Beispiele aus der Praxis fรผr 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 รผber das Grundwissen oder die Informationen hinausgehen mรถchten, um jegliche Art von Lernen in Bezug auf Bodenfahrzeuge zu erlernen.
