Содержание
- 2. Беспилотные системы на железнодорожном транспорте в мире Голландская инфраструктурная компания в 2016 году объявила о планах
- 3. Беспилотный маневровый локомотив ТЭМ-7А на станции Лужской Определение расстояния до вагонов при сцепке; Обнаружение препятствий и
- 4. Беспилотный электропоезд ЭС2Г на МЦК
- 5. Испытания на основе стенда для отработки блока обнаружения препятствий Тестирование разного вида сенсоров; Проверка алгоритмов по
- 6. Датчики для системы технического зрения Обнаружение препятствий
- 7. Современная оптика позволяет видеть на расстоянии большем, чем возможности человеческого зрения. Разные фокусные расстояния позволяют разносить
- 8. Исходный вид с камеры Вид с увеличением масштаба
- 9. Радары Continental ARS-408-21 и ARS-408-21SC
- 10. Радар Bosch MRR F037 B00 255 Радар Bosch MRR F037 B00 255
- 11. Лидар IBEO SCALA B2
- 12. Пример данных с лидара IBEO SCALA B2 (подъезд маневрового локомотива к вагонам) Основные задачи: Кластеризация данных
- 13. Наложение данных лидара на видеоизображение
- 14. NVIDIA QUALCOMM DRIVE PX 2 ОСНОВНЫЕ ПЛАТФОРМЫ ДЛЯ АВТОНОМНОГО ДВИЖЕНИЯ INTEL GO (ПЛАТФОРМА 5G) https://www.forbes.com/sites/moorinsights/2017/01/23/chipmakers-get-serious-about-autonomous-driving-at-ces-2017/#55415cfd18ba
- 15. Основные задачи
- 16. Выбор сенсоров Основные задачи: Мониторинг рынка и анализ новых разработок, участие в конференциях; Формирование технических заданий
- 17. концерн радиостроения «Вега»; Томский государственный университет систем управления и радиоэлектроники; Московский государственный технический университет им. Н.Э.
- 18. Определение рельсовой колеи аналитическими методами Основные задачи: Кластеризация данных лидара; Создание изображения в обратной перспективе Предварительная
- 19. Распознавание пути методами машинного обучения Препроцессинг данных Подготовка датасетов для обучения Выбор типа нейронной сети (классификация,
- 20. Распознавание сигналов светофора Препроцессинг изображения Подготовка обучающей выборки (“набивание” датасета, аугментация данных) Выбор техник обработки изображений
- 21. Распознавание и классификация препятствий на пути Препроцессинг изображения Подготовка обучающей выборки (использование готовых датасетов (KITTI,COCO,ImageNet,“набивание” датасета,
- 22. Высокоточное позиционирование подвижного состава Требования по точности ±0,5 м Используемые системы координат: Геодезическая; Линейная (железнодорожная); Относительная.
- 23. Создание 3D карт
- 24. Архитектура сети связи На борт поезда Разрешенная дистанция для проследования Профиль скорости Профиль уклонов пути Временные
- 25. Классификация услуг связи в сетях LTE
- 26. Дистанционное управление Рабочее место для машиниста - оператора Дистанционно управляемый электропоезд ЭС2Г «Ласточка»
- 28. Скачать презентацию