PRORETA 5 – urbAn drIving

Fördermittelgeber: Continental AG

Webseite: Proreta5 

Laufzeit: 2019-2022

Kooperationspartner: Continental AG, TU Darmstad, TU Iaşi

proreta logo

PRORETA ist eine interdisziplinäre Forschungskooperation zwischen Universitäten und Continental AG. Das Ziel dieser Kooperation ist die Entwicklung von Fahrerassistenzsystemen (ADAS) und Funktionen für autonomes Fahren (AD), um Verkehrunfälle zu verhindern.
Der Name PRORETA wurde in Anlehnung an das gleichnamige Mitglied der römischen Kriegsflotte gewählt. Der Proreta stand am Bug des Schiffes (Prora) und warnte vor Untiefen und anderen Gefahren.
Das Ziel des Forschungsprojekts PRORETA 5 ist die Untersuchung von Methoden der künstlichen Intelligenz für das autonome Fahren. Fokus dabei sind Situationsverständnis und Bewegungsplanung für autonomes Fahren im Stadtverkehr. Zu diesem Zweck kooperiert Continental mit dem Institut für Fahrzeugtechnik (FZD) und dem Fachgebiet Regelungsmethoden und Robotik (rmr) der technischen Universität Darmstadt, dem Institut für kognitive Neuroinformatik (CNI) der Universität Bremen und der Faculty of Automatic Control and Computer Engineering (FACCE) der TU Iaşi. 

  

Publikationen:

Filter publications:
2022
[8] On the Use of Distribution-based Metrics for the Evaluation of Drivers' Fixation Maps Against Spatial Baselines (, ), In 2022 Symposium on Eye Tracking Research and Applications, ACM, . [bibtex] [abstract] [doi]
2021
[7] State Estimation of Articulated Vehicles Using Deformed Superellipses (, ), In 24th International Conference on Information Fusion (FUSION), IEEE, . [bibtex] [abstract]
[6] Uncertainties in Galilean Spacetime (), In 24th International Conference on Information Fusion (FUSION), IEEE, . [bibtex] [abstract]
[5] A Comparison of Bottom-Up Models for Spatial Saliency Predictions in Autonomous Driving (, ), In Sensors, volume 21, . [bibtex] [abstract] [pdf] [doi]
[4] On the Probabilistic Coupling Between Rotation and Translation in State Estimation (, ), In 2021 Fifth IEEE International Conference on Robotic Computing (IRC), . [bibtex] [abstract] [pdf] [doi]
2020
[3] Kalman Filter with Moving Reference for Jump-Free, Multi-Sensor Odometry with Application in Autonomous Driving (, , , , ), In 23rd International Conference on Information Fusion (FUSION), IEEE, . [bibtex] [abstract] [pdf] [doi]
[2] Extended Object Tracking on the Affine Group Aff(2) (, , ), In 23rd International Conference on Information Fusion (FUSION), IEEE, . [bibtex] [abstract] [pdf] [doi]
[1] Evaluation of Measurement Space Representations of Deep Multi-Modal Object Detection for Extended Object Tracking in Autonomous Driving (, , ), In IEEE 3rd Connected and Automated Vehicles Symposium (CAVS), . [bibtex] [abstract] [pdf] [doi]

We have 220 guests and no members online

Cognitive Neuroinformatics © 2024