Die Vision des vollautonomen Fahrens nähert sich immer mehr der Verwirklichung. Neben der insgesamt verbesserten Effizienz im Straßenverkehr ist die Sicherheit der Fahrer und Passagiere der wichtigste Vorteil selbstfahrender Fahrzeuge.
Um die nächste Stufe des autonomen Fahrens zu erreichen, muss die Fahrzeugbranche technische, soziale, rechtliche und behördliche Bedenken überwinden.Viele dieser Probleme liegen zwar außerhalb ihres Einflussbereichs, doch technische Aspekte sind ein Gebiet, auf dem die Automobilindustrie und die Fahrzeughersteller selbst Fortschritte herbeiführen können. Sie können die Radarsysteme, LIDAR, Kameras und sonstige Sensoren kleiner, widerstandsfähiger und kostengünstiger machen und gleichzeitig ihre Detektions- und Erkennungssoftware verbessern. Beim Training dieser Algorithmen gibt es zwei Hindernisse, die möglichen Verbesserungen im Weg stehen.
Schließung der Diskrepanz zwischen der Straße und Softwaresimulationen
Algorithmus-Training für ADAS und autonomes Fahren unter realistischen Bedingungen
Dieses Whitepaper beschreibt die Lücken bei der Prüfung und Validierung autonomer Fahrzeuge, die wichtigsten technologischen Fortschritte zur Bewältigung der Herausforderungen und wie Sie mit dem Keysight Radar Scene Emulator mehr Vertrauen in die ADAS-Funktionalität erreichen können.
