Högskolan i Skövde

his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Evidential Combination Operators for Entrapment Prediction in Advanced Driver Assistance Systems
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Distributed Real-Time Systems)ORCID-id: 0000-0003-2973-3112
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))
Advanced Technology and Research, Volvo Group Trucks Technology, Gothenburg, Sweden.
2014 (Engelska)Ingår i: Foundations of Intelligent Systems: 21st International Symposium, ISMIS 2014, Roskilde, Denmark, June 25-27, 2014. Proceedings / [ed] Troels Andreasen; Henning Christiansen; Juan-Carlos Cubero; Zbigniew W. Raś, Springer International Publishing Switzerland , 2014, s. 194-203Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

We propose the use of evidential combination operators for advanced driver assistance systems (ADAS) for vehicles. More specifically, we elaborate on how three different operators, one precise and two imprecise, can be used for the purpose of entrapment prediction, i.e., to estimate when the relative positions and speeds of the surrounding vehicles can potentially become dangerous. We motivate the use of the imprecise operators by their ability to model uncertainty in the underlying sensor information and we provide an example that demonstrates the differences between the operators.

Ort, förlag, år, upplaga, sidor
Springer International Publishing Switzerland , 2014. s. 194-203
Serie
Lecture Notes in Computer Science, ISSN 0302-9743, E-ISSN 1611-3349 ; 8502
Nyckelord [en]
Evidential combination operators, advanced driver assistance systems, Bayesian theory, credal sets, Dempster-Shafer theory
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Teknik; Distribuerade realtidssystem (DRTS); Skövde Artificial Intelligence Lab (SAIL)
Identifikatorer
URN: urn:nbn:se:his:diva-9707DOI: 10.1007/978-3-319-08326-1_20Scopus ID: 2-s2.0-84903591422ISBN: 978-3-319-08325-4 (tryckt)ISBN: 978-3-319-08326-1 (digital)OAI: oai:DiVA.org:his-9707DiVA, id: diva2:736000
Konferens
21st International Symposium, ISMIS 2014, Roskilde, Denmark, June 25-27, 2014
Forskningsfinansiär
KK-stiftelsen, 2010-0320
Anmärkning

Springer Cham

This work was supported by the Information Fusion Research Program (University of Skövde, Sweden), in partnership with the Swedish Knowledge Foundation under grant 2010-0320 (URL: http://www.infofusion.se, UMIF project).

Tillgänglig från: 2014-08-04 Skapad: 2014-08-04 Senast uppdaterad: 2023-03-24Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Karlsson, AlexanderDahlbom, Anders

Sök vidare i DiVA

Av författaren/redaktören
Karlsson, AlexanderDahlbom, Anders
Av organisationen
Institutionen för informationsteknologiForskningscentrum för Informationsteknologi
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 1044 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf