• Carl-Buderus-Str. 5, 30455 Hannover
  • Telefon: +49 (0)511 / 94992-0
  • E-Mail: info@hentschel-system.de
Deutsch
Hentschel System GmbH
  • Home
  • Unternehmen
    • Mitarbeiter
    • Über uns
    • Unternehmenschronik
    • Offene Stellen
  • Produkte
    • Geschwindigkeit
    • Crashtest
    • Reifen
    • Geologische Exploration
    • Unbemannte Fahrzeuge
    • Sonderentwicklungen
  • Referenzen
  • Forschung
    • USBV-Inspektor
  • Kontakt
Hentschel System GmbH
  • Home
  • Unternehmen
    • Mitarbeiter
    • Über uns
    • Unternehmenschronik
    • Offene Stellen
  • Produkte
    • Geschwindigkeit
    • Crashtest
    • Reifen
    • Geologische Exploration
    • Unbemannte Fahrzeuge
    • Sonderentwicklungen
  • Referenzen
  • Forschung
    • USBV-Inspektor
  • Kontakt

Künstliche Intelligenz

Als Teilbereich der Künstlichen Intelligenz ist das Deep Learning mit seinen neuronalen Netzen den klassischen Ansätzen in sehr vielen Bereichen der Computer Vision in Bezug auf Erkennungsgenauigkeit, Präzision, uvm. überlegen. Verschiedenste Deep Learning-Verfahren bieten großes Potential für neue, innovative Fähigkeiten - angefangen bei einer einfachen Lokalisierung einzelner Objekte in 3D-Laserdaten (3D Object Detection) bis hin zu pixelgenauer Bestimmung aller Objekte im Sichtfeld einer Kamera (Semantic Segmentation) oder der Detektion von menschlichen anatomischen Merkmalen (Human Pose Estimation). Auch die Interaktion zwischen Mensch und Maschine wird durch optische Gestenerkennung oder per Sprachsteuerung möglich. Mit diesen Technologien können intelligente Systeme oder unbemannte Fahrzeuge ihre Umgebung besser wahrnehmen, auf diese reagieren oder mit Objekten und Personen in der Umgebung interagieren.

Eine besondere Herausforderung entsteht jedoch bei der Integration in diese Systeme und in unbemannte Fahrzeuge. Knapper Bauraum, begrenzte Rechenleistung und eine limitierte Energieversorgung müssen bei der Entwicklung von Verfahren des Deep Learnings und der Hardwareauswahl berücksichtigt werden. Die große Vielfalt an Umgebungen und möglichen Objektklassen setzt zudem individuelle Datensätze voraus, um Verfahren des Deep Learnings erfolgreich umsetzen zu können.

Ob Sie Ihre Systeme mit innovativen Fähigkeiten ausstatten möchten, die mehr als den Stand der Technik bieten, eine Projektidee haben oder an einer Komplettlösung interessiert sind: Wir unterstützen Sie im Bereich Deep Learning durch kompetente Beratung, entwickeln und integrieren Deep Learning-Verfahren in Ihre Systeme oder unbemannte Fahrzeuge und stellen unsere Roboterplattform Ziesel mit Deep Learning-Fähigkeiten bei Bedarf zur Verfügung.



Technische Daten



Produktbilder







Auf einen Blick

ideal für folgende Anwendungsbereiche:

  • unbemannte Fahrzeuge und Robotik
  • Aufklärungs- und Monitoringsysteme
  • Interaktion zwischen Mensch und Maschine

Downloads

Schlagworte

Roboter KI Künstliche Intelligenz Deep Learning Objekterkennung Autonomes Fahren

Hentschel System GmbH

  • Adresse

    Carl-Buderus-Straße 5
    30455 Hannover

Produkte und Lösungen

  • Geschwindigkeit
  • Crashtest
  • Reifen
  • Geologische Exploration
  • Unbemannte Fahrzeuge
  • Sonderentwicklungen

ISO 9001 Zertifizierung

Kontakt

  • E-Mail

    info@hentschel-system.de

  • Telefon / Fax

    Tel: +49 511 94992-0
    Fax: +49 511 494581

Mit Liebe im AppTruck gebaut.
  • Datenschutz
  • Impressum
  • Kontakt