Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Języki publikacji
Abstrakty
Przemysł samochodowy w ostatnich latach przechodzi ogromną transformację. Wpływ na to ma nie tylko nacisk na wdrażanie ekologicznych rozwiązań zmniejszających ilość dwutlenku węgla emitowanego przez pojazdy do atmosfery, lecz także dążenie do zwiększania bezpieczeństwa na drogach systemami wspierającymi działania kierowcy.
Słowa kluczowe
Wydawca
Czasopismo
Rocznik
Tom
Strony
7--16
Opis fizyczny
Bibliogr. 13 poz., rys.
Twórcy
Bibliografia
- 1. ISO 26262:2018 Road vehicles -functional safety.
- 2. Pellacani A., Graziano M., Suatoni M.: Design, Development, Validation and Verification of GNC Technologies. 2019, 8™ European Conference for Aeronautics and Space Sciences (EUCASS), DOI: 10.13009/EUCASS2019-38.
- 3. Plummer A.: Model-in-the-Loop Testing. Proceedings of The Institution of Mechanical Engineers, Part I, „Journal of Systems and Control Engineering”, 2006, 20, 183-199. 10.1243/09596518JSCE207.
- 4. Sooyong J., Yongsub K., Woo Jin L.: Software-in-the-Loop simulation for early-stage testing of AUTOSAR software component. Eighth International Conference on Ubiquitous and Future Networks (ICUFN), Vienna 2016, pp. 59-63, doi: 10.1109/ICUFN.2016.7536980.
- 5. Mina J., Flores Z., López E., Pérez A., Calleja J.H.: Processor-in-the-loop and hardware-in-the-loop simulation of electric systems based in FPGA. 13th International Conference on Power Electronics (CIEP), Guanajuato 2016, pp. 172-177, doi: 10.1109/CIEP.2016.7530751.
- 6. Nikończuk P., Jaszczak S.: Stanowisko do testowania układów sterowania temperaturą w kabinie lakierniczej w trybie hardware in the loop. 2016.
- 7. Riedmaier S., Schneider D., Watzenig D., Diermeyer F., Schick B.: Model Validation and Scenario Selection for Virtual-Based Homologation of Automated Vehicles. „Appl. Sci.”, 11, 2021, no. 1: 35. https://doi.org/10.3390/appll010035.
- 8. Vishnukumar H.J., Butting B., Müller C., Sax E.: Machine learning and deep neural network - Artificial intelligence core for lab and real-world test and validation for ADAS and autonomous vehicles: AI for efficient and quality test and validation. Intelligent Systems Conference (IntelliSys), London 2017, pp. 714-721, doi: 10.1109/IntelliSys.2017.83243 72.
- 9. Li L., Huang W., Liu Y., Zheng N., Wang F.: Intelligence Testing for Autonomous Vehicles: A New Approach. „EEE Transactions on Intelligent Vehicles’’, June 2016, vol. 1, no. 2, pp. 158-166, doi: 10.1109/TIV.2016.2608003.
- 10. SAE International. SAE J3016: Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. SAE: Warrendale, PA, USA 2018.
- 11. ISO/PAS 21448:2019 Safety of intended functionality.
- 12. Pereira J.L.F., Rossetti R.J.F.: An integrated architecture for autonomous vehicles simulation. Proceedings of the 2711’ annual ACM symposium on applied computing, 2014, pp. 286-292.
- 13. Tettamanti T., Szalai M., Vass S., Tihanyi V.: Vehicle-In-the-Loop Test Environment for Autonomous Driving with Microscopic Traffic Simulation. IEEE International Conference on Vehicular Electronics and Safety (ICVES), Madrid 2018, pp. 1-6, doi: 10.1109/ICVES.2018.8519486.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-11471327-e5a7-4485-a615-8d789436e0d2