Fusion als das intelligente Zusammenfassen von Informationen ist aus der heutigen Technik-Welt nicht mehr wegzudenken. Bei komplexen Produktionsanlagen ebenso wie in modernen Fahrzeugen – die Flut von Informationen wird immer größer. Damit der Mensch den Überblick behält müssen große Meßdatenmengen zusammengefaßt und aufbereitet werden. Dieser Aufgabe hat sich die Firma FusionSystems verschrieben, damit Mensch und Maschine sich besser ergänzen.
Ob Sie Fußgänger erkennen wollen oder die korrekte Größe von Bauteilen in der Produktion überprüfen wollen, ob Sie Ihre autonomen Fahrzeuge ohne Leitdraht sich frei bewegen lassen wollen oder ob Sie bei der Entwicklung eines Fahrerassistenzsystems Unterstützung benötigen – die Mitarbeiter von FusionSystems freuen sich über jede Herausforderung.
FusionSystems hat seit vielen Jahren theoretische und praktische Erfahrungen auf den Gebieten der Datenfilterung, Clusterung und Klassifikation. Diese Verfahren wurden u.a. auf dem Gebiet der Bildverarbeitung sowie der Sensorsignalverarbeitung im Allgemeinen verwendet.
FilterverfahrenDie zeitlichen Filterverfahren stellen eine wichtige Klasse von Verfahren dar, die zur Filterung von dynamischen Prozessen dienen, deren Messungen jedoch unterbestimmt und gestört sind. Typische Anwendungsbeispiele sind die Verfolgung von Fahrzeugen und Personen in Straßenumgebungen oder die Beobachtung eines Maschinenzustandes. Abhängig von den Randbedingungen kommt der Kalman-Filter für lineare oder der Extended Kalman-Filter für nichtlineare Systeme zum Einsatz. Für die Modellierung nichtnormalverteilter Störungen ist die Verwendung von Histogramm- oder Particle-Filtern typisch.
Clusterung und KlassifikationMit Hilfe von Methoden der Clusterung ist es möglich, große Datenmengen automatisch zu untersuchen und Strukturen in diesen Daten zu erkennen. Dabei ist ein wichtiger Parameter die Dichte der Daten, deren Bewertung mit verschiedenen Betrachtungsweisen zwischen grob und fein stark variieren kann. Das Finden von Strukturen ist eine wichtige Voraussetzung für das Entwerfen von effizienten Klassifikatoren.
