Jona Eisele, M.Eng.

Externer Doktorand

Ultraschallbasierte Umfeldsensierung mittels Methoden des Deep Learning

Die Herausforderungen des autonomen Fahrens erfordern zunehmend eine erweiterte Sensierung des Fahrzeugumfelds. Eine Steigerung der Leistungsfähigkeit von Ultraschallsensoren ist hierfür aufgrund ihrer Robustheit, kostengünstigen Herstellung und weitverbreiteten Nutzung von besonderem Interesse. Heutige Sensoren führen Distanzmessungen zu Hindernissen über Schwellwertverfahren durch. Bestandteil der Untersuchungen sind die Entwicklung von geeigneten Methoden der Signalverarbeitung und Merkmalsextraktion sowie die Anwendung von Machine Learning, damit zusätzlich eine ultraschallbasierte Objektklassifikation erfolgen.

Forschungsschwerpunkte

  • Ultraschall
  • Machine Learning
  • Deep Learning

Projektpartner

  • Technische Universität München
  • Hochschule der Medien, Stuttgart
  • Robert Bosch GmbH

Publikationen

2023

  • Eisele, Jona; Gerlach, André; Maeder, Marcus; Koch, Andreas; Marburg, Steffen: Objektklassifikation auf Basis von Luftultraschall für Aufgaben der Umfeldsensierung mittels Convolutional Neural Network. Fortschritte der Akustik - DAGA 2023, 49. Jahrestagung für Akustik, 06.-09. März 2023, Hamburg, Deutsche Gesellschaft für Akustik e.V. (DEGA), 2023https://pub.dega-akustik.de/DAGA_2023 mehr… BibTeX
  • Eisele, Jona; Gerlach, André; Maeder, Marcus; Marburg, Steffen: Convolutional neural network with data augmentation for object classification in automotive ultrasonic sensing. The Journal of the Acoustical Society of America 153 (4), 2023, 2447-2459 mehr… BibTeX Volltext ( DOI )

2022

  • Eisele, Jona; Gerlach, André: Künstliche Intelligenz für akustische Sensorsysteme. Fortschritte der Akustik - DAGA 2022, 48. Jahrestagung für Akustik, 21.-24. März 2022, Stuttgart, Deutsche Gesellschaft für Akustik e.V. (DEGA), 2022https://www.dega-akustik.de/publikationen/online-proceedings/ mehr… BibTeX