Kundenlösung: Datalogging für Autonomes Fahren an der TUM

Kostenreduzierung und kürzere Entwicklungszeit

Datenverarbeitung von einer Vielzahl von Sensoren, KI-basierte Objekt­erkennung und gleichzeitige Visualisierung auf Monitoren – das autonome Fahrzeug „EDGAR“ der Technischen Universität München meistert im dichten Stadtverkehr anspruchsvolle Aufgaben. Ob beim autonomen Shuttle-Service auf dem Oktoberfest oder bei komplexen Testfahrten: Die Anforderungen an Rechenleistung, Schnittstellenvielfalt und Datensicherheit sind enorm.

InoNet ist es gelungen, mit einem maßgeschneiderten, flüssigkeitsgekühlten High-Performance In-Vehicle Server sämtliche Anforderungen mit nur einem System zu erfüllen – inklusive nahtloser Integration von Sensorik, Live-Visualisierung und schneller Datenübertragung zur HiL-Simulation.

Jetzt Case Study anfordern und mehr erfahren.

Kunde

TU München

Studierende

> 50.000

Mitarbeiter

> 12.000

Holen Sie sich jetzt die vollständige Case Study!

Sie sehen gerade einen Platzhalterinhalt von HubSpot. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen

Zugehörige Produkte

MAYFLOWER-B17-LiQuid-vX

Mayflower®-B17-vX

Flüssigkeitsgekühlter In-Vehicle Server für KI/GPU- und Sensorfusion-Applikationen

QuickTray-v3

InoNet QuickTray®

Highspeed Speichereinsatz für den Datenaustausch

Übersicht unserer Automotive Case Studies

  • InoBay Case Study
  • Case Study ADAS
  • Case Study Racing mit HiL Rechner
  • UseCase_Datenakquisition-Datalogging-ADAS

© InoNet Computer GmbH. Alle Rechte vorbehalten.