RT Generic
T1 Integración de tareas de aprendizaje automático en Automotive Grade Linux
T2 Integration of machine learning tasks into Automotive Grade Linux
A1 Chen, Xukai
AB El desarrollo acelerado de los vehículos eléctricos y conectados ha provocado una revolución total en la industria de la automoción, por lo que se necesitan nuevas soluciones para hacer frente a la rápida innovación en toda la industria, reduciendo los plazos de desarrollo de actualizaciones de sistemas del vehículo y los costes de ingeniería. Automotive Grade Linux (AGL) es una plataforma de referencia para el desarrollo de sistemas de automoción;los fabricantes de automóviles y los proveedores pueden, con AGL, acogerse a una pila de software totalmente abierta y reutilizar la misma base de código, lo que conduce a una rápida innovación y un tiempo de comercialización más rápido para los nuevos productos.En este trabajo se ilustra la flexibilidad y la capacidad de personalización para desarrollar nuevas características utilizando el marco de desarrollo AGL, donde se han añadido varias dependencias a la plataforma así como bibliotecas de software relacionadas con el aprendizaje automático y los módulos de una unidad de aceleración, culminándose en la implementación de varios servicios de asistencias avanzadas al conductor (ADAS) y una aplicación de interfaz de usuario que gestiona esos servicios.
AB The accelerated development of electric and connected vehicles has brought about a complete revolution in the automotive industry, thus new solutions are needed to handle the fast-paced innovation across the industry, reducing both development times for vehicle system upgrades and engineering costs. Automotive Grade Linux (AGL) is a reference platform for automotive systems development; automotive manufacturers and suppliers can, with AGL, embrace a fully open software stack and reuse the same code base, which leads to rapid innovation and faster time to market for new products. This paper illustrates the flexibility and extensibility of customisation to develop new features using the AGL development framework, where several dependencies have been added to the platform as well as software libraries related to machine learning and the modules of an acceleration unit, resulting in the implementation of several advanced driver assistance services (ADAS) and a user interface application that manages these services.
YR 2023
FD 2023
LK https://hdl.handle.net/20.500.14352/88206
UL https://hdl.handle.net/20.500.14352/88206
LA spa
NO Trabajo de Fin de Máster en Internet de las Cosas, Facultad de Informática UCM, Departamento de Arquitectura de Computadores y Automática, Curso 2022/2023.
DS Docta Complutense
RD 6 abr 2025