Peschak, BernhardWöber, WilfriedOtrebski, RichardSulz, ClemensThalhammer, 
StefanRuckelshause, ArnoMeyer-Aurich, AndreasLentz, WolfgangTheuvsen, Brigitte2017-06-222017-06-222017978-3-88579-662-6Moderne Zugmaschinen und landwirtschaftliche Anbaugeräte liefern immense Mengen an Daten. Die internen Sensoren moderner Maschinen erlauben die Verbesserung einzelne, von der Maschine durchgeführter, Prozesse. Eine übergeordnete Betrachtung der landtechnischen Aufgaben und der damit verbundenen globalen Betrachtung der Daten ist bis heute nicht möglich. In dieser Arbeit werden Methoden und Applikationen vorgestellt, welche durch die Verwendung und Kombination mehrerer Datenquellen neue Information generieren können. Der Schwerpunkt dieser Arbeit bezieht sich auf Selbstlokalisierung, der Erhöhung der Betriebssicherheit und Nutzung bestehender Daten. Erste Ergebnisse zeigen, dass die globale Betrachtung der Daten am Fahrzeug den Prozess selbst und die Betriebssicherheit signifikant verbessern können.deDatenfusionMachine LearningText/Conference Paper1617-5468