Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Door een staking bij bpost kan je online bestelling op dit moment iets langer onderweg zijn dan voorzien. Dringend iets nodig? Onze winkels ontvangen jou met open armen!
Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten
Door een staking bij bpost kan je online bestelling op dit moment iets langer onderweg zijn dan voorzien. Dringend iets nodig? Onze winkels ontvangen jou met open armen!
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Hochautomatisierte Fahrzeuge benötigen eine präzise Eigenlokalisierung, um sich zuverlässig, sicher und effizient im innerstädtischen Straßenverkehr zu bewegen. Diese Arbeit präsentiert eine vollumfängliche Methode zur Erstellung und Aktualisierung von hochgenauen 3D-Lokalisierungskarten und eine Methode zur präzisen und robusten Lokalisierung mit Multi-Kamera-Systemen. Automated vehicles heavily rely on accurate self-localization to operate safely and efficiently in dynamic road traffic scenarios. In this work, an iterative and robust approach to create highly accurate maps comprising any number of drives of arbitrary length with constant computation complexity is proposed. Furthermore, a high-precision self-localization method using multiple cameras covering the surrounding environment is presented.