Catalogus : Details

Matthias Serfling

Merkmalsbasierte Fusion einer NIR-Kamera und eines bildgebenden Radarsensors zur Fußgängerwarnung bei Nacht

ISBN:

978-3-8440-0237-9

Reeks:

Forschungsberichte der Professur Nachrichtentechnik
Uitgever: Prof. Dr.-Ing. Gerd Wanielik
Chemnitz

Volume:

Trefwoorden:

Fußgängerwarnung; Nachtsichtsystem; Sensordatenfusion; Rohdatenfusion; Merkmalsfusion; AdaBoost; Radar; Straßenverlaufsvorhersage; digitale Karte; globale Positionierung

Soort publicatie:

Dissertatie

Taal:

Duits

Pagina's:

184 pagina's

Gewicht:

273 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

48,80 € / 97,60 SFr

Verschijningsdatum:

Juli 2011

Kopen:

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Samenvatting
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 31 kB (31801 Byte)
	Acties		downloaden van het bestand - 31 kB (31801 Byte)


	Document		Document
	Soort bestand		PDF
	Kosten		36,60 EUR
	Acties		Tonen en kopen van het bestand - 31,1 MB (32651931 Byte)
	Acties		Kopen en downloaden van het bestand - 31,1 MB (32651931 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 380 kB (388684 Byte)
	Acties		downloaden van het bestand - 380 kB (388684 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Die aktuelle zweite Generation von Nachtsichtassistenzsystemen nutzt nahinfrarot oder ferninfrarot Kamerasysteme mit integrierten Systemen zur Erkennung von Fußgängern, die dem Fahrer auf einem Display im Cockpit angezeigt werden. Dem Fahrer wird dadurch eine frühere Erkennung von Fußgängern ermöglicht, er muss jedoch selbst entscheiden, ob diese eine Gefahrensituation für ihn darstellen. In künftigen Systemgenerationen von Nachtsichtassistenzsystemen steht daher neben der Steigerung der Erkennungsleistung v.a. die Unterscheidung der erkannten Objekte nach ihrem Gefährdungspotenzial, so dass die Aufmerksamkeit des Fahrers gezielt auf relevante Objekte gelenkt werden kann.

Diese Arbeit greift beide Themenpunkte auf, also einerseits die Verbesserung der Erkennungsleistung und andererseits die Etablierung einer Warnfunktion, mit der Fußgänger abhängig von ihrer Position zum Fahrbahnrand dem Fahrer unterschiedlich angezeigt werden. Der Autor wählt dabei einen neuartigen Ansatz, bei dem die Daten des bisherigen Kamerasystems mit den Daten eines bildgebenden Radarsystem der Continental AG frühzeitig fusioniert werden. Die Fusion der ungefilterten Rohdaten basiert auf dem AdaBoost-Verfahren, welches in dieser Arbeit erstmals Merkmale aus Sensordatenströmen mit unterschiedlichen physikalischen Messprinzipien und unterschiedlichen Abbildungseigenschaften gleichzeitig in einem Klassifikator verarbeitet. Der Autor entwickelt hierfür neue Merkmale zur Anwendung auf den Radardaten und erarbeitet unterschiedliche Verfahren mit denen der Aufwand einer frühzeitigen Fusion von ungefilterten Sensordaten maßgeblich reduziert werden kann. Um die Aufmerksamkeit des Fahrers gezielt auf die relevanten Fußgänger zu lenken, wird in dieser Arbeit ein Verfahren vorgestellt, welches den Straßenverlauf auf ca. 120 m vorhersagt. Das entwickelte System nutzt die bildähnlichen Daten des eingesetzten Radarsensors, um damit die Position des Fahrzeugs auf einer digitalen Straßenkarte zu bestimmen. Damit ist das System im Unterschied zu vielen Assistenzsystemen, die den Spurverlauf auswerten unabhängig vom Kamerabild, welches in der Nacht nur sehr eingeschränkte Informationen in großen Entfernungen bereitstellt.
Das Gesamtsystem wurde vom Autor prototypisch in einem Versuchsfahrzeug der Daimler AG aufgebaut und konnte durch die entwickelten Maßnahmen zur Reduktion des Mehraufwands einer Rohdatenfusion im Realbetrieb getestet werden. Die Erkennungsleistung und v.a. die Detektionsgüte konnte durch den Einsatz von Sensoren mit orthogonalen Eigenschaften gegenüber rein bildbasierten Systemen und Systemen mit sequentieller Verarbeitung der Sensoren deutlich verbessert werden. Durch die Integration einer Straßenverlaufsvorhersage in das Gesamtsystem konnten erstmals Fußgänger in großen Entfernungen bei Nacht nach ihrer Gefährdung für den Fahrer differenziert werden, wodurch der Fahrer deutlich entlastet wird.