PublicationDetail

Chair for Computer Aided Medical Procedures & Augmented Reality
Lehrstuhl für Informatikanwendungen in der Medizin & Augmented Reality

L. Walchshäusl
Maschinelle Erkennung von Verkehrsteilnehmern mittels heterogener Sensorik
Dissertation (PhD thesis), Fakultät für Informatik, Technische Universität München, October 2008 (online version) (bib)

In modernen Fahrzeugen halten verstärkt Fahrerassistenzsysteme zum Insassenschutz und zum Schutz anderer Verkehrsteilnehmer Einzug. Typische, bereits seit längerem verfügbare Systeme, wie Airbag und Antiblockiersystem, erreichen schon heute eine hohe Marktdurchdringung. Künftige aktive Sicherheitssysteme, die von der Kollisionswarnung bis hin zur autonomen Gefahrenbremsung reichen, sind Gegenstand aktueller Forschung. Insbesondere Systeme, die aktiv in das Fahrgeschehen eingreifen, erfordern eine hinreichend robuste und genaue maschinelle Wahrnehmung des Fahrumfeldes mittels bild- und/oder entfernungsgebender Sensorik.

Die vorliegende Arbeit untersucht, inwieweit durch eine verschränkte Betrachtung von heterogenen Sensordaten die Perzeptionszuverlässigkeit eines automotiven Sensorsystems gesteigert werden kann. Der Schwerpunkt liegt dabei auf Methoden zur Detektion und Verifikation von Fahrzeugen und Fußgängern. Dafür wird sowohl das Potential adäquater Merkmalsextraktionsverfahren als auch verschiedener Ensembletechniken zur Mustererkennung untersucht. Datenunvollständigkeiten, die aufgrund inkongruenter Sensorerfassungsbereiche und unterschiedlicher Abtastraten auftreten, werden gesondert diskutiert. Als Bestandteil einer einsatzfähigen Fahrumfelderfassung werden verschiedene Ansätze anhand von repräsentativen Testsequenzen, hinsichtlich Laufzeit und Erkennungsrate, gegenübergestellt und bewertet. Zur aussagekräftigen Durchführung der Evaluierung wurden speziell angepasste Bewertungstechniken entwickelt. Eine räumliche Datenvisualisierung vereinfachte die Systemumsetzung und ermöglicht eine medienwirksame Präsentation der Ergebnisse. Die Untersuchungen belegen einen Nutzen von multi- gegenüber monosensoriellen Systemen zur Erkennung von Verkehrsteilnehmern in künftigen Fahrerassistenzsystemen.

.

Modern motor vehicles are increasingly being fitted with driver assistance systems, which are designed to protect vehicle occupants as well as other road users. A number of systems are well established and available, for example, airbags and anti-lock braking systems, both of which have a high market penetration. Future interactive safety systems range from collision warning to autonomous emergency braking, both of which are the subject of current research and development. These systems actively override the driver and require an extremely robust and accurate computer application which processes the perception awareness of the environment by means of imaging and/or ranging sensors.

This thesis examines the extent to which the performance of an automotive sensor system can be improved by combining heterogeneous sensor data. The main focus for improvement is on methods for the detection and verification of vehicles and pedestrians. Therefore, the potential of adequate feature extraction procedures and different ensemble methods for pattern recognition are examined. Missing features are considered seperately. Various approaches are tested with respect to run-time and recognition rate. The testing data covers a number of representative driving scenarios. Special adapted assessment techniques have been developed, in order to provide a meaningful testing environment. A working integrated system is currently installed in an experimental car. A spatial visualization module simplified the system realisation and allows for presentations with public appeal. The results demonstrate a performance improvement of multisensory systems compared to single sensor systems which will provide greater safety to all road users.

This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights therein are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each authors copyright. In most cases, these works may not be reposted without the explicit permission of the copyright holder.



Edit | Attach | Refresh | Diffs | More | Revision r1.11 - 19 Jul 2016 - 16:26 - NassirNavab

Lehrstuhl für Computer Aided Medical Procedures & Augmented Reality    rss.gif