Die präzise 3D-Erkennung von Fremdfahrzeugen im Straßenverkehr ist eine essenzielle Voraussetzung für die Umsetzung von teil- und vollautomatisierten Fahrfunktionen innerhalb eines Automobils. Neben der Detektion durch aktive Sensorik wie Radar oder Laserscanner, ist es aufgrund der deutlich geringeren Kosten von Vorteil, die Fremdfahrzeugerkennungen rein durch Kameras und bildverarbeitende Algorithmen umzusetzen. Zu diesem Zweck stellt die Arbeit ein neuartiges Verfahren zur 3D-Erkennung mittels modellbasierter Posenschätzung vor. Dieses verwendet erstmalig eine ebenfalls neuartige feingranulare semantische Fahrzeugsegmentierung eines neuronalen Netzes, welche einen Fahrzeugkörper in der Bildebene in bis zu 29 Teilklassen zerlegt. Die Arbeit präsentiert einen Nachweis der Anwendbarkeit auf dem öffentlichen Datensatz Virtual KITTI. Darüber hinaus wird ein Vergleich mit monokularen Verfahren der Literatur durchgeführt. Insbesondere wird eine höhere Güte in der 3D-Erkennung erzielt.


    Zugriff

    Download

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    Kamerabasierte 3D-Fahrzeugerkennung mittels semantischer Segmentierung für das automatisierte Fahren


    Beteiligte:

    Erscheinungsdatum :

    2024


    Format / Umfang :

    37825 KB , 72 KB , 151 KB



    Medientyp :

    Sonstige


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch


    Schlagwörter :


    Kamerabasierte 3D-Fahrzeugerkennung mittels semantischer Segmentierung für das automatisierte Fahren

    Barowski, Thomas / Fakultät für Elektrotechnik und Informationstechnik | TIBKAT | 2024

    Freier Zugriff



    Kamerabasierte Fußgängerdetektion

    Schiele, Bernt / Wojek, Christian | Springer Verlag | 2015


    System der automatischen Fahrzeugerkennung "Palma"

    Below, Wasilij / Kotlezow, Deni | IuD Bahn | 2003