In dieser Arbeit wurde ein Verfahren zur Erkennung von Ampeln aus Onboard-Videosequenzen eines Stereo-Kamerasystems entwickelt und hinsichtlich der Anwendung in Fahrerassistenzsystemen evaluiert. Dabei wurde insbesondere die Nutzung von Farb-, Tiefen- und Bewegungsinformation hinsichtlich ihres Einflusses auf die Erkennungsleistung untersucht. Neben der Bildgewinnung durch die Kameras wird deren Modellierung und Schätzung der Modellparameter durch eine Kamerakalibrierung erläutert. Weiterhin werden die Eigenschaften der zu erkennenden Objekte im Bild beschrieben, auf denen der Lösungsansatz und das entwickelte System zur Ampelerkennung bestehend aus Detektion, Verifikation und Tracking aufbauen. Die robuste Erkennung weit entfernter Ampeln erfordert die Erkennung von Ampeln mit Leuchtfeldern sehr kleiner Radien im Bild und stellt entsprechend hohe Anforderungen an die dazu benötigten Bildverarbeitungsalgorithmen. Um diesen Anforderungen gerecht zu werden, wurde in dieser Arbeit ein Verfahren entwickelt, das Ampeln anhand der runden Form des aktiven Signallichts und somit entsprechender heller Kreisflächen im Bild detektiert und dabei auch Kreise sehr kleiner Radien berücksichtigen kann. In einem nachfolgenden Verifikationsschritt werden weitere Merkmale von Ampeln im Bild ausgewertet und die Schätzung der Position einer Ampel im Bild durch eine Feinregistrierung verbessert. Die Tiefeninformation wird mittels eines monokularen sowie binokularen Ansatzes berücksichtigt, durch den Fehldetektionen anhand der für Ampeln zulässigen Aufstellorte und Baugrößen eliminiert werden können. Für die Nutzung der Bewegungsinformation wurde ein rekursives Tracking-Verfahren entwickelt, das die Ampelkandidaten anhand ihrer durch die Fahrzeugbewegung verursachten Positionsänderung verfolgt. Weiterhin wurde eine Bewegungsschätzung vorgenommen, die in das Tracking-Verfahren integriert wurde. Die mit dem entwickelten Verfahren zur Erkennung von Ampeln erzielte Erkennungsleistung mit einer Erkennungsrate von 95 % bei einer Falschpositiv-Rate von 1,6 falsch positiven Ampeln pro Minute wird einer Bewertung und Einordnung unterzogen.
In this thesis an approach for recognition of traffic signals from onboard video sequences of a stereo camera system has been developed and evaluated regarding application in driver assistance systems. In particular the usage of colour, depth and motion information has been considered concerning its influence to the recognition performance. The image acquisition by use of cameras, their modelling and the estimation of the camera parameters using a calibration approach is described. Furthermore the features of the objects to be recognized in the images are addressed, which is the basis for the approach and the developed system for traffic signal recognition consisting of detection, verfication and tracking. The robust recognition of distant traffic signs requires the recognition of traffic signal lights with very small radii in the image and thus makes high demands an the required image processing algorithms. To accomplish these demands an approach has been developed, that recognises traffic signals an the basis of the circular shape of their active signal light and consequently detects bright circular areas in the image and thereby allows for small radii. In a following verification step further features of traffic signals in the image are examined and the estimation of the traffic signal position in the image is improved in a refinement. The depth information is considered using a monocular and binocular approach, which allows to reject false detections by the valid installation locations and sizes of traffic signals. For the use of motion information a recursive tracking method has been developed, that traces traffic signal candidates by means of their change in position due to the car movement. Furthermore a motion estimation has been implemented, that has been integrated into the tracking. With the developed approach for recognition of traffic signals a recognition per-formance with a recognition rate of 95% with a false positive rate of 1,6 traffic signals per minute has been achieved. The result is discussed and benchmarked.
Erkennung von Ampeln aus Onboard-Videosequenzen für Fahrerassistenzsysteme
Recognition of traffic signals from onboard video sequences for driver assistance systems
2007
137 Seiten, Bilder, Tabellen, 66 Quellen
Hochschulschrift
Deutsch
Online Contents | 1994