Fahrerassistenzsysteme leisten dem Fahrer Hilfestellung bei der Fahrzeugführung. Die Umsetzung von Assistenzfunktionen für anspruchsvollere Situationen erfordert die Entwicklung allgemeinerer, flexiblerer und robusterer Algorithmen für die maschinelle Wahrnehmung. Eine weitgehend unerforschte und anspruchsvolle Wahrnehmungsaufgabe ist durch die Wahrnehmung markierter komplexer Kreuzungen gegeben. Die wesentlichen Herausforderungen bestehen in der Vielfalt der möglichen Erscheinungen von Kreuzungen, der notwendigen Zuordnung von einzelnen Markierungen zu den zu detektierenden Fahrstreifen und fehlende bzw. widersprüchliche Information. Die meisten der vorhandenen Arbeiten zur videobasierten Wahrnehmung von Fahrstreifen beziehen sich auf Autobahnen und Landstraßen. Daneben gibt es Arbeiten zurWahrnehmung von nicht markierten Kreuzungen, Arbeiten zur Wahrnehmung markierter Kreuzungen mit harten Entscheidungen, und Arbeiten zur Wahrnehmung von markierten Fahrstreifen mit einer probabilistischen Modellierung. Im Rahmen der vorliegenden Arbeit werden Fahrstreifen durch eine Verkettung von Segmenten modelliert, so dass vielfältige Formen modellierbar sind. Die verwendete Modellierung ist damit lokal. Ein Beobachtungsmodell verknüpft die Bildsignalinhalte mit den Hypothesen. Eine Bayes'sche zeitliche Verfolgung stellt die Berücksichtigung des zeitlichen Zusammenhangs sicher. Für die Anwendung eines bestehenden Verfahrens zur effizienten Auswertung wird ein neues Abbruchkriterium gefunden. Für die Umsetzung des Beobachtungsmodells wird ein Testverfahren entwickelt, das einen gegebenen Bildbereich auf die Präsenz einer Markierung hin untersucht. Bei der Umsetzung des Testverfahrens gelingt eine integrierte Signalbetrachtung mit akzeptablem Rechenaufwand. Eine experimentelle Validierung des Gesamtsystems, eine Zusammenfassung und ein Ausblick schließen die Arbeit ab.
Driver assistance systems support the driver in the accomplishment of the driving task. Implementing driver assistance systems for demanding situations requires the development of more general, flexible and robust algorithms for machine perception. The research field of machine perception of marked intersections poses particularly demanding challenges. These are the variety of possible instances of intersections, the task of associating markings to lanes, as well as missing and conflicting information. Most research in the field of video based perception of lanes focused on highways. Some research efforts addressed perception of non marked intersections, perception of marked intersections with hard decisions, and perception of lanes with a probabilistic model. This dissertation models lanes as a concatenation of segments in order to be able to model the many possible forms of intersections. An observation model links the image content to the hypotheses. Bayesian tracking expresses the relation between images over time. A new stopping criterion is found in order to apply an existing strategy for efficient processing. An approach to examine a given image region for the presence of markings is developed in order to implement the observation model. This approach considers the image signal in an integrated way in order to find the answer which matches the image best. This perceptive power was succesfully realised with acceptable computational effort. An experimental validation, a summary and an outlook conclude this dissertation.
Videobasierte Wahrnehmung markierter Kreuzungen mit lokalem Markierungstest und Bayes'scher Modellierung
2010
95 Seiten, Bilder, Tabellen, 39 Quellen
Hochschulschrift
Deutsch
TIBKAT | 2011
|GWLB - Gottfried Wilhelm Leibniz Bibliothek | 2011
|TIBKAT | 2011
|