Eine zuverlässige Umfelderkennung ist die Grundlage zahlreicher Fahrerassistenzsysteme. Eine besondere Herausforderung stellt in diesem Zusammenhang die simultane Zustands- und Existenzschätzung einer unbekannten Anzahl von Objekten unter schwierigen Detektionsbedingungen dar. Mit der generalisierten probabilistischen Datenassoziation (GPDA) wird ein Verfahren vorgestellt, welches beliebige Verteilungen der Detektionskardinalität berücksichtigen kann. Betroffen ist eine Erweiterung des GPDA-Tracking-Algorithmus (, bei der die Kardinalitätsverteilung der vom Objekt generierten Messungen vom Zustand des Objekts abhängt. Der Algorithmus wurde mit simulierten Daten gegen das IPDA-Verfahren (integrierte probabilistische Datenassoziation) sowie gegen GPDA mit einfacherer Kardinalitätsverteilung evaluiert. Die Simulation zeigte, dass das Verfahren eine verbesserte Schätzung von Zustand und Existenz bietet, sowohl bei hoher als auch bei niedriger Clutterrate. Das Verfahren bietet den Vorteil gegenüber dem früheren GPDA-Ansatz, dass die maximale zu erwartende Anzahl von echten Messungen nicht festgelegt werden muss, sondern sich aus dem Kardinalitätsmodell selbst ergibt. Die praktische Anwendbarkeit wurde anhand eines radarbasierten Trackingsystems evaluiert. Das Verfahren läuft auf einem Standard-PC mit zwei Prozessorkernen in Echtzeit. Anhand eines radarbasierten Fahrzeugtrackingsystems wird gezeigt, wie diese Kardinalität dynamisch aus den Objektzuständen generiert werden kann. Darauf aufbauend werden die Eigenschaften dieses Verfahrens mit simulierten Messsequenzen analysiert und denen klassischer Ansätzen gegenübergestellt.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Generalisierte probabilistische Datenassoziation mit zustandsabhängiger Kardinalitätsverteilung


    Beteiligte:
    Adam, Christian (Autor:in) / Schubert, Robert (Autor:in) / Richter, Eric (Autor:in) / Wanielik, Gerd (Autor:in)


    Erscheinungsdatum :

    2012


    Format / Umfang :

    10 Seiten, 5 Bilder, 1 Tabelle, 4 Quellen



    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Deutsch




    Probabilistische Auslösestrategie

    MEINECKE MARC-MICHAEL DR / ROHLING HERMANN PROF DR / MÜLLER STEPHAN et al. | Europäisches Patentamt | 2019

    Freier Zugriff

    Probabilistische lekberekening

    Online Contents | 2003


    Probabilistische Bemessungsverfahren und Risikoanalysen

    Kortenhaus, A. | Online Contents | 2000


    Probabilistische Methoden für Nordseedeiche

    Kortenhaus, Andreas | DataCite | 2003