Es wird ein Datenfusionsverfahren für die automatische Erfassung des Rollverkehrs definiert und auf seine Eignung und Grenzen hin untersucht. Dabei liegt der Schwerpunkt auf der Erfassung und Verfolgung der Verkehrsteilnehmer. Als Datenzuordnungsverfahren wird eine nichtiterative Cluster-Analysemethode entwickelt, die automatisch die Anzahl der Cluster erkennt und auch Wissen über die Dynamik und Unschärfe der Verkehrsteilnehmer- und Sensordaten berücksichtigt. Ferner werden Zuordnungsentscheidungen auf der Basis aller verfügbaren Daten und nicht nur auf der Basis von z. B. Positionsdaten gefällt. Die Fusion der kinematischen Größen basiert auf einem erweiterten Interacting Multiple Model (1 MM) Filter, das Wissen über mögliche Verkehrswege in die Zustandsschätzung einbezieht, ohne vorauszusetzen, daß alle Verkehrsteilnehmer immer diesen Verkehrswegen folgen. Die Fusion der Merkmalsdaten geschieht nach der Methode von Bayes. Die Untersuchung des Verfahrens wird anhand verschiedener Szenarien für Sensorkombinationen und Verkehrssituationen in einer Simulationsumgebung durchgeführt. Die Bewertung der einzelnen Verfahrenskomponenten geschieht anhand sehr differenzierter Kriterien. Es zeigt sich, daß die Datenzuordnung auf der Basis der Cluster-Analyse für viele Szenarien ausreichend ist; in bestimmten Szenarien werden aber auch die Grenzen dieses Ansatzes deutlich. Die neue Fusionsmethode für die kinematischen Daten ist Standardverfahren überlegen.
Datenfusionsverfahren für die automatische Erfassung des Rollverkehrs auf Flughäfen
Data fusion methods for automatical acquisition of the manoeuvring traffic on airports
1998
158 Seiten, 75 Bilder, 38 Tabellen, 73 Quellen
Hochschulschrift
Deutsch
Datenfusionsverfahren für die automatische Erfassung des Rollverkehrs auf Flughäfen
Tema Archiv | 1998
|