Obwohl bildgebende Radarsensoren bezüglich der Durchdringung der Atmosphäre unter schlechten Wetterbedingungen (insbesondere bei sehr dichtem Nebel) gegenüber optischen Sensoren (z. B. IR-Kameras) deutliche Vorteile besitzen, ist die automatische Analyse von Radarbildern für die bordautonome Flugzeugführung bisher wenig bearbeitet worden. Dies liegt zum einen daran, dass nur wenige Prototypen von für diese Zwecke geeigneten Radarsensoren verfügbar sind, und zum anderen daran, dass aufgrund des Abbildungsprinzips und aufgrund der Qualität der Daten Radarbilder schwieriger als IR-Bilder zu interpretieren sind. Ziel dieser Arbeit war es daher, auf der Basis eines neuartigen MMW-Radarsensors (des HiVision-Sensors) der EADS, Verfahren für die automatische Radarbildanalyse zur bordautonomen Flugzeugführung während der Flugphasen Anflug und Landung zu entwickeln. Dazu gehören die Überprüfung einer präzisen Navigation durch einen Vergleich von Datenbankinformationen mit den Radardaten, die Detektion von Hindernissen auf der Landebahn und die Gewinnung von Navigationsdaten durch die Extraktion von Landebahnstrukturen aus den Radarbildern. Zu den Anforderungen für eine sensorgestützte Landung gehören die Überprüfung der Navigationsdaten durch einen Vergleich von Datenbankinformationen mit den Radardaten, die Detektion von Hindernissen auf der Landebahn und die Gewinnung von Navigationsdaten durch die Extraktion von Landebahnstrukturen aus den Radarbildern. Es werden grundsätzliche Untersuchungen zu den Eigenschaften des Radarsensors präsentiert wie z.B. eine geometrische Kalibrierung des Sensors und eine Analyse, mit welcher Genauigkeit sich die 3D-Landebahnposition aus den Radardaten extrahieren lässt. Die Handhabung von Unsicherheiten ist ein Kernelement der vorgestellten Methoden. Unsicherheiten werden mit Fuzzy-Mengen modelliert. Aus der Analyse einzelner Radarbilder können teilweise nur sehr vage Informationen gewonnen werden. Die Konsolidierung dieser Informationen aus unterschiedlichen Bildern erfolgt mit einem Fuzzy-Clustering-Verfahren, gefolgt von einer wissensbasierten Beurteilung der Cluster-Analyse. Neben den benötigten Methoden und Algorithmen beschreibt diese Arbeit deren Erprobung an hand von Radardaten, die während zahlreicher Flugversuche mit Anflügen und Landungen auf unterschiedlichen Flughäfen in Deutschland erflogen worden sind.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Automatische Radarbildanalyse zur bordautonomen Flugzeugführung


    Contributors:
    Korn, B. (author)


    Publication date :

    2002


    Size :

    120 Seiten, 54 Bilder, 6 Tabellen, 92 Quellen



    Type of media :

    Theses


    Type of material :

    Print


    Language :

    German