Grundlage für viele Fahrassistenzsysteme ist eine robuste und zuverlässige Spurerkennung. Hierfür wird in der Arbeit ein Multisensorsystem vorgestellt. Mittels Kalman Filter wurde ein modulares und erweiterbares Konzept zur Sensorfusion erarbeitet. Ein auf Radar basierendes Objekterkennungssystem sowie ein (D)GPS basiertes Kartensystem wurde genauer analysiert. Zusätzlich wurden Verfahren entwickelt, die es erlauben, alle fahrbahnparallelen Strukturen in die Spurverlaufsschätzung mit einzubeziehen. Durch die Fusion von verschiedenen Sensoren kann es verstärkt zu Mehrdeutigkeiten, Fehlern in der Zuordnung und Fehlmessungen kommen. Zusätzlich ist eine grundlegende Problemstellung die Auslegung des Fusionsfilters. Es wurden mehrere Spurverlaufshypothesen für ausgewählte Sensorkombinationen aber auch für verschiedene Fahrmanöver aufgesetzt und parallel verfolgt. Diese wurden mittels eines Gütekriteriums bewertet und in der Hypothesenfusion kombiniert. Zur Hypothesenverfolgung und -fusion wird das 'Interacting Multiple Model' Filter eingesetzt. Dieses unterscheidet sich gegenüber anderen Mehrfiltersystemen darin, dass der Übergang von einem Modell zu einem anderen nicht rein zufällig vonstatten geht, sondern sich durch eine Markov-Kette erster Ordnung modellieren lässt. Die Robustheit, Verfügbarkeit und Zuverlässigkeit der Spurerkennung wurde mittels der Sensorfusion signifikant verbessert. Die Stärken der einzelnen Sensoren werden hervorgehoben und die Nachteile abgeschwächt. Der Multihypothesenansatz stellt eine wesentliche Verbesserung der Spurerkennung dar. Er erlaubt die Erkennung und Optimierung einzelner Manöver und Situationen. Darüber hinaus können Fehler von Einzelsensoren über den dargestellten Ansatz robust über die Zeit detektiert werden. Der Ansatz stellt ein Bindeglied zwischen der Umgebungserfassung und der Situationsbewertung dar. Die in der Situationsbewertung abgebildeten Verhaltensmuster und Manöver werden parallel verfolgt, bewertet und deren Wahrscheinlichkeit berechnet. Dies erlaubt die frühzeitige Erkennung von Manövern und unterstützt somit das schnelle Einleiten adäquater Aktionen und Reaktionen.
Multisensorielle Spurerkennung für Fahrassistenzsysteme
2005
228 Seiten, Bilder, Tabellen, Quellen
Theses
German
Multisensorielle Spurerkennung für Fahrassistenzsysteme
SLUB | 2005
|Multisensorielle Exploration von Roboterarbeitsräumen
IuD Bahn | 2007
|Multisensorielle Spurerkennung für Fahrassistenzsysteme
TIBKAT | 2005
|