Die erhobenen, aktuellen Unfallstatistiken zeigen deutlich auf, dass die Zahl der Verkehrstoten im nächtlichen Straßenverkehr über die letzten Dekaden kontinuierlich verringert werden konnte. Dieser positive Trend ist nicht zuletzt auf den Einsatz stetig verbesserter Technologien im Kraftfahrzeug hinsichtlich passiver sowie aktiver Sicherheit für den Insassen sowie Dritte im Verkehrsraum zurückzuführen. Intensive Unfallanalysen von Expertenteams, geben klare Indikationen auf, mit welchen technologischen Funktionen dem Fahrzeugführer bei Dunkelheit noch weiter assistiert werden muss. Besonders kritisch sind, neben Unfalltypen bedingt durch inadäquat angepasste Geschwindigkeit, diejenigen Kollisionsarten, bei welchen Fußgänger, Fahrradfahrer oder aber auch Wild bei nächtlichen Fahrten involviert sind. Gerade bei Kollisionen mit Personen, welche statistisch gesehen vermehrt im suburbanen bis außerstädtischen Umfeld auftreten, ist die situationsbedingte Sterblichkeit sehr hoch. Eine aus dieser negativen Erscheinung abgeleitete und vorgestellte Innovation im Bereich der intelligenten Lichtverteilung im Kraftfahrzeug ist das Markierende Licht. Hierbei werden durch z.B. thermografische Sensoren kollisionskritische Objekte detektiert, über eine Zeit verfolgt und klassifiziert. Nach der erfolgten Klassifizierung wird in einer strategischen Analyse entschieden, ob eine Kollision innerhalb einer Time-To-Collision (TTC) bevorsteht. Wird eine hohe Wahrscheinlichkeit errechnet, kann die Aufmerksamkeit des Fahrzeugführers gezielt auf das sensierte Objekt geleitet werden um zeitnahe Gegenmaßnahmen einleiten zu können. Im Beitrag wird ein in diesem fachlichen Fokus stehendes Gesamtsystem vorgestellt, welches final als erfahrbarer Erprobungsträger zur Durchführung von Probandenstudien genutzt werden soll. Integriert sind auf der Sensorseite eine Wärmebildkamera, eine Inertial Measurement Unit (IMU) sowie Schnittstellen zur CAN-Kommunikation. Auf der Aktorseite steht ein am Institut für Mess- und Regelungstechnik konzipiertes und realisiertes Prototypenscheinwerferpaar zur Verfügung, welches neben der Bi-Xenon-Einheit ein weiteres Leuchtenmodul auf LED-Basis für die markierende Komponente integriert. Der Hauptteil des Beitrages befasst sich mit der Detektion und der nachgelagerten Klassifizierung von zu markierenden Objekten. Hierzu wird auf die dafür benötigten Detektionsalgorithmen sowie auf das Klassifikationsframework eingegangen, was mehrere gelernte Instanzen (Support Vector Machines) beinhaltet. Eine abschließende probabilistische Meta-Klassifikation gibt die Wahrscheinlichkeit der Objektklassen aus, welche für eine differenzierte Markierungsstrategie essenziell ist. Ein Trackingalgorithmus auf Basis des Mean Shift-Algorithmus minimiert final die False Positive-Rate des Gesamtsystems. Im Ausblick wird das weitere Vorgehen aufgezeigt, was u.a. eine Untersuchung zur Zielgenauigkeit, sprich der zu minimierenden Blendung der markierten Objekte, aus einem sich bewegenden Koordinatensystem thematisiert.
Latest accident analysis and statistics are stating very clearly an ongoing decline in injured and killed persons within a traffic context at night time over the last decades. This positive trend is not only based upon the continuous improving automotive technology with respect to passive and active safety features for both occupants and pedestrians. In particular, intensive accident analysis carried out by expert teams, are giving distinctive indications which driving assistance functionality has to be invented or optimized further to assist the driver at night time at a best-known level. Driving situations, in which pedestrians, cyclists or game animals are directly involved, has been seen as extraordinary critical. Statistics show hereby, that accidentally collisions with pedestrian, which are happening most likely within rural areas, do have a very high situational mortality. A novel intelligent lighting-based assistance system has been presented and named as Marking Light, which has been inspired by those negative accident reports. Hereby objects, which have the potential for an emerging collision, are detected by optical or thermal sensor systems and are going to be tracked over time as well as finally classified. If classification has been positive, a strategic analysis will be carried out to decide, whether a collision within the so called Time-to-Collision (TTC) is most likely or not. If this gained value is above a specified threshold, the driver's attention can be positively influenced by using a dedicated lighting pattern (shape, lighting frequency) to avoid the accidental collision.
Intelligente Lichtfunktion "Markierendes Licht" - Detektion und Klassifikation von zu markierenden Objekten
2010
12 Seiten, 16 Bilder, 2 Tabellen, 15 Quellen
Conference paper
German
British Library Conference Proceedings | 2010
|Automotive engineering | 2010
|Detektion und Klassifikation von Objekten in Videobildern
TIBKAT | 2011
|