Um die Entwicklung leistungsfähiger Fahrerassistenzund Automationssysteme zu ermöglichen, ist eine detaillierte Beschreibung der Fahrsituation wesentlich. Dieser Beitrag beschäftigt sich mit der Erkennung von 3D-Objekten und insbesondere mit derer Verfolgung. Hierzu werden neue Strategien zur Behandlung typischer Probleme und Inkonsistenzen in der Objektverfolgung und -fusion vorgestellt, wie beispielsweise unsichere Daten, Daten bei veränderlicher Perspektive, Ausreißer, Split- und Merge-Effekte etc. Die vorgeschlagenen Mechanismen reichen von der adaptiven Modellierung des Rauschens, über die mehrfache Assoziation, die Verdoppelung bzw. Vereinigung von Objekthypothesen bis hin zur expliziten Modellierung der partiellen Beobachtbarkeit der Objekte. Diese Strategien wurden anhand von simulierten und realen Daten getestet. Die Ergebnisse zeigen eine deutliche Verbesserung der Objektqualität bei vergleichsweise schlanken und effektiven Mechanismen.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Objektverfolgung und -fusion für die Ableitung von Fahrsituationen


    Contributors:


    Publication date :

    2010


    Size :

    10 Seiten, 7 Bilder, 11 Quellen



    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Objektverfolgung

    GAO PETER | European Patent Office | 2018

    Free access

    Objektverfolgung mit Partikel-Filtern

    Spangenberg, Robert / Reulke, Ralf | Tema Archive | 2008


    OBJEKTVERFOLGUNG FÜR FAHRZEUGE

    MEHRA AAKAR / DEKIME DAVID / HARKENRIDER KENNETH et al. | European Patent Office | 2023

    Free access

    OBJEKTVERFOLGUNG IM TOTEN WINKEL

    ROGAN DOUGLAS | European Patent Office | 2019

    Free access

    OBJEKTVERFOLGUNG FÜR FAHRZEUGE

    PARCHAMI MOSTAFA / PUSKORIUS GINTARAS VINCENT / PALANISAMY DINESH | European Patent Office | 2020

    Free access