Eine zuverlässige Umfelderkennung ist die Grundlage zahlreicher Fahrerassistenzsysteme. Eine besondere Herausforderung stellt in diesem Zusammenhang die simultane Zustands- und Existenzschätzung einer unbekannten Anzahl von Objekten unter schwierigen Detektionsbedingungen dar. Mit der generalisierten probabilistischen Datenassoziation (GPDA) wird ein Verfahren vorgestellt, welches beliebige Verteilungen der Detektionskardinalität berücksichtigen kann. Betroffen ist eine Erweiterung des GPDA-Tracking-Algorithmus (, bei der die Kardinalitätsverteilung der vom Objekt generierten Messungen vom Zustand des Objekts abhängt. Der Algorithmus wurde mit simulierten Daten gegen das IPDA-Verfahren (integrierte probabilistische Datenassoziation) sowie gegen GPDA mit einfacherer Kardinalitätsverteilung evaluiert. Die Simulation zeigte, dass das Verfahren eine verbesserte Schätzung von Zustand und Existenz bietet, sowohl bei hoher als auch bei niedriger Clutterrate. Das Verfahren bietet den Vorteil gegenüber dem früheren GPDA-Ansatz, dass die maximale zu erwartende Anzahl von echten Messungen nicht festgelegt werden muss, sondern sich aus dem Kardinalitätsmodell selbst ergibt. Die praktische Anwendbarkeit wurde anhand eines radarbasierten Trackingsystems evaluiert. Das Verfahren läuft auf einem Standard-PC mit zwei Prozessorkernen in Echtzeit. Anhand eines radarbasierten Fahrzeugtrackingsystems wird gezeigt, wie diese Kardinalität dynamisch aus den Objektzuständen generiert werden kann. Darauf aufbauend werden die Eigenschaften dieses Verfahrens mit simulierten Messsequenzen analysiert und denen klassischer Ansätzen gegenübergestellt.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Generalisierte probabilistische Datenassoziation mit zustandsabhängiger Kardinalitätsverteilung


    Contributors:


    Publication date :

    2012


    Size :

    10 Seiten, 5 Bilder, 1 Tabelle, 4 Quellen



    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Probabilistische Auslösestrategie

    MEINECKE MARC-MICHAEL DR / ROHLING HERMANN PROF DR / MÜLLER STEPHAN et al. | European Patent Office | 2019

    Free access

    Probabilistische lekberekening

    Online Contents | 2003


    Probabilistische Bemessungsverfahren und Risikoanalysen

    Kortenhaus, A. | Online Contents | 2000


    Probabilistische Methoden für Nordseedeiche

    Kortenhaus, Andreas | DataCite | 2003