Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Schätzung von Kartendarstellungen für automative Anwendungen durch 2D Scene Labeling

 
: Bobev, Galin
: Roth, Stefan

Darmstadt, 2011, 88 S.
Darmstadt, TU, Bachelor Thesis, 2011
Deutsch
Bachelor Thesis
Fraunhofer IGD ()
image segmentation; scene understanding; assistant system; Forschungsgruppe Visual Inference (VINF)

Abstract
Bei über 93 Prozent der Verkehrsunfälle ist ein Fehlverhalten des Fahrzeugführers die Ursache, die zu dem Unfall geführt hat. Nur weniger als 7 Prozent sind auf technische Fehler, Straßenbedingungen oder Hindernisse zurückzuführen. Es besteht ein Bedarf an Fahrerassistenzsystemen, die dem Fahrer aktiv unterschtützen oder die Steuerung des Kraftfahrzeugs völlig autonom übernehmen können. Dafür werden neue Umgebungserfassungssensoren und Algorithmen benötigt, die weitere Daten über den befahrbaren Bereich, die Dynamik anderer Verkehrsteilnehmer und die Struktur des Umfelds generieren.
In der Arbeit wird ein Algorithmus entwickelt, der die freien Räume vor dem eigenen Fahrzeug aus dem Kamerabild schätzen kann. Durch den JointBoosting-Bildsegmentierungsansatz wird das Bild einer Fahrzeugmonokamera komplett segmentiert. Das Kamerabild wird in 9 verschiedene Kategorien mit Betonung auf die Erkennung des befahrbaren Bereichs aufgeteilt. Durch diese Scene Labeling Daten wird eine 2D Gridkarte mit den freien Räumen vor dem eingenen Fahrzeug ausgerechnet und zur Verfügung für weitere automotive Anwendungen gestellt. Diese zusätzliche Daten über das Fahrzeugumfeld können zur Steigerung des Sicherheitsgrades und des Fahrkomforts führen. Deswegen wird der Algorithmus als sicherheitsrelevant betrachtet und auf seine Charakteristika und den passenden Trade-off zwischen Performance und Genauigkeit für ihren Einsatz in automotiven Anwendungen untersucht.

 

More than 93 percent of traffic accidents are caused by the misbehavior of the driver. Only less than 7 percent are due to technical error, road conditions or obstacles. There is a need for driver assistance systems that can help the driver or autonomously take control of the vehicle in difficult traffic situation. Therefore new environment-detecting sensors and algorithms have to be developed, which can generate additional data about the navigable area, the dynamics of other road participants and the structure of the environment in front of the vehicle.
In this thesis is developed an algorithm that can estimate from a camera image the free space in front of the ego vehicle. The joint-boosting image segmentation approach is used to fully segment the image of a vehicle mono camera. The camera image is divided into 9 different categories with emphasis on the recognition of the navigable area. From the scene labeling data is estimated a 2D grids map containing the free space in front of the vehicle. The map is available and can be used by other automotive applications. This additional data about the vehicle's environment can lead to increase of the safety level and driving comfort. Therefore the algorithm is considered as safety-relevant and tested responsive to its characteristics and the appropriate trade-off between performance and accuracy for his use in automotive applications.

: http://publica.fraunhofer.de/dokumente/N-192896.html