RUB » Bibliotheksportal

Frank Paetzold

• Vision-based road recognition in inner cities is thwarted by an environment that is hostile to the sensing abilities of machines. Foremost, the variation of the input signal patterns defies many constraints that help to stabilize the perception task. This aspect is tackled on two levels of difficulty: When lane boundaries exist and are partially visible, a multiple target tracker observes a set of uncoupled lane boundary tracks from which a symbolic representation of the road is derived. The tracker utilizes a synergy of global, data driven detection and local, model-based tracking. When lane boundaries are either non-existent or invisible, a smooth vehicle trajectory is planned as to maximize both driver safety and driving comfort. Driver safety is gauged by a 2D-function encoding the collision risk. Driving comfort is measured as the curvature of the planned path. Optimization of the trajectory draws on optimal control theory.
• Die bildgestützte Spurerkennung wird in der Innenstadt durch eine dem maschinellen Sehen feindliche Umgebung beeinträchtigt. Vor allem verhindert die Variabilität der zu erkennenden Muster viele einschränkende Maßnahmen zur Stabilisierung der Erkennungsalgorithmen. Dieser Aspekt wird auf zwei Schwierigkeitsebenen behandelt: Falls Spurbegrenzungen vorhanden und größtenteils sichtbar sind, werden diese unabhängig voneinander durch ein "Multiple Target Tracker" beobachtet. Daraus wird eine symbolische Umgebungsrepräsentation abgeleitet. Die Beobachtung verbindet eine globale, datengetriebene Erkennung mit lokaler, modellgestützer Verfolgung. Falls Spurbegrenzungen fehlen oder größtenteils verdeckt sind, wird eine glatte Trajektorie geplant, die sowohl Sicherheit als auch Fahrkomfort gewährleistet. Als Maß der Sicherheit dient eine 2D-Funktion, die das Kollisionsrisiko beschreibt. Fahrkomfort wird als Krümmung der Trajektorie gemessen. Letztendlich wird ein Optimaler Prozess bestimmt.