Algorithmen, Modelle und Systeme für die multisensorielle Umgebungserfassung im Automobil

Die Verkehrssicherheit wird sich nur mit Systemen weiter verbessern lassen, die aktiv Unfälle verhindern oder zumindest die Unfallfolgen senken können. Die Realisierung solcher Systeme erfordert die ständige zuverlässige Erfassung der Fahrzeugumgebung. Um diese Bedingung zu erfüllen, wird insbesondere der Einsatz von Multisensorsystemen diskutiert. Unter diesem Aspekt untersucht die vorliegende Arbeit, wie man mit einem kostengünstigen Videosensor von diesem Ansatz profitieren kann. Dazu wird untersucht, wie dieser für verschiedene Bereiche der Umfelderfassung einsetzbar ist. Zur videosensorbasierten Objektdetektion müssen Bildverarbeitungsmethoden angewandt werden, die typische und repräsentative Merkmale der gesuchten Objekte liefern können. Um die notwendigen Rechenkapazitäten zu minimieren, wird hierfür ausschließlich die Strukturtensormethode eingesetzt. Neben der Extraktion von Merkmalen zur Detektion von Fahrstreifen und Fahrzeugen bildet sie die Grundlage für die Schätzung des Nickwinkels. Mit dem kontinuierlich geschätzten Nickwinkel wird wiederum die Kompensation der Eigenbewegung weiter verbessert, um die detektierten Objekte zuverlässiger und robuster verfolgen zu können. Abschließend wird eine fahrstreifengenaue Positionierung mit erweitertem Vorausschaubereich vorgestellt. Diese wurde mit einer Sensordatenfusion aus Fahrzeugeigenbewegung, Fahrstreifenerkennung, GPS-Signalen und digitalen Kartendaten für den im Rahmen eines EU-Projektes entwickelten Kurvenassistenten realisiert. Bei den dargestellten Systemen wurde speziell auf die praxisgerechte Umsetzung geachtet, indem alle Algorithmen mit realen Daten getestet wurden und die damit realisierten Systeme echtzeitfähig sind.