Download - tuprints - Technische Universität Darmstadt

5 Maschinelle Umfeldwahrnehmung
klassifikation ist insbesondere in komplexen Szenarien und unter unterschiedlichen
Blickwinkeln schwierig. Stereokamerasysteme ermöglichen aufgrund der zusätzlichen
Tiefeninformation eine modellunabhängige Detektion von Objekten, wodurch auch die
Klassifikation erleichtert wird. Somit können die 3D-Positionsinformation mit den 3D-
Bewegungsinformationen aus dem optischen Fluss kombiniert werden (6D-Vision 172 ).
Kamerasysteme ermöglichen neben der Detektion und Klassifikation von Objekten auch
die Detektion von Informationen wie beispielsweise dem Signal einer Lichtsignalanlage
oder, im Falle von Farbkameras, die Unterscheidung zwischen weißen und gelben Fahrbahnmarkierungen.
Die Leistungsfähigkeit von Kamerasystemen wird durch die Abhängigkeit
von Fremdlichtquellen und die geringere Witterungs- und Verschmutzungsrobustheit
negativ beeinflusst. Heutige Systemausführungen ermöglichen eine
Reichweite von maximal 80 m bei einem Öffnungswinkel von bis zu 50° 173 . Die Eignung
von Kamera und 3D-ToF zur Fernbereichsabdeckung des Fahrzeugumfelds ist
aufgrund der heutigen geringen Auflösungen von Automotive-Kameras beschränkt.
Aktuelle Entwicklungen, beispielsweise im Bereich der Unterhaltungselektronik, lassen
jedoch in naher Zukunft kostengünstige und leistungsgesteigerte Lösungen erwarten.
Kamerasysteme werden für FAS wie beispielsweise LDW, CMS sowie Verkehrszeichen-
und Fußgängererkennung eingesetzt. Im Bereich der Forschung werden die unterschiedlichsten
Anwendungen mit dem Ziel der ganzheitlichen Substitution des menschlichen
Fahrers als Umfeldsensor untersucht. Einhaus et al. 174 und Hermes et al. 175 zeigen
die Leistungsfähigkeit von Kamerasystemen hinsichtlich der Detektion und dem Tracking
von Objekten in komplexen innerstädtischen Szenarien. Felisa et al. 176 demonstrieren
eine robuste Erkennung von Fahrstreifenmarkierungen in unterschiedlich komplexen
Szenarien. Sebsadji et al. 177 und Vacek et al. 178 zeigen die Eignung von Kamerasystemen
zur zuverlässigen Detektion unterschiedlicher Fahrbahnmarkierungen wie
beispielsweise Fußgängerüberwege oder Richtungsmarkierungen. Duchow 179 untersucht
172 Franke et al. (2005): 6D-Vision: Fusion of Stereo and Motion for Robust Environment Perception
173 Dietmayer et al. (2005): Fusionsarchitekturen zur Umfeldwahrnehmung für zukünftige Fahrerassistenzsysteme,
S. 62
174 Einhaus et al. (2010): Tracking und Bewegungsvorhersage von Fahrzeugen in komplexen Innenstadtszenarien
175 Hermes et al. (2010): Vehicle Tracking and Motion Prediction in Complex Urban Scenarios
176 Felisa et al. (2010): Robust monocular lane detection in urban environments
177 Sebsadji et al. (2010): Robust Road Marking Extraction in Urban Environments Using Stereo Images
178 Vacek et al. (2007): Road-marking analysis for autonomous vehicle guidance
179 Duchow (2005): A marking-based, flexible approach to intersection detection
86