Upload
truonglien
View
250
Download
0
Embed Size (px)
Citation preview
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 1
[Member of FSI]
Workshop on ADAS Sensor theory and
demonstrations – enabling basic
autonomyAssoc.-Prof. Dipl.-Ing. Dr.techn. Arno Eichberger
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 2
[Member of FSI]
Agenda
Part 1: Theory on ADAS sensors (radar, camera, lidar, etc)
* Basic principles of different ADAS sensors
* Advantages and disadvantages
* Signal processing
* Applications
* Sensor modelling for virtual test & validation
* Live demo (IBEO XT Laserscanner )
* Reference Measurement system
* RTK-GPS
* Genesys ADMA (Inertial Measurement Unit)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 3
[Member of FSI]
Agenda
Part 2: Live demonstration of ADAS sensors in a fully equipped test car,
on the test track
The Series production BMW 640i has a full ADAS package, including:
* ADAS sensors:
* Continental ARS 308 combined short/long range radar in target and
object mode
* Mobil Eye mono camera
* Cohda MK4 Car2X sensors
* Reference Measurement system
* RTK-GPS
* Genesys ADMA (Inertial Measurement Unit)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 4
[Member of FSI]
SYSTEM VERKEHR MIT FAS UND FDR
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 5
[Member of FSI]
Source: http://cyberlaw.stanford.edu/blog/2013/12/sae-levels-driving-automation; 24.4.2014
Level of Driving Automation: SAE, NHTSA and BASt definitions
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 6
[Member of FSI]
Treiber für automatisiertes Fahren
Sicherheit
EU White Paper: Halbierung Unfalltote bis 2020
Euro NCAP Roadmap 2020 Bewertung
Komfort
Entlastung des Fahrers/Ageing Society
Connectivity
Umwelt
Verbesserung Verkehrsfluss
Optimierung Energieverbrauch
Neue Mobilität
Robot Taxis
Mobility on Demand
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 7
[Member of FSI]
Problemstellungen und Randbedingungen
Fahrerakzeptanz
Funktionsabsicherung
Rechtliche und Haftungsfragen
Kosten der Systemkomponenten und Integration
Perzeption
Komplexität der Verkehrssituation
Umweltbedingungen
Manipulation
Mis-Use
Ironie der Automatisierung
Automation Suprises
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 8
[Member of FSI]
Probleme der Automatisierung
Ironie der Automatisierung 1
Automatisierung soll Fehler vermeiden und schafft neue
Je stärker die Automatisierung ausgeprägt ist, umso weniger ist der
Mensch in der Lage, diese automatisierten Systeme zu
überwachen
Automation surprises 2: Neue Fehler bei den „Operators“
Mode Awareness geht verloren
Complacency (übermässiges Vertrauen in Technik)
Automatisierung kann Kompetenzgefühl bedrohen Gefahr der
Kompensation durch riskante Aktionen
Bedienungsfehler
Missachtung (häufiger) Alarme
Quellen:1 Bainbridge, L. (1983): Ironies of automation. Automatica, 19(6): 775–-779, Elsevier2 https://www.lubw.baden-wuerttemberg.de/servlet/is/32343/07_Hofinger.pdf?command=downloadContent&filename=07_Hofinger.pdf
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 9
[Member of FSI]
Sensors
Vehicle Sensors:
are perception organs, they transform different inputs in electrical signals:
Physical or chemical quantities F in electrical quantities E
Consideration of disturbing quantities Yi (temperature, supply voltage variability,…)
E = f (F , Y1 , Y2, …)
F = g (E , Y1 , Y2, …)
whenever f,g are known: a sensor model can be derived mathematically
Sensor
Yi
EF
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 10
[Member of FSI]
Sensorik für Fahrdynamik-Regelsysteme
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 11
[Member of FSI]
Sensorik für Fahrumgebungserfassung
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 12
[Member of FSI]
Source : Franke, U: Umgebungserfassung für vollautomatisiertes Fahren.
6. Tagung Fahrerassistenz, München 2013
SENSORS OF AUTONOMOUS CAR
• 360° Radar sensors for
moving objects
• Camera for localization
• Stereo camera for object
detection
• Traffic sign detection camera
• Inertial sensors
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 13
[Member of FSI]
SYSTEM LAYOUT OF AUTONOMOUS CAR
Source : Franke, U: Umgebungserfassung für vollautomatisiertes Fahren.
6. Tagung Fahrerassistenz, München 2013
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 14
[Member of FSI]
Fahrumgebungserfassung (Umfeldsensorik )
Vorbedingung um die Fahraufgabe und
menschliche Entscheidungen mit einem
Fahrerassistenzsystem zu unterstützen
Quelle: Fahrumgebungserfassungund
Interpretation-FUE. INVENT Ergebnisbericht
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 15
[Member of FSI]
Sensor concepts for environment recognition
Vehicle based
Ultrasonic sensor
Radar sensor (Radio Detection and Ranging)
Video camera
Lidar (Light Detection and Ranging)
Infrared sensors
Car-to-car communication
Satellite navigation
Infrastructure based
Car-2-infrastructure communication
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 16
[Member of FSI]
Gegenüberstellung
Quelle: Fahrumgebungserfassungund
Interpretation-FUE. INVENT Ergebnisbericht
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 17
[Member of FSI]
Konzept der Fahrumgebungserfassung
Quelle: Fahrumgebungserfassung und
Interpretation-FUE. INVENT Ergebnisbericht
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 18
[Member of FSI]
Erfassungsbereiche von Sensoren
Radar: Nah- und Fernbereichsradar
Lidar: scannende oder feststehende Laserstrahlen
Kameras: im sichtbaren oder Wärmestrahlungsbereich
Quelle: Fahrumgebungserfassung und
Interpretation-FUE. INVENT Ergebnisbericht
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 19
[Member of FSI]
RADAR (RAdio Detection And Ranging)
Heinrich Hertz 1886
Elektromagnetische Wellen
Entfernung und Geschwindigkeit von Objekten
Auswertung der Objekt-Rückstrahlung
Generierung
Pulse-RADAR
FMCW (Frequenzmodulierte kontinuierliche Wellen)
FSK (frequency shift keying)
Auswertung der Laufzeit und des Dopplereffekts
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 20
[Member of FSI]
Dauerstrich-Radar
CW Radar (Continous Wave): Geschwindigkeitsmessung: Durch Dopplereffekt
verschobene Frequenz von Sende und
Empfangsfrequenz wird Geschwindigkeit
errechnet
keine Entfernungsmessung möglich
FMCW RADAR (frequency modulated
continuous wave) Radargeräte, auch "Modulated CW-Radar" oder
FM-Radar: Frequenz wird Sägezahnartig erhöht
und gesenkt --> damit Entfernungsmessung
möglich (Laufzeitverschiebung Delta t wie beim
Pulsradar)
FSK (Frequency Shifting Key) Sendesignal wird periodisch zwischen
zwei nahe beinander liegende
Frequenzen verschoben
Entfernungsmessung durch
Phasenverschiebung
Quelle: Universität Harburg
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 21
[Member of FSI]
Pulsradar
Pulsradar sendet Impulse (Dauer
Mikrosekundenbereich) und wartet
dann auf Echos. Die Laufzeit t des
Impulses, wird zur
Entfernungsbestimmung genutzt.
Für die Entfernung r gilt:
r… Entfernung
c … Lichtgeschwindigkeit (≈
Lichtgeschwindigkeit im Vakuum)
Tp… Laufzeit
Durch Pulsmodulation wird
Entfernungs- und
Geschwindigkeitsmessung
ermöglichtQuelle: Wikipedia, Universität Stuttgart
2
pTcr
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 22
[Member of FSI]
Fernbereichsradar
Puls- oder Frequenzmoduliert
Winkelauflösung durch Multi-Beam oder Scannen
2 bis 200m Reichweite
Objekte als Punkte
Schmales Sichtfeld: +/- 5°
Unterdrückung stehender Objekte
ACC
77 GHz Frequenz
keine gute laterale Auflösung (LIDAR besser durch klare Strahlbreiten)
Quelle: TRW
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 23
[Member of FSI]
Nahbereichsradar
Puls (bis 2013 in EU zugelassen) oder
Frequenzmoduliert
Gleichzeitig mehrere Sensoren
+/- 60° Öffnungswinkel
Lokalisierung von Objekten bis 30m
Pulsmod.: 0,3 bis 20m
Frequenzmod. 1 bis 70m
24GHz (Pulsmod.) 79GHz
(Frequenzallokation)
schlechte seitliche Unterscheidung von
Objekten
Quelle: Hella
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 24
[Member of FSI]
Kameras
Hochauflösendes Bild
Hochdynamische Kameras
Hohe Kontrastanforderungen (tiefstehende Sonne)
Grauwertkamera: Spurführung
Farbkamera: Ampeldetektion, Verkehrszeichenerkennung
Technologie: je nach Anforderung (Empfindlichkeit, Kosten) CMOS
CCD
FIR (Night Vision)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 25
[Member of FSI]
Photoleitung
Meßprinzip: Photoleitung von Halbleitern
(innerer photoelektrischer Effekt)
Elektronen werden durch Photonen vom
Valenzband in das energetisch höher
gelegene Leitungsband gehoben
Leitfähigkeit des Materials nimmt unter
Belichtung zu. Photon hat Energie von
mindestens der Bandlücke zwischen
Valenzband und Leitungsband.
Quelle: Wikipedia
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 26
[Member of FSI]
CCD Fotosensor
(Charged Couple Device)
Quelle: Diplomarbeit Janhofer, TU Graz
Der Photodiode (ein Pixel) ist ein
Kondensator parallelgeschaltet.
Kondensator wird proportonial zum
einfallenden Licht aufgeladen.
Analoges Ladungsbild durch zyklisches
Auslesen der gesamten Bildmatrix
Digitalisierung
Einzelne Bildpunkte können nicht direkt
adressiert werden (sequentielles Auslesen)
Blooming Effekt: Bei starkem Lichteinfall
kommt es bei Überladung eines Pixels zu
Ladungsabfluß an benachbarte Bildpunkte
Für Farbe: Pro Bildpunkt werden drei
Elemente mit Rot-Grün-und Blau Filter
überdeckt (schlechtere Auflösung als S/W)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 27
[Member of FSI]
Active Pixel Sensor
(CMOS Technologie)
Prinzipbild eines einzelnen Pixels in einem APS-Sensor
.
Ähnlich CCD, ist der Photodiode (ein Pixel) ein
Kondensator parallelgeschaltet. Kondensator wird durch
Belichtung aufgeladen, Spannung ist proportional zur
Helligkeit/Belichtungszeit.
Jedes Bildelement hat Verstärker (im Unterschied zu
CCD) und liefert Kondensatorspannung an
Analogsignalprozessor.
Für Farbe: Entweder nebeneinander liegende Pixel
(Verminderung der Auflösung) oder 3 übereinander
liegende chips mit unterschiedlich tief eindringenden
Photonen (Abhängig von Wellenlänge des Photons)
Quelle: Diplomarbeit Janhofer, TU Graz
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 28
[Member of FSI]
Vergleich CMOS zu CCD
Vorteile- Geringerer Stromverbrauch.
- Gleichzeitig mehrere Pixel auslesbar
- Integration der Auslesesteuerung direkt auf dem Sensor
- Kaum Blooming
- Flexibler auszulesen (Vorschau, Video,…)
- Einige Verarbeitungsschritte direkt im Pixel-Verstärker
- Sehr hohe Bildraten im Vergleich zu einem CCD gleicher Größe
Nachteile- geringerer Füllfaktor (Verhältnis der fotoempfindlichen zur gesamten Pixelfläche)
- größere Empfindlichkeitsunterschiede zwischen den PixelnFarbrauschen.
- weniger lichtempfindlich (Ausnahme: teure Spezialsensoren)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 29
[Member of FSI]
Ausführungsformen von Kameras
2-D Kamera:
Stereokamera: Entfernungsmessung (wie
menschl. Auge):
Bestimmung Disparität an vertikalen Kanten an beiden
Bildern
Bewegliche Kameras zur Erhöhung des
Sichtbereichs
Wärmebildkamera (FIR): Fußgängererkennung
(Night Vision, hohe Kosten)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 30
[Member of FSI]
Umfeldmodell
Zusammenfassung der multisensoriellen Fahrumgebungserfassung
Schnittstelle zu Applikationen
Objektkatalog
Jedes Objekt hat Attribute: Breite, Höhe, Entfernung, Geschwindigkeit
Objekt ist mit Sensoren vermessen oder über Datenbanken erfasst
(Fahrspuren, Verkehrszeichen, Digitaler Atlas)
Quelle: Fahrumgebungserfassung und
Interpretation-FUE. INVENT Ergebnisbericht
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 31
[Member of FSI]
Statische Objekte
Fahrspuren, Verkehrszeichen, Randbebauung
Dynamische Objekte
Bewegung beschrieben durch unterlagerte dynamische
Modelle
Fußgänger gesondert behandelt: komplex durch
veränderliche Form, abrupte Richtungswechsel
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 32
[Member of FSI]
Online Visualisierung (qualitativ im Versuchsträger)
Quelle: Fahrumgebungserfassungund
Interpretation-FUE. INVENT Ergebnisbericht
•Direkt im Videobild
•Virtuelle Bilder
(Vogelperspektive)
•Schneller qualitativer
Überblick
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 33
[Member of FSI]
Offline Visualisierung (Quantitativ im Labor)
Komplette Aufzeichnung von Versuchsfahrten
Archivierung in Datenbanken
Prüfkatalog: Referenzszenarien
Auf Teststrecke oder normaler Straßenverkehr
(Rückfalllösung bei Fehlfunktion notwendig)
Validierung von Erkennungsalgorithmen
Kompletter Prozeß von
Adaption, Evaluierung und Optimierung von
Erkennungsverfahren darstellbar
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 34
[Member of FSI]
LIDAR (LIght Detection And Warning)
Lichtlaufzeit (Entfernungsmessung)
Nichtscannend:
Mehrere Laserstrahlen und Photodioden (Multi-Beam-Lidar)
ACC
Bessere laterale Auflösung
Scannend
Nahbereich
Theoretisch Rundumsicht
Mehrere Ebenen (Ausgleich von Nickbewegungen des Fahrzeugs
Empfindlich gegenüber Witterung (Nebel, Schnee, Regen,
Gischt, Verschmutzung)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 35
[Member of FSI]
Scannender Laserscanner
Vorteile:
Meßbereich in Entfernung
Winkelauflösung
Funktioniert auch nachts
Nachteile bei extremen Witterungsbedingungen
Robustheit
Kosten
Package
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 36
[Member of FSI]
Sensordatenfusion
rot / grün / blau: Radar
Gelb / weiß: Lidar
Quelle: www.AutonomouStuff.com
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 37
[Member of FSI]
Meßprinzip
Meßprinzip: Lichtlaufzeitmessung
Kurzer Impuls (-> Reflexion, Streuung)
Detektion im Empfänger
Zeitdauer = k*Entfernung
Pulsfreqenz 14,4 kHz
Laserpuls wird über rotierendes Prisma abgelenkt
(10-40Hz)
Pulsfrequenz vs. Scanfrequenz
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 38
[Member of FSI]
Reflexionen
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Diffus Optisch rauhe
Oberfläche,viele verschiedene orientierte
Flächenelemente
Optisch rauhe Oberfläche
Diffus gerichtete Streuung
(Reflexion überlagert)Reflexion
Retroreflektor
en
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 39
[Member of FSI]
Einfluß der Distanz auf die zurückgestreute
Energie
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 40
[Member of FSI]
Unterdrückung von Störungen durch Uth
Ausgangsspannung in der Photodiode
(Empfänger)
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 41
[Member of FSI]
Meßergebnisse
Quelle K. Fürstenberg, Fa.
IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 42
[Member of FSI]
Segmentierung
Zusammenfassung von Reflexionspunkten die
zusammengehören
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
ax, gem. , ay,gem. < ax, zul., ay,zul.
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 43
[Member of FSI]
Segmentierung
Zusammenfassung von Reflexionspunkten die
zusammengehören
ax, gem. , ay,gem. < ax, zul., ay,zul.
xLS
ay,gem.
yLS
ax,gem.
yLS
xLS
Objekt 1Objekt 2
Objekt 3
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 44
[Member of FSI]
Segmentierung
ego
ref
yv
ref
yd
yy
ego
ref
xv
ref
xd
xx
vv
fd
d
faa
vv
fd
d
faa
,,
0,
,,
0,
Distanzabhängiger Korrekturterme: Zulässige Distanz ax
ay hängen wegen radialem Messverfahren
distanzabhängig
Geschwindigkeitsabhängiger
Korrekturterm: Zulässige Distanz
ax ay bei schnelleren
Geschwindigkeit höher (größere
Abstände auf Autobahn)
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 45
[Member of FSI]
Objektverfolgung
Prädiktion und Filterung
Assoziation
Bestimmung Referenzpunkt
Dynamischer Zustand
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 46
[Member of FSI]
Kalman Filter
Stochastischer Zustandsschätzer für dynamische
Systeme (Kalman 1960, lineare Systeme)
Iterative Struktur, Anwendung für Echtzeitfähigkeit
Extended Kalman Filter (EKF) für nichtlineare
Systeme durch Taylorreihenbildung der
Systemgleichungen, kleine Abtastrate notwendig
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 47
[Member of FSI]
Dynamisches System
:,
____________________
1
kk
kkk
kkkk
vw
vCxy
wuHxΦx
EC
u
H
Φ
x
y
x
T
yxk
a
a
T
T
T
T
ΔT
ΔT
vvyx
0
0
20
02
1000
0100
010
001
2
2
Diskretes lineares zeitinvariantes System (DLTI)
„Piecewise Constant
Velocity“ Ansatz
Zustandsrauschen, Messrauschen (weiß, normalverteilt, nicht korreliert)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 48
[Member of FSI]
Linearer Kalman Filter
kkk
kkkk
vCxy
wuHxΦx
111Diskretes lineares
zeitinvariantes System (DLTI)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 49
[Member of FSI]
Bestimmung des Objektreferenzpunktes
Geometrischer Schwerpunkt aus einzelnen Segmenten
N
i
i
SP
f yxpN
yx1
Re ),(1
),(o
Robust, aber schlecht wenn sich Konturen stark ändern
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 50
[Member of FSI]
Alternative Ermittlung des Objektreferenzpunktes
LCLC
LC
LC
FCFC
FC
FC
nuu
lo :vu
nuu
fo :vu
22
22
Re
Re
widthlength
f
widthlength
f
oo
oo
FC
FC
uu
2
lengtho
Wenn zwei Konturen sichtbar
LCf
Fv
FC
FC
nn
2
widtho
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 51
[Member of FSI]
Klassifikation
Fußgänger
PKW
LKW/Bus
Zweiräder
Stationäre Objekte (Leitplanken, …)
Über
Geometrische Abmessungen
Dynamik der Objekte und Limits
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 52
[Member of FSI]
Eindeutigkeit bei Klassifizierung
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
Gemessene Breite eines Objektes ist
distanzabhängig
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 53
[Member of FSI]
Mit steigender Entfernung überlappen sich die ausgesandten Laserimpulse
(steigende Querschnittsfläche) nur noch zum Teil mit der Kante des Objektes
keine Reflexion
wirkt sich auf die Breitenvermessung aus Objekte erscheinen schmäler
Weitere Einflüße: Reflektivität (Verschmutzung), Abschattungen, nicht
beobachtbare Bereiche
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 54
[Member of FSI]
Klassifizierung
Jedem Objekt werden Merkmale (KLASSEN)
zugewiesen:
Länge, Breite, Geschwindigkeit, maximale
Beschleunigung
Für jedes Objekt und jede Klasse wird ein
Unsicherheitsmaß (GÜTE) zugeordnet, über
apriori Wissen (tatsächlich auftretende
Wahrscheinlichkeiten)
Unsicherheit (z.B. distanzabhängige Breite)
Institute of Automotive Engineering
Dr. Arno Eichberger ADAS Sensors Workshop 55
[Member of FSI]
Klassifikationsmatrix
Güte jeder Klasse wird in Matrix gespeichert und das Minimum
bestimmt
k1 bis k6 werden über die Zeit gefiltert (Unterdrücken von
Fehlklassifizierungen
Klasse ist Maximum davon
Quelle K. Fürstenberg, Fa. IBEO:
Fahrzeugumfelderfassung mit
mehrzeiligen Laserscannern
61 ...kk