Echtzeiterkennung von befahrbaren Bereichen in urbanen Szenarien

  • Kai Berger
  • Christian Linz
  • Christian Lipski
  • Timo Stich
  • Marcus Magnor
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Unser Artikel beschreibt em Echtzeitverfahren zur kamerabasicrten Fahrbereichserkennung, welches in urbanen bzw. ländlichen Fahrszenarien eingesetzt wird. In dem Eingabebild eines monokularen Kamerasystems, weiches auf dem Dach eines Automobils in Fahrtrichtung montiert ist, wird pro Zeitschritt ein kleiner Bereich vor der Motorhaube als befahrbar vorausgesetzt. Der Algorithmus berechnet die vorherrschenden Farben innerhalb dieses befahrbaren Bereiches und vergleicht die Farben mit den Farbwerten jedes Pixels im Eingabebild: Je ähnlicher die Pixelfarben zu den vorherrschenden sind, desto hölier ist die Wahrscheinlichkeit, dass die entsprechenden Bereiche befahrbar sind. Um den Algorithmus auch im städtischen Umfeld einsetzen zu können, muss ein vorverarbeitendes Modul vorgeschaltet werden, welches Fahrspuren, Schatten und überberbelichtete Bereiche ausmaskiert und in der entgültigen Befahrbarkeitskarte als unbekannt (rot) markiert. Weiterhin wird em dynamisches Suchpolygon vorgestellt, um den Algorithmus unabhängig von weiteren Eingabesensoren zu gestalten.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1.
    Thrun S. et al.: Stanley: The Robot That Won The DARPA Grand Challenge, Journal of Field Robotics, 661–692 (2006)Google Scholar
  2. 2.
    Duda, Richard O. and Hart, Peter E.: Pattern Classification and Scene Analysis (1973)Google Scholar
  3. 3.
    Bilmes Jeff: A Gentle Tutorial on the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models Technical Report, University of Berkeley, ICSI-TR-97-021, (1997)Google Scholar
  4. 4.
    Kai Berger, Christian Lipski, Christian Linz, Tinio Stich, Marcns Magnor The area processing unit of Caroline — Finding the way through DARPA’s Urban Challenge 2nd Workshop Robot Vision 260–274 (2008)Google Scholar
  5. 5.
    Christian Lipski, Björn Scholz, Kai Berger, Christian Linz, Timo Stich, Marcus Magnor, A Fast and Robust Approach to Lane Marking Detection and Lane Tracking Proc. IEEE Southwest Symposium on Image Analysis and Interpretation (2008)Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2009

Authors and Affiliations

  • Kai Berger
    • 1
  • Christian Linz
    • 1
  • Christian Lipski
    • 1
  • Timo Stich
    • 1
  • Marcus Magnor
    • 1
  1. 1.Institut für CoinputergrafikBraunschweig

Personalised recommendations