Fahrzeugklassifizierung mittels Stereokamera – Untersuchung und Weiterentwicklung eines Prototyps unter Einsatz von künstlichen neuronalen Netzen, Deep Learning und Bildverarbeitung

Zusammenfassung

In den letzten Jahren gewann eine intelligente Infrastruktur immer mehr an Bedeutung. Ein wichtiger Bestandteil davon ist die Erfassung und Klassifizierung von Fahrzeugen. Während hierzu in der Vergangenheit vornehmlich Laserscanner genutzt werden, kommen mittlerweile immer mehr optische Systeme zum Einsatz. Gegenstand dieser Arbeit ist der Prototyp eines Sensors zur Fahrzeugklassifizierung auf Basis einer Stereokamera in Kombination mit einem künstlichen neuronalen Netz. Im Rahmen dieser Arbeit wird der vorhandene Prototyp in Betrieb genommen, eine Datenbasis für Training und Test des neuronalen Netzes erstellt und der Prototyp getestet. Des Weiteren wurden Methoden erarbeitet, um die Klassifizierungsgüte zu steigern. Die Arbeit ist in drei Themenkomplexe gegliedert. Zu Beginn wird durch Vorverarbeitung des durch die Stereokamera generierten Tiefenbildes versucht, die Qualität der Daten zu verbessern. Anschließend werden Methoden zur Merkmalsextraktion diskutiert, um dem neuronalen Netz optimale Eingangsdaten zu übergeben. Zuletzt wird auf das neuronale Netz eingegangen und es werden die Möglichkeiten und Grenzen des Prototyps diskutiert.