Please choose your delivery country and your customer group
Zukünftige Fahrerassistenzsysteme mit hohem Automatisierungsgrad erfordern die zuverlässige und genaue Erfassung der Fahrzeugumgebung. Solche Systeme übernehmen z.B. die Längs- und Querführung des Fahrzeugs oder leiten autonom einen Brems- oder Ausweichvorgang bei auftretenden Gefahrensituationen ein. Aufgrund der steigenden Anzahl von Assistenzsystemen und Sensortechnologien im Fahrzeug bei gleichzeitig hohen Anforderungen an den Energieverbrauch und begrenzter Rechenkapazität ist es notwendig, eine Speicher- und recheneffiziente Umfeldrepräsentation zu schaffen, in der die Daten der verschiedenen Umfeldsensoren fusioniert werden. Hierfür beschäftigt sich die Arbeit zunächst mit der aus der Robotik bekannten belegungskartenbasierten Repräsentation, die mit Hilfe von Umfeldsensoren eine explizite Darstellung der freien, belegten und unbekannten Bereiche ermöglicht. Das konventionelle zweidimensionale Belegungsgitter wird hinsichtlich der Qualität der akkumulierten Daten und der Recheneffizienz verbessert und an die Randbedingungen der Fahrerassistenzsysteme angepasst. Zusätzlich werden eine neue recheneffiziente Methode zur Freiraumverfolgung, sowie eine Erweiterung des Belegungsgitters um eine Höhenschätzung präsentiert. Dabei werden ein Serienradarsystem, ein seriennaher Laserscanner und ein 3D-Laser Forschungssensor eingesetzt. Die Sensoren werden in der Arbeit experimentell analysiert, so dass ihre Eigenschaften und Effekte in der Sensordatenverarbeitung berücksichtigt werden können. Ein weiteres wichtiges Ziel der Arbeit besteht darin, die kartenbasierte Umfeldwahrnehmung mit der klassischen kompakten objektbasierten Beschreibung zu kombinieren, so dass ein konsistentes und harmonisches Wahrnehmungssystem entsteht. Trotz der Kombination mit der objektbasierten Beschreibung bleiben die große Datenmenge und das niedrige Abstraktionsniveau große Nachteile der Belegungskarte. Um diese Schwächen zu kompensieren, werden in der Arbeit Methoden zur assistenzsystemspezinschen Extraktion von Umfelddaten am Beispiel einer Stauassistenz, eines Systems zur aktiven Gefahrenbremsung sowie einer Randbebauungserkennung vorgestellt. Neben der Generierung der erforderlichen Umfelddaten ist die Schätzung der Datenqualität von großer Wichtigkeit für hochautomatisierte Fahrerassistenzsysteme. Von diesen Systemen wird gefordert, dass sie ihre Grenzen erkennen, falls z.B. ihre Wahrnehmungsleistung sich beträchtlich verschlechtert. Hierzu werden in der Arbeit Bewertungsmethoden entwickelt und validiert. Sie haben zum Ziel, einerseits die Qualität der Algorithmen der kartenbasierten Umfeldwahrnehmung im Entwicklungsprozess mit Hilfe eines Referenzsystems zu schätzen, anderseits online mit Hilfe von Gütemaßen eine Selbstdiagnose durchzuführen.
An accurate and robust environment perception is essential to develop advanced driver assistance systems. Due to the increasing number of driver assistance systems in modern cars and the high requirements on the energy consumption and computation capacity, it is necessary to create a compact and efficient environment representation in which the data of different sensors can be fused. This thesis concentrates on the occupancy grid map representation which is known from the robotics. The conventional occupancy grid map is improved concerning the quality of the accumulated data and the computation efficiency. Additionally, new map representations are introduced in order to track the free space in the car's environment and to extend the two dimensional grid map by height information. The deployed sensors consist in radar and lidar sensors. These sensors are systematically analyzed in order to consider different sensor effects in the map building process. Another important objective of this work consists in combining the occupancy map representation with the object based environment description so that both sides can benefit from each other. Despite this combination, the grid map remains a representation with huge amount of data. Therefore, an extraction concept is introduced to generate different relevant and compact environment data from the map. The generated information can be transmitted on the car bus system in order to be used by the assistance systems. In addition to the creation of the required environment data, the estimation of the data's quality is eminent for driver assistance systems with high automation level. These systems have to detect their limits, if e.g. their perception capacities are deteriorating. For this purpose, the work provides different methods which enable to evaluate the quality of a grid map both with and without a ground truth.