Detailergebnis zu DOK-Nr. 60760
Teilautomatisierte Interpretation von Straßenverkehrsszenen bei Einsatz von Schwenk-Neige-Kameras
| Autoren |
M. Brake |
|---|---|
| Sachgebiete |
6.1 Verkehrserhebungen, Verkehrsmessungen 6.3 Verkehrssicherheit (Unfälle) |
Aachen: Institut für Straßenwesen, RWTH Aachen, 2008, XIX, 169 S., zahlr. B, Q (Aachener Mitteilungen Straßenwesen, Erd- und Tunnelbau Nr. 50). - ISBN 3-925163-39-5
Zur Erhöhung der Sicherheit auf Straßen werden zunehmend Videokameras zur Beobachtung des Verkehrsgeschehens eingesetzt. Hierzu kommen aus wirtschaftlichen Gründen meist Schwenk-Neige-Kameras zum Einsatz. Eine Automatisierung der Störfallerkennung mittels Videodetektionssystemen (VDS) wäre eine deutliche Erleichterung für den Betrieb. Zudem hüten VDS die Voraussetzungen, streckenbezogene Verkehrsinformationen zu gewinnen, deren Erfassung durch herkömmliche Detektionssysteme nicht möglich ist. Weil die Auswerteverfahren der zurzeit im Einsatz befindlichen VDS für statische Perspektiven und konstante Lichtverhältnisse konzipiert und daher meist referenzbildbasiert sind, können diese bei beweglichen Kameras und bei veränderlichen Umfeldbedingungen nicht oder nur bedingt eingesetzt werden. Für VDS, die auch bei sich ändernder Perspektive sowie allen Witterungen eingesetzt werden sollen, sind demnach Verfahren zu verwenden, die nicht auf festen Referenzbildern basieren. Im Hinblick auf diese Aspekte wurde in dieser Arbeit ein Verfahren entwickelt, das eine Situationsanalyse von Straßenverkehrsszenen für Schwenk-Neige-Kameras ohne Referenzbild ermöglicht. Die beiden Kernaufgaben des Modells, die Auswahl geeigneter Verfahren sowie die Verknüpfung extrahierbarer Merkmale mit definiertem Vorwissen, wurden unter Berücksichtigung der Funktionsweise menschlicher Intelligenz entwickelt. Für die Evaluierung der vorgestellten Modelle und Verfahren wurde eine Prüfsoftware entwickelt in der die Verfahren zur Orientierungsbestimmung, zur Extraktion von Merkmalen sowie zur Objekterkennung und -verfolgung implementiert werden. Nach Aufstellung einer Wissensbasis wurden die Modelle anhand detaillierter Analysen realer Szenen validiert.