TY - THES A1 - Fröhling, Felix Korbinian T1 - Evaluation of CNN-based object detection algorithms of thermal and color image sensors under adverse environment conditions N2 - Functional safety is becoming increasingly important in current ADAS systems, especially with technology facing an evolution as responsibility is gradually transferred from the driver to the car. The systems must perceive their environment correctly in any situation but sensors have their limitations. Thus, different sensor types must be combined to compensate the weakness of each sensor. The aim of this work is to find out whether thermal cameras have an added value for object detection in adverse environmental conditions such as rain, fog and different light conditions compared to conventional color cameras. To answer this question, three state-of-the-art algorithms for object detection on images based on neural networks are analyzed and compared. Current state-of-the-art algorithms are based on neural networks and need a large amount of labeled data. This data is generated using IPG CarMaker, a simulation tool, to simulate labeled color and thermal images. Besides synthetic data, also real sensor data is recorded in the CARISSMA test facility, where real adverse environmental conditions can be reproduced. This dataset is used for evaluation, i.e. by comparing the ground-truth data with the neural network predictions from the color and thermal images. With the evaluationdata statements can be done in which situations the algorithm is able to detect the object based on the color and thermal images and thereby what performance the algorithm achieves. Y1 - 2021 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-11609 CY - Ingolstadt ER - TY - THES A1 - Quarré, Peter Paul Christiaan T1 - Entwicklung eines Testprozesses im Bereich Advanced Driver Assistance Systems mit für den Testprozess angepassten Testwerkzeugen Y1 - 2022 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-34666 CY - Ingolstadt ER - TY - THES A1 - Wollschlager, Marinus T1 - Validation of a CNN classifier for RADAR in real and simulation domain, exclusively trained in simulated RSI model N2 - The current developments in driver assistance systems enabled OEMs to offer vehicles, ready for highly automatic driving (Level 3). A key factor for this development is the environmental perception, based on sensor-systems. Currently, LIght Detection And Ranging (LIDAR), Cameras and RAnge Detection And Ranging (RADAR) are the mainly used sensor-systems, to generate a perception of the vehicular environment. Due to different used spectrums, the performance and reliability of a sensor depends on environmental conditions, like darkness, rain or fog. RADAR is known as a robust sensor, working well also in rain or light conditions. A key feature for an object, surrounding the own car, is a classification, independently of a certain sensor-system. It enables the adjustment of the own trajectory to specific situations, defined by the surrounded objects. Nevertheless, it is challenging to classify an object with RADAR. Common sophisticated automotive classification algorithms rely on camera. But a precise classification of objects, detected by RADAR, gained on importance due to the reliable characteristics of RADAR mentioned before. In addition to real world domain, simulation software provides tools for RADAR measurements and deployment. Even physical sensor models, near to reality, are implemented in software, enabling the improvement of signal processing techniques in a reproducible, convenient and fast manner. RADAR-specific effects, like multipath or clutter, are also implemented. The effects cause so-called "Ghost-Targets", pretending fake objects. This thesis will make a contribution to the question how the simulation of RADAR can be used to classify objects in real world. The classification task is taken over by a CNN classifier. Due to the fact that it is a supervised learning method, the classifier gets trained. Current published papers used real but quit static data for the training. This thesis uses data out of IPG Carmaker 8 simulation model. The proposed methods cluster the data with a state of the art cluster algorithm for RADAR and label, based on ground truth, with a novel approach. A multi-class CNN, implemented in Tensorflow, is enabled to differ between a car, bicycle or pedestrian. The evaluation is concentrated on a confusion matrix. Beside simulation data, also real world data is used to evaluate the classifier. Therefore, a scenario in real world is created. The measurement is performed with INRAS RadarLog, specialized for research and raw data analyze. Both domains, simulation and real world, are scaled on a common frame size and amplitude. The comparison should indicate the potential of a classifier to classify objects with a certain accuracy. The appropriate classifier is exclusively trained in simulation domain and gets applied in the real world and simulation domain. Weather phenomenons like rain, fog or extreme temperatures are excluded in the simulation. Y1 - 2020 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-8727 CY - Ingolstadt ER - TY - THES A1 - Li, Xinyi T1 - Simulationsbasierte Rohdatenanalyse eines Fahrzeugradars für simulative Sensortests Y1 - 2022 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-35098 CY - Ingolstadt ER - TY - THES A1 - Baldauf, Niklas T1 - Untersuchung lernbasierter Methoden zur Regelung eines mobilen Roboters mit Modellunsicherheiten N2 - Das Ziel der vorliegenden Arbeit ist die theoretische Ausarbeitung und simulative Verifizierung eines lernbasierten Verfahrens zur Regelung eines mobilen Roboters, der in der Lage ist, auf unbekannte Störungen sowie auf Unsicherheiten im System- und Umgebungsmodell zu reagieren. Dazu werden zunächst die theoretischen Grundlagen und Möglichkeiten der lernbasierten modellprädiktiven Regelung zusammengefasst und eine Übersicht über verschiedenen Ansätze gegeben. Des Weiteren werden zwei vielversprechende Ansätze genauer vorgestellt. Zum Einen wird eine Methode mit einem nichtparametrischen stochastischen Modell und zum anderen ein Ansatz mit einem parametrischen Modell und zusätzlichem Lernen terminaler Komponenten des Regelungsproblems präsentiert. Im Anschluss wird eine Methode des iterativen LMPC (Lerarning Model Predicitve Control) theoretisch ausgearbeitet, angepasst und erweitert. Die entstandene Methode wird im Anschluss anhand einer einfachen Python Simulation zur eindimensionalen Lageregelung eines Satelliten verifiziert und so die grundsätzliche Funktionalität des Ansatzes sicher gestellt. In dem nächsten Schritt wird ein konkretes Szenario aus möglichen Problemstellungen im Kontext der mobilen Robotik in planetaren Missionen abgeleitet. Auf dieses definierte Szenario wird die entworfene Methode angepasst und sowohl in einer Python als auch in einer Gazebo Simulation umgesetzt. Letztendlich resultiert aus der Arbeit ein Regelungskonzept, das in der Lage ist einen Rover sicher auf der Solltrajektorie zu halten und dabei Modellunsicherheiten, zum Beispiel die unbekannte Untergrundbeschaffenheit oder Modellierungsfehler, durch intelligente Anpassung des Reglers zu kompensieren. Y1 - 2022 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-35598 CY - Ingolstadt ER - TY - THES A1 - Bollmann, Dominik T1 - Entwicklung und Evaluierung von Shadern zur Abbildung von Störgrößen in einem automobilen Kameramodell in Unity N2 - Die Automobilbranche verfolgt das Ziel, die Sicherheit ihrer Fahrzeuge stetig zu erhöhen. Im Verlauf der letzten Jahrzehnte trugen maßgeblich die Fahrerassistenzsysteme dazu bei, die Insassen vor Gefahren zu schützen. Mit Hilfe von Umfeldsensoren sind die Funktionen im Stande die Umgebung wahrzunehmen und auf diese zu reagieren. Aufgrund der erschwerten Umgebungsbedingungen im Straßenumfeld sowie der gewählten Sensorparameter können jedoch Sensordaten mit geringer Qualität entstehen. Es ist von großer Bedeutung, eine uneingeschränkte Funktionsfähigkeit der Systeme unter realen Bedingungen zu gewährleisten. Hierzu müssen die Systeme unter den erschwerten Konditionen getestet werden. Aufgrund der geringen Datenqualität nimmt die Fehlerquote jedoch zu, sodass Mensch und System in Gefahr gebracht werden. Um diese Gefahr zu vermeiden, sollten die Tests zunächst simulationsgestützt vollzogen werden. Hierzu können die Sensordaten durch mathematische Modelle generiert werden. Dies ermöglicht eine gute Reproduzierbarkeit der Gefahrensituationen. Zudem ist eine hohe Flexibilität bei der Anwendung von Störeinflüssen geboten. Das Ziel dieser Masterarbeit besteht darin, die wichtigsten Störgrößen-Einflüsse für einen Kamerasensor in Unity nachzubilden. Hierdurch soll die Beeinflussung des Kamerabildes durch die äußeren Einflüsse und die Kameraparameter simuliert werden. Um das Ziel zu erreichen, werden zu Beginn die wichtigsten Störeinflüsse mit Hilfe diverser Literaturquellen identifiziert und in ihrem Verhalten analysiert. Für die Umsetzung der Architektur werden verschiedene Lösungswege vorgestellt und verglichen. Unter Abwägung der Vor- und Nachteile wird eine optimale Software-Architektur entwickelt. Diese ermöglicht das Einbinden, Entfernen und Kalibrieren der Störgrößen-Effekte. Die identifizierten Störgrößen-Effekte werden in Form von Shadern implementiert. Für die Evaluierung der Effekte wird in dieser Arbeit eine Testarchitektur entwickelt. Hierbei kommt eine Szene zum Einsatz, die die einzelnen Störgrößen-Effekte anhand verschiedener Umgebungsmerkmale optimal hervorhebt. The automotive industry is pursuing the goal of making vehicles safer on an ongoing basis. Driver assistance systems play a key role in this. Their functions depend on the data from various sensors. In the vehicle environment, the quality of the data can deteriorate due to the environmental conditions and the sensor parameters. It is of great importance to ensure unrestricted functionality of the systems despite these circumstances. If the systems are tested under the adverse conditions, the error rate increases and the human and system may be put in serious danger. To avoid this danger, the tests should first be completed in simulations. For this purpose, the sensor data must be generated by mathematical models. This allows good reproducibility and flexibility. The goal of the master thesis is to replicate the most important disturbance influences for a camera sensor in Unity. This should simulate the influence of external conditions and the camera parameters on the camera image. To meet this goal, the most important disturbing influences are first identified with the help of various literature sources and are getting analyzed in their behavior. For the implementation of the architecture different solutions are presented and compared. Weighing up the advantages and disadvantages, an optimal software architecture is developed. This enables the inclusion, removal and calibration of the disturbance effects. The identified disturbance effects are implemented in the form of shaders. A test architecture is developed in this thesis for the evaluation of the effects. The individual disturbance effects can be highlighted using different environmental features. The requirements are implemented in the form of a scene in Unity. Y1 - 2022 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-35986 CY - Ingolstadt ER - TY - THES A1 - Geisler, Markus T1 - Development of robust camera-LiDAR fusion architectures for real-time object detection in 3D N2 - Camera-LiDAR fusion architectures offer the opportunity to tailor perception systems to the requirements of the respective real-world application. By combining the properties of two modalities, an individual compromise between accuracy, robustness, runtime and system cost can be found. However, this requires a deep understanding of the trade-offs that arise from the chosen architectural design. In this context, this thesis focuses on the development of real-time, and robust camera-LiDAR fusion architectures for 3D object detection. In particular, the concept of generating depth features from both modalities is investigated. The first part of this thesis gives an overview of the state of the art of camera and LiDAR sensor based 3D object detection. A step is made towards a general guideline for the development of camera-LiDAR fusion architectures. The second part focuses on the robustness evaluation. A manual reduction of LiDAR detection performance is proposed to simulate the challenges of poorer point cloud quality in real-world applications of camera-LiDAR fusion architectures. This is used in a within-subject study that analyses the impact of reducing LiDAR detection power and investigates the optimal integration of image data for robustness. The third part of the thesis develops a depth feature based fusion architecture. For this purpose, it uses bird’s eye view feature maps generated by both sensors. Subsequently, all proposed methods are evaluated. Finally, the low-level fusion of the camera and LiDAR data is analysed. The quantified performance improvement shows the potential of LiDAR-assisted feature generation in otherwise purely image-based architectural parts. Y1 - 2022 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-35622 CY - Ingolstadt ER - TY - THES A1 - Yavuz, Tugce T1 - Methoden zur Kalibrierung von Umgebungssensoren für das autonome Fahren N2 - In dieser Masterarbeit werden die unterschiedlichsten Kalibrierungsmethoden für einen Kamera-, LiDAR- und Radar-Sensor betrachtet und angewandt. Y1 - 2023 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-38654 CY - Ingolstadt ER - TY - THES A1 - Fabich, Jonas T1 - Entwicklung einer Methodik zur Validierung der korrekten Durchführung von Szenarien basierend auf ihren ASAM OpenSCENARIO-Definitionen Y1 - 2023 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-40939 CY - Ingolstadt ER - TY - THES A1 - von dem Bussche-Hünnefeld, Tetmar T1 - Klassifizierung unterschiedlicher E-Scooter Fahrerprofile mit Hilfe eines selbstentwickelten Messfahrzeuges N2 - Die Zahl der E-Scooter Fahrer nimmt weltweit zu. Sowohl Sharing-Angebote als auch E-Scooter zum Kauf für den privaten Gebrauch gewinnen an Beliebtheit. Diese neue Art der Fortbewegung muss bei der Entwicklung moderner Fahrerassistenzsysteme gesondert berücksichtigt werden, da noch nicht belegt ist, ob sie die selbe Dynamik wie bestehende Verkehrsteilnehmer aufweist. Moderne Fahrzeugsysteme werden bereits früh in der Entwicklung durch Simulationsumgebungen unterstützt, abgesichert und auf Wirksamkeit geprüft. Solche Simulationen sollten dann Modelle beinhalten, die E-Scooter Fahrer inklusive ihres physikalischen Limits der Manövrierbarkeit abbilden und durch Realdaten parametrisiert sowie kalibriert werden. Dazu wird ein E-Scooter mit Sensorik und einem Datenlogger ausgestattet. Eine Probandenstudie im Realfahrversuch dient der Datengenerierung. Anhand dieser Studie wird das Fahrerverhalten erforscht und Empfehlungen zur Parametrierung einer Simulationsumgebung aufgestellt. Anhand der, durch die 36 Probanden gewonnen, Daten werden die Parameter Ausrollverzögerung, Reaktionszeit, mittlere Bremsverzögerung, maximale Bremsverzögerung, maximaler Rollwinkel, maximaler Lenkwinkel und maximale Querbeschleunigung kategorisiert und ausgewertet. Die Auswertung befasst sich unter anderem mit Unterschieden zwischen den Geschwindigkeitsstufen, Erfahrungsstufen mit anderen Verkehrsmitteln, sowie dem Geschlecht, Alter, Gewicht und Größe des Fahrers. Dadurch können signifikante Zusammenhänge aufgedeckt werden und in manchen Fällen Abhängigkeiten zur genaueren Kalibrierung der Simulation genutzt werden. Die Reaktionszeit weist eine direkte Proportionalität zur Fahrgeschwindigkeit auf. Dieser Zusammenhang kann zur Parametrisierung genutzt werden. Für die maximale Bremsverzögerung stellen Regressionsgleichungen mit der Prädikatorvariable Fahrergewicht die beste Lösung zur Kalibrierung dar. Die mittlere Bremsverzögerung hingegen wird in Abhängigkeit des Geschlechts und der Geschwindigkeit parametrisiert. Eine geschwindigkeitsabhängige Parametrisierung kann ebenso beim maximalen Rollwinkel angewendet werden. Die beiden Variablen maximaler Lenkwinkel und maximale Querbeschleunigung weisen in der Auswertung keine, für die Parametrisierung relevanten, signifikanten Zusammenhänge auf. Daher wird hier eine Kalibrierung anhand der berechneten Mittelwerte empfohlen. Im Nachgang der Arbeit sollte das Versuchsfahrzeug um weitere Sensorik erweitert und die Robustheit erhöht werden. Auch sollten die Ergebnisse dieser Arbeit in weiteren Studien validiert und verfeinert werden. Dazu sind größere Stichprobenumfänge und homogenere Verteilungen in der Stichprobe nötig. Y1 - 2021 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-59584 CY - Ingolstadt ER - TY - THES A1 - Nützel, Michael T1 - Simulationsmethodik für den automatisierten Schnittstellentest im Bereich Audio- und Videoübertragung im Fahrzeug N2 - Steigende Kundenanforderungen und im Verlauf der Jahre immer komplexer werdende Fahrzeugsysteme, haben in der Automobilindustrie zu höheren Fehlerauftretenswahrscheinlichkeiten geführt. Im Test- und Absicherungsprozess liegt die Herausforderung eine aus Kundensicht hervorragende Qualität bei gleichzeitiger Reduktion des Aufwandes und der Kosten zu liefern. Um diesen Umständen gerecht zu werden, halten zunehmend simulationsgestützte Testmethoden Einzug im Test- und Absicherungsprozess. Die vorliegende Masterarbeit befasst sich mit der Entwicklung einer Simulationsmethodik, die für den automatisierten Schnittstellentest im Bereich Audio- und Videoübertragung im Fahrzeug eingesetzt werden kann. Die Erarbeitung und Entwicklung der Methodik erfolgt an einer Funktion, die an der Schnittstelle zwischen dem Park- und Infotainmentsteuergerät angesiedelt ist und als Kommunikationsmedium Automotive Ethernet verwendet. Dabei reicht sie von der Generierung des Videostreams der nahen Fahrzeugumgebung durch Umfeldkameras bis zur Wiedergabe an der Anzeigeeinheit im Fahrzeuginnenraum. Definiertes Ziel bei der Entwicklung der Simulationsmethodik ist es, dass Entwickler die Befähigung erhalten Freigabeentscheidungen des auf dem Infotainmentsteuergerät verorteten Funktionsteils zu treffen. Herzstück der Arbeit ist die Modellbildung des in ein Audio Video Transport Protocol (AVTP) und im H.264 Kompressionsformat eingebetteten Videostream vorzunehmen. Zweiter Bestandteil ist die Simulation der über SOME/IP-Paketen (Pakete, welche die Scalable service-Oriented MiddlewarE over Internet Protocol als Transport nutzen) übertragenen Steuersequenzen zur Anforderung des Videostreams bzw. Veränderung von Anzeigeoptionen im Erscheinungsbild. Nach der Integration beider Bausteine in ein Gesamtsimulationsmodell wird dieses in einem manuell durchgeführten Testfall an einer Hardware-in-the-Loop-Prüfumgebung verifiziert. Die umgesetzte Methodik bietet als Hauptbestandteil erstmals, innerhalb des gesamten Entwicklungsprozesses, die Möglichkeit Teile der Schnittstellenfunktion auf der Zielhardware des Infotainmentsteuergeräts zu verifizieren und abzusichern. Y1 - 2024 UR - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:573-46922 CY - Ingolstadt ER -