@misc{NunnMeuterMuelleretal.2013, author = {Nunn, Christian Markus and Meuter, Mirko Nicolas and M{\"u}ller, Dennis and G{\"o}rmer, Steffen}, title = {Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen}, year = {2013}, abstract = {Bei einem Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen von einem Kraftfahrzeug aus wird mittels einer Bilderfassungseinrichtung in regelm{\"a}ßigen Zeitabst{\"a}nden ein Bild eines vor dem Kraftfahrzeug befindlichen Verkehrsraumes erfasst. In dem erfassten Bild werden diejenigen Bildbereiche als erkannte Fahrspurmarkierungen identifiziert, welche ein vorgegebenes Erkennungskriterium erf{\"u}llen. Wenigstens eine erkannte Fahrspurmarkierung wird als zu verfolgende Fahrspurmarkierung einem Tracking-Prozess unterzogen. Es wird f{\"u}r jede erkannte Fahrspurmarkierung wenigstens ein Pr{\"u}fbereich im Bild definiert. Anhand von Intensit{\"a}tswerten der dem Pr{\"u}fbereich zugeh{\"o}rigen Bildpunkte wird wenigstens eine Kenngr{\"o}ße ermittelt. In Abh{\"a}ngigkeit von der Kenngr{\"o}ße wird die erkannte Fahrspurmarkierung einer von mehreren Fahrspurmarkierungs-Klassen zugeordnet.}, language = {de} } @misc{MuellerNunnMeuteretal.2013, author = {M{\"u}ller, Dennis and Nunn, Christian Markus and Meuter, Mirko Nicolas and G{\"o}rmer, Steffen}, title = {Verfahren zur Erfassung und Best{\"a}tigung kritischer Fahrsituationen}, year = {2013}, abstract = {Es wird ein Verfahren zur Erfassung und Best{\"a}tigung kritischer Fahrsituationen angegeben, beidem ein insbesondere vor einem Fahrzeug befindliches Objekt mittels mehrerer unabh{\"a}ngiger, dem Fahrzeug zugeordneter Sensoreinheiten {\"u}berwacht wird, die von den Sensoreinheiten gelieferten Signale jeweils als Sensorsignal in Form einer diskretisierten Wahrscheinlichkeitsdichtefunktion der betreffenden physikalischen Messgr{\"o}ße {\"u}ber ein definiertes Intervall [0, MAX] bereitgestellt werden, die verschiedenen Sensorsignale zu einem einzigen, ebenfalls die Form einer Wahrscheinlichkeitsdichtefunktion der betreffenden Messgr{\"o}ße aufweisenden Endsignal kombiniert werden und mittels eines lernenden Klassifizierers anhand des kombinierten Endsignal eine endg{\"u}ltige Bewertung der aktuellen Fahrsituation vorgenommen wird.}, language = {de} } @misc{NunnMeuterMuelleretal.2013, author = {Nunn, Christian Markus and Meuter, Mirko Nicolas and M{\"u}ller, Dennis and G{\"o}rmer, Steffen}, title = {Verfahren zur Detektion und Klassifikation von Objekten}, year = {2013}, abstract = {Bei einem Verfahren zur Detektion und Klassifikation von Objekten wie insbesondere Fahrbahnmarkierungen[AB_DE] ausgehend von einem Bild der Umgebung im Sichtbereich einer insbesondere einem Fahrzeug zugeordneten Bildaufnahmeeinrichtung wird f{\"u}r eine anf{\"a}ngliche Detektion von Objektkandidaten eine schnelle Hough-Transformation ausgef{\"u}hrt, bei der zur Bestimmung einer jeweiligen Votierstelle im Hough-Raum die Gradientenrichtung von ermittelten Kantenpunkten herangezogen wird. Zur Klassifikation der Objektkandidaten und zur Akkumulation zus{\"a}tzlicher Merkmale wird als Hough-Raum ein zus{\"a}tzliche Ebenen umfassender Raum verwendet.}, language = {de} }