@misc{HaselhoffMuellerMeuteretal.2016, author = {Haselhoff, Anselm Stephan and M{\"u}ller, Dennis and Meuter, Mirko Nicolas and Nunn, Christian Markus}, title = {Verfahren zum Erzeugen eines Trainingsbildes}, year = {2016}, abstract = {Bei einem Verfahren zum Erzeugen eines Trainingsbilds, welches ein zu erkennendes Objekt in einer nat{\"u}rlichen Objektumgebung zeigt, wird das Trainingsbild als synthetisches Bild durch Kombination eines von einer Kamera aufgenommenen Basisbilds und eines Template-Bilds erzeugt, indem mittels eines Shift-Map-Algorithmus ein Strukturmerkmal aus dem Basisbild entfernt und durch ein dem Template-Bild entnommenes Strukturmerkmal ersetzt wird.}, language = {de} } @misc{MeuterNunnMuelleretal.2013, author = {Meuter, Mirko Nicolas and Nunn, Christian Markus and M{\"u}ller, Dennis and G{\"o}rmer, Steffen M.}, title = {Objektverfolgungsverfahren f{\"u}r ein Kamerabasiertes Fahrerassistenzsystem}, year = {2013}, abstract = {Die Erfindung betrifft ein Objektverfolgungsverfahren f{\"u}r ein kamerabasiertes Fahrerassistenzsystem, welches eine in einem eigenen Fahrzeug installierte und in Fahrtrichtung ausgerichtete Kamera zur Aufnahme von Bildern einer in Fahrtrichtung vor dem eigenen Fahrzeug liegenden Fahrzeugumgebung aufweist, mit den Schritten, dass ein ein vorausfahrendes Fahrzeug darstellendes Objekt in einem von der Kamera aufgenommenen Bild detektiert wird und ein Mittelwert und eine Kovarianzmatrix f{\"u}r den aktuellen Zustand des vorausfahrenden Fahrzeugs mittels eines erweiterten Kalman Filters aus der Position und Breite des Objekts in dem Bild gesch{\"a}tzt wird.}, language = {de} } @misc{MuellerMeuterGoermeretal.2013, author = {M{\"u}ller, Dennis and Meuter, Mirko Nicolas and G{\"o}rmer, Steffen Michael and Nunn, Christian Markus and Gavriilidis, Alexandros}, title = {Verfahren zur Erkennung von Funktionsfehlern einer Multisensoranordnung}, year = {2013}, abstract = {Bei einem Verfahren zur Erkennung von Funktionsfehlern eines oder mehrerer Sensoren einer der {\"U}berwachung einer Fahrzeugumgebung dienenden Multisensoranordnung (10) eines Fahrzeugassistenzsystems (12) wird auf der Basis von Informationen aus einer f{\"u}r eine vereinheitlichte Erfassung der aktuellen Fahrzeugumgebung durchgef{\"u}hrten Datenfusion der von den Sensoren der Multisensoranordnung (10) erhaltenen Daten wenigstens eine aktuelle Leistungsgr{\"o}ße der Multisensoranordnung (10) ermittelt. Die ermittelte aktuelle Leistungsgr{\"o}ße wird mit einer entsprechenden, f{\"u}r die fehlerfreie Multisensoranordnung (10) erwarteten Leistungsgr{\"o}ße verglichen. Eine Entscheidung dar{\"u}ber, ob ein Funktionsfehler des bzw. der betreffenden Sensoren der Multisensoranordnung (10) vorliegt oder nicht, wird in Abh{\"a}ngigkeit vom Ergebnis des Vergleichs der auf der Basis der Informationen aus der Sensordatenfusion ermittelten aktuellen Leistungsgr{\"o}ße mit der erwarteten Leistungsgr{\"o}ße der Multisensoranordnung (10) getroffen.}, 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 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{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} }