Kristin Schönherr

Kopplung von Sensorinformationen und Geodaten zur modellbasierten Lokalisierung und Kartierung im Automobil Kristin Schönherr

Die Weiterentwicklung von Fahrerassistenz- und Sicherheitssystemen generiert immer neue Ansprüche an die Umgebungserfassung und Erstellung eines Umfeldmodells. Das städtische Gebietmit einer hohen Verkehrs- und Umgebungsdynamik stellt eine besondere Herausforderung fürdie sensorielle Wahrnehmung dar. Zur Unfallvermeidung oder Minderung des Verletzungsrisikosan beispielsweise komplexen Kreuzungssituationen muss die fahrzeugbezogene Umfelderfassungauf übergreifende Konzepte ausgedehnt werden. Diese Ansätze sind sowohl auf eine präzise Fahrzeuglokalisierung als auch auf eine möglichst lückenlose Umgebungsbeschreibung angewiesen. Für die Anwendung im Automotivebereich steht dabei weniger die Integration teurer zusätzlicherSensoren im Fokus, sondern primär die intelligente Kombination bereits bewährter. DieKamera als ein Sensor mit hoher Informationsdichte erfreut sich eines zunehmend vielseitigenVerwendungszweckes. Diese Arbeit stellt einen bildbasierten Ansatz zur präzisen Positionsbestimmung eines Fahrzeugesmit gleichzeitiger Kartierung in urbaner Umgebung vor. Dabei stehen Gebäude und insbesonderederen markante vertikale Kanten im Vordergrund, welche von einer Kamera detektiert und 3D-rekonstruiert werden. Der Abgleich dieser Merkmale mit einer automotive-tauglichen Basiskarte ermöglicht dabei die schrittweise Präzisierung der Fahrzeugpose. Gleichzeitig werden die generierten Zusatzinformationen in lokalen Karten abgelegt und anschließend Rückschlüsse auf bauliche Veränderungen im Basismaterial gezogen. Damit wird eine zyklisch ergänzende Beschreibungsform für die Fahrzeugumgebung geschaffen. The development and refining process for driving assistant and safety systems is constantlydemanding higher detail and performance from the environmental detection and the creation ofthe corresponding surrounding model. Urban areas with high traffic and dynamic surroundingsare generating a particular challenge for sensorial perception. Exemplarily in cases of accidentavoidance and injury reduction in combination with complex crossroad scenarios the vehiclebased environment detection has to be involved to intermodal concepts. These approaches rely on the one hand on a precise vehicle localization and on the other handon a ideally gapless description of the environment. For automotive use cases the intelligent combination of already built in, proven sensors has ahigher priority than the integration of additional detectors with high sensitivity and high cost. The camera as one of the already established sensors in modern cars develops to a multipurposedetector as it provides a high density of information. This work represents an image based approach for precise positioning evaluation of a vehiclewith simultaneous map generation in urban environments. The approach focuses on buildingsespecially on their vertical borders which are detected by the camera. The detected bordersare 3D-reconstructed in real time. The fast reconstruction in 3D allows a comparison of thesefeatures with a base map suitable for automotive purposes and leads stepwise to a high precisevehicle pose. At the same time the generated additional information are being stored in local maps whichenables the possibility to conclude on constructional changes of the buildings. This creates asupplementary cyclic description model of the vehicles surrounding environment.