Zusammenfassung
In diesem Beitrag wird eine neue Methode erarbeitet, um Objekte im Kontext von Fahrerassistenzsystemen und autonomen Automobilen zu erkennen und robust zu verfolgen. Als umweltabbildende Sensoren dienen zwei Lidarscanner, welche das Fahrzeugumfeld zyklisch abtasten. Zusätzlich werden diese Daten mit den eigenen Positionsdaten fusioniert, um sie in ein weltfestes Koordinatensystem zu überführen. Diese Lidardaten werden anschließend einem Partikelfilter zugeführt. Innerhalb des Filterzyklus dienen die Lidarpunkte zur Speisung der Beobachtungsfunktion und bewerten somit die einzelnen Partikel. Eine darauf folgende Ballungsanalyse extrahiert die geschätzten Systemzustände der verfolgten Objekte.
Abstract
This article presents a new method of object detection and tracking in the context of driver assistance systems and autonomous automobiles. Two lidar scanners that scan the environment periodically serve as the data source. The sensors´ raw data is then fused with high precision positioning data in order to transform it into a global coordinate system. Then, the transformed data is used to feed the particle filter. Within this filter, an importance function evaluates the newly gained lidar points to weigh the individual particles. Finally, a cluster analysis in the observation space extracts the estimated object states.
© by Oldenbourg Wissenschaftsverlag, München, Germany