Skip to main content

Hindernisdetektion durch Real-Zeit-Auswertung von optischen Fluß-Vektoren

  • Conference paper
Autonome Mobile Systeme 1994

Part of the book series: Informatik aktuell ((INFORMAT))

  • 115 Accesses

Zusammenfassung

Ein großer Teil der Information über die Umgebung eines fahrenden Fahrzeuges ist in Bildfolgen enthalten, die mit einer fahrzeugstationären Kamera aufgenommen werden. Mit der zuverlässigen Schätzung des optischen Flusses aus Bildfolgen kann die Relativbewegung zwischen einer fahrzeugfesten Kamera und der aufgenommenen Szene bestimmt werden. Optische Fluß-Vektoren enthalten darüber hinaus Informationen über die räumliche Struktur der aufgenommenen Szene.

In diesem Beitrag präsentieren wir eine Implementation eines Ansatzes zur De-tektion von Hindernissen und bewegten Objekten auf der Fahrbahn eines fahrenden Fahrzeugs. Die Detektion basiert auf der Auswertung von optischen Fluß-Vektoren, die mit einem lokalen, analytischen Ansatz berechnet werden. Die dazu benötigten Orts-Zeit-Ableitungen werden im Video-Takt mit unserem Bildfolgenauswertesystem MiniVISTA berechnet und nach Passieren eines Strukturtests an ein Transputernetzwerk zur weiteren Auswertung übertragen. Ergebnisse werden anhand je einer Bildfolge dargestellt, die aus unseren Experimentierfahrzeugen DB 609D und BMW 735 iL aufgenommen worden sind.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. J.-L. Bruyelle, J.-G. Postaire. Direct Range Measurements by Linear Stereovision for Real-time Obstacle Detection in Road Traffic. Robotics and Autonomous Systems 11 (1993) 261–268.

    Article  Google Scholar 

  2. S. Carlsson, J.-O. Eklundh. Object detection using model based prediction and motion parallax. First European Conference on Computer Vision, 0. Faugeras (ed.), Antibes, France, April 23–27, 1990, Lecture Notes in Computer Science 427, Springer-Verlag Berlin Heidelberg New York, 1990, 297–306.

    Google Scholar 

  3. E. D. Dickmanns, B. Mysliwetz, T. Christians. An Integrated Spatio-Temporal Approach to Automatic Visual Guidance of Autonomous Vehicles. IEEE Transactions on Systems, Man, and Cybernetics SMC-20 (1990) 1273–1284.

    Google Scholar 

  4. E. D. Dickmanns, R. Behringer, C. Brüdigam, D. Dickmanns, F. Thomanek, V. v. Holt. An All-Transputer Visual Autobahn-Autopilot/Copilot. Fourth International Conference on Computer Vision, May 11–14, 1993, Berlin, Germany, IEEE Computer Society Press, 1993, 608–615.

    Google Scholar 

  5. W. Enkelmann. Investigations of Multigrid Algorithms for the Estimation of Optical Flow Fields in Image Sequences. Computer Vision, Graphics, and Image Processing 43 (1988) 150–177.

    Article  Google Scholar 

  6. W. Enkelmann. Obstacle Detection by Evaluation of Optical Flow Fields from Image Sequences. Image and Vision Computing 9 (1991) 160–168.

    Article  Google Scholar 

  7. W. Enkelmann. Konzeption und Nutzung von Wissensrepräsentationen bei videogestützten Assistenzsystemen für die Straßenfahrzeugführung. 17. Fachtagung für Künstliche Intelligenz, Humboldt-Universität, Berlin, 13.–16. September 1993, O. Herzog, Th. Christaller, D. Schütt (Hrsg.), Grundlagen und Anwendungen der Künstlichen Intelligenz, Springer-Verlag Berlin Heidelberg 1993, 74–89.

    Google Scholar 

  8. V. Gengenbach, M. Palmer, H. Ringshauser. MiniVISTAEin echtzeitfähig es Bildauswertungssystem zum Einsatz in autonomen Fahrzeugen und an Robotern. Mitteilungen aus dem Fraunhofer-Institut für Informations- und Datenverarbeitung, IITB Karlsruhe 4–90 (1994) im Druck.

    Google Scholar 

  9. V. Graefe. Echtzeit-Bildverarbeitung für ein Fahrer-Unterstützungssystem zum Einsatz auf Autobahnen. it + ti — Informationstechnik und Technische Informatik 36 (1994) 16–24.

    Google Scholar 

  10. F. Hoyle. The Black Cloud. Harper & Row, New York, 1957.

    Google Scholar 

  11. R. Kories, G. Zimmermann. A Versatile Method for the Estimation of Displacement Vector Fields from Image Sequences. Workshop on Motion: Representation and Analysis, Kiawah Island Resort, Charleston/SC, May 7–9, 1986, IEEE Computer Society Press, 1986, 101–106.

    Google Scholar 

  12. A. Kuehnle. Symmetry-Based Recognition of Vehicle Rears. Pattern Recognition Letters 12 (1991) 249–258.

    Article  Google Scholar 

  13. R. Lenz. Linsenfehlerkorrigierte Eichung von Halbleiterkameras mit Standardobjektiven für hochgenaue SD-Messungen in Echtzeit 9. DAGM Symposium, Braunschweig, 29.9–1.10.1987, E. Paulus (Hrsg.), Mustererkennung 1987, Informatik-Fachberichte 149, Springer-Verlag Berlin Heidelberg New York 1987, 282–286.

    Google Scholar 

  14. D. Paul, W. Hättich, W. Nill, S. Tatari, G. Winkler. VISTA: Visual Interpretation System for Technical ApplicationsArchitecture and Use. IEEE Transactions on Pattern Analysis and Machine Intelligence PAMI-10 (1988) 399–407.

    Google Scholar 

  15. N. Rehfeld. Dichte Verschiebungsvektorfelder entlang von Kantenzügen für zeitliche und stereoskopische Bildpaare. 10. DAGM Symposium, Zürich, 27.–29. September 1988, H. Bunke, O. Kübier, P. Stucki (Hrsg.), Mustererkennung 1988, Informatik-Fachberichte 180, Springer-Verlag Berlin Heidelberg New York London Paris Tokyo 1988, 97–103.

    Google Scholar 

  16. K. Saneyoshi, K. Hanawa, K. Kise, Y. Sogawa. 3-D Image Recognition System for Drive Assist. Proc. IEEE Conference Intelligent Vehicles ’93, July 14–16, 1993, Tokyo, Japan, 60–65.

    Google Scholar 

  17. C. Schnörr. Determining Optical Flow for Irregular Domains by Minimizing Quadratic Functionals of a Certain Class. Int. Journal of Computer Vision 6 (1991) 25–38.

    Article  Google Scholar 

  18. C. Schnörr. Funktionalanalytische Methoden zur Gewinnung von Bewegungsinformation aus TV-Bildfolgen. Dissertation, Fakultät für Informatik, Universität Karlsruhe (TH), Juni 1991.

    Google Scholar 

  19. C. Schnörr. Computation of Discontinuous Optical Flow by Domain Decomposition and Shape Optimization. Int. Journal of Computer Vision 8 (1992) 153–165.

    Article  Google Scholar 

  20. M. Schwarzinger, T. Zielke, D. Noll, M. Brauckmann, W. von Seelen. Vision-Based Car-Following: Detektion, Tracking, and Identification. Proc. IEEE Conference Intelligent Vehicles ’92, June 29 — July 1, 1992, Detroit/Ml, USA, 24–29.

    Google Scholar 

  21. U. Solder, V. Graefe. Object Detection in Real Time. SPIE Symposium on Advances in Intelligent Systems, November 8–9, 1990, Boston/MA, Vol. 1388, 112–119.

    Google Scholar 

  22. K. Storjohann, T. Zielke, H. Mallot, W. von Seelen. Visual Obstacle Detection for Automatically Guides Vehicles. IEEE Conf. on Robotics and Automation, May 13–18, 1990, Cincinnati/Ohio, 761–766.

    Google Scholar 

  23. O. Tretiak, L. Pastor. Velocity Estimation from Image Sequences with Second Order Differential Operators. Proc. Int. Joint Conference on Pattern Recognition, Montreal/Canada, July 30 — August 2, 1984, 16–19.

    Google Scholar 

  24. G.-W. Zhao, S. Yuta. Obstacle Detection by Vision System for an Autonomous Vehicle. Proc. IEEE Conference Intelligent Vehicles ’93, July 14–16, 1993, Tokyo, Japan, 31–36.

    Google Scholar 

  25. T. Zielke, M. Braukmann, W. von Seelen. Intensity and Edge-Based Symmetry Detection Applied to Car-Following. Computer Vision — ECCV ’92, G. Sandini (ed.), 2nd European Conference on Computer Vision, Santa Margherita Ligure, Italy, May 19–22, 1992, Lecture Notes in Computer Science 588, Springer-Verlag Berlin Heidelberg New York, 1992, 865–873.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 1994 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Enkelmann, W., Gengenbach, V., Krüger, W., Rössle, S., Tölle, W. (1994). Hindernisdetektion durch Real-Zeit-Auswertung von optischen Fluß-Vektoren. In: Levi, P., Bräunl, T. (eds) Autonome Mobile Systeme 1994. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79267-0_26

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-79267-0_26

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-58438-4

  • Online ISBN: 978-3-642-79267-0

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics