Handbuch Fahrerassistenzsysteme pp 439-451 | Cite as
Fusion umfelderfassender Sensoren
- 34k Downloads
Zusammenfassung
Es existieren Fahrerassistenzsysteme, die ausschließlich auf Einzelsensorlösungen aufbauen. Als Beispiel lassen sich die Anwendungen Adaptive Cruise Control, die z. B. mit einem Radar- oder einem Lasersensor arbeitet, und Lane Departure Warning nennen, welche zumeist auf Videosensorik basiert.
Wie in den vorherigen Kapiteln beschrieben, haben die jeweiligen Sensortechnologien spezifische Vor- und Nachteile: So lässt sich mit einem Radarsensor der longitudinale Abstand und die Geschwindigkeit eines vorausfahrenden Fahrzeugs für die Anwendung Adaptive Cruise Control mit ausreichender Genauigkeit bestimmen (siehe Kapitel 17). Die Auswahl des relevanten Objekts zum Abstandhalten lässt sich allerdings aufgrund der lateralen Auflösung, Mehrdeutigkeiten in der Signalsauswertung und einer fehlenden Fahrbahnmarkierungserkennung nur so präzise durchführen, dass Nebenspurstörungen beim Betrieb des Systems in Kauf genommen werden müssen. Zudem ist eine Klassifikation des detektierten Objekts nur eingeschränkt möglich, sodass üblicherweise in die Regelung nur Objekte einbezogen werden, bei welchen eine Bewegung erkannt wurde.
Literatur
- [1]Darms, M.: Eine Basis‐Systemarchitektur zur Sensordatenfusion von Umfeldsensoren für Fahrerassistenzsysteme Fortschrittberichte VDI: Reihe 12, Bd. 653. (2007). DissertationGoogle Scholar
- [2]Holt, V.v.: Integrale multisensorielle Fahrumgebungserfassung nach dem 4D‐Ansatz. Diss. Univ. der Bundeswehr, München 2004 (Online Publikation), URL: urn:nbn:de:bvb:706–1072, 2005Google Scholar
- [3]Stüker, D.: Heterogene Sensordatenfusion zur robusten Objektverfolgung im automobilen Straßenverkehr. Diss. Univ. Oldenburg, (Online Publikation), URL: http://deposit.d‐nb.de/cgi‐bin/dokserv?idn=972494464, 2004Google Scholar
- [4]Becker, J.-C.: Fusion der Daten der objekterkennenden Sensoren eines autonomen Straßenfahrzeugs. VDI‐Verl., Düsseldorf (2002)Google Scholar
- [5]Bender, E., et al.: Antikollisionssystem PRORETA – Teil 1: Grundlagen des Systems. ATZ 4, 337–341 (2007)Google Scholar
- [6]Schopper, M., Henle, L., Wohland, T.: Intelligent Drive Vernetzte Intelligenz für mehr Sicherheit. ATZExtra (5), 106–114 (2013). Springer Automotive MediaCrossRefGoogle Scholar
- [7]Steinberg, A., Bowman, C., White, F.: Revisions to the JDL Data Fusion Model. 3rd NATO/IRIS Conference, Quebec City (1998)Google Scholar
- [8]Klein, L.A.: Sensor and data fusion concepts and applications, 2. Aufl. Bd. 35. SPIE, Bellingham, Wash (1999)Google Scholar
- [9]Dietmayer, K., Kirchner, A., Kämpchen, N.: Fusionsarchitekturen zur Umfeldwahrnehmung für Zukünftige Fahrerassistenzsysteme. In: Mauerer, M. (Hrsg.) Fahrerassistenzsysteme mit maschineller Wahrnehmung, S. 59–87. Springer, New York (2005)CrossRefGoogle Scholar
- [10]Lou, R.C., Kay, M.K.: Multisensor Integration and Fusion in Intelligent Systems. In: Autonomous Mobile Robots, Bd. 1, IEEE Computer Society Press, Los Alamitos (1991)Google Scholar
- [11]Joerg, K.-W.: Echtzeitfähige Multisensorintegration für autonome Mobile Roboter. BI‐Wiss.‐Verl., Mannheim, etc. (1994)Google Scholar
- [12]Bar‐Shalom, Y.; Li, X.‐R.: Multitargetmultisensor tracking – principles and techniques. [Storrs, Conn.]: YBS, 1995Google Scholar
- [13]Hall, D.L.: Handbook of multisensor data fusion. CRC Press, Boca Raton (2001). The electrical engineering applied signal processing series URL: http://www.electricalengineeringnetbase.com/ejournals/books/book_km.asp?id=49, 2001Google Scholar
- [14]Klaus, F.: Einführung in Techniken und Methoden der Multisensor‐Datenfusion. Habil.‐Schr. Univ. Siegen, Online‐Publikation, URL: urn:nbn:de:hbz: S. 467–575, 2004Google Scholar
- [15]Hall, D.L., McMullen, S.A.: Mathematical techniques in multisensor data fusion, 2. Aufl. Artech House, Boston (2004)zbMATHGoogle Scholar
- [16]Streller, D.: Multi‐Hypothesen‐Ansatz zur Erkennung und Verfolgung von Objekten in Verkehrsszenen mit Laserscannern. VDI‐Verl., Düsseldorf (2006)Google Scholar
- [17]Kämpchen, N.; Dietmayer, K.: Data synchronization strategies for multi‐sensor fusion. In: 10th World Congress on Intelligent Transport Systems. Band Proceedings of ITS 2003 Madrid, Spain, September 2003Google Scholar
- [18]Hall, D.; Llinas, J.: An introduction to multisensor data fusion. Proceedings of the IEEE, 85 Nr. 1, S. 6–23, 1997Google Scholar
- [19]Darms, M.; Rybski, P.; Urmson, C.: Vehicle Detection and Tracking for the Urban Challenge, AAET 2008, 9th Symposium, 13./14. Februar 2008 Braunschweig, 2008Google Scholar
- [20]Bar-Shalom, Y., Li, X.-R., Kirubarajan, T.: Estimation with applications to tracking and navigation – theory, algorithms and software. Wiley, New York, NY (2001)CrossRefGoogle Scholar
- [21]Hänsler, E.: Statistische Signale: Grundlagen und Anwendungen, 2. Aufl. Springer, Berlin [u. a.] (1997)CrossRefzbMATHGoogle Scholar
- [22]Lunze, J.: Regelungstechnik Mehrgrößensysteme, digitale Regelung, Bd. 2. Springer, Berlin [u. a.] (2006)zbMATHGoogle Scholar
- [23]Föllinger, O.: Regelungstechnik – Einführung in die Methoden und ihre Anwendung, 6. Aufl. Hüthig Buch Verlag, Heidelberg (1990)Google Scholar
- [24]Mayr, R.: Regelungsstrategien für die automatische Fahrzeugführung: Längs‐ und Querregelung, Spurwechsel‐ und Überholmanöver. Springer, Tokio (2001)CrossRefGoogle Scholar
- [25]Starke, G.: Effektive Software‐Architekturen – Ein praktischer Leitfaden, 2. Aufl. Hanser, Wien (2005)Google Scholar
- [26]Vogel, O.: Software‐Architektur – Grundlagen – Konzepte – Praxis, 1. Aufl. Elsevier, Spektrum, Akad. Verl., München [u. a.] (2005)zbMATHGoogle Scholar
- [27]Robinson, G.; Aboutalib, A.: Trade‐off analysis of multisensor fusion levels. Proceedings of the 2nd National Symposium on Sensors and Sensor Fusion, Nr. 2, S. 21–34, 1990Google Scholar
- [28]Narbe, B., et al.: Datennetzkonzepte für die Sensordatenfusion – Teil 1. Elektronik Automotive 4, 54–59 (2003)Google Scholar
- [29]Narbe, B., et al.: Datennetzkonzepte für die Sensordatenfusion – Teil 2. Elektronik Automotive 5, 40–44 (2003)Google Scholar
- [30]Mauthener, M., et al.: Out‐of‐Sequence Measurements Treatment in Sensor Fusion Applications: Buffering versus Advances Algorithms. In: Stiller, C., Maurer, M. (Hrsg.) 4. Workshop Fahrerassistenzsysteme, FAS2006, S. 20–30. fmrt, Karlsruhe (2006)Google Scholar
- [31]Bar‐Shalom, Y.: Update with out‐of‐sequence measurements in tracking: exact solution. Aerospace and Electronic Systems, IEEE Transactions on, 2002 Nr. 3, S. 769–777, 2002Google Scholar