-
Die vorliegende Erfindung betrifft ein Fortbewegungsmittel, eine Vorrichtung sowie ein Verfahren zur Objekterkennung in einem Fortbewegungsmittel. Insbesondere betrifft die vorliegende Erfindung eine Möglichkeit zur Reduktion eines Analyseaufwands bezüglich zur Verfügung stehender Sensordaten.
-
Für die Umfelderfassung von Fahrzeugen werden unterschiedliche Sensoren verwendet, wobei insbesondere optische Sensoren zur Umfelderfassung aufgrund rasch zunehmender Leistungsfähigkeit und stark sinkender Hardwarekosten besonders auf dem Vormarsch sind. Bei der optischen Umfelderfassung von Umgebungsobjekten ist es nötig, die Objekte in der Fahrzeugumgebung sensorisch zu erfassen, zu detektieren und mitunter zu verfolgen. Eine Möglichkeit, dies umzusetzen, besteht in der Verwendung eines optischen Kamerasystems. Im Stand der Technik werden mitunter bereits hochauflösende Kameras zur Umfelderfassung vorgeschlagen. Für ein echtzeitfähiges System und minimale Verarbeitungszeiten ist es wichtig, das Bild der Sensoren möglichst rasch nach potentiellen Kollisionspartnern, z.B. Fußgängern, zu durchsuchen. Im Stand der Technik existieren Ansätze aus dem Bereich der Bildverarbeitung, bei denen der Suchprozess ohne zusätzliche Sensorinformationen optimiert wird. Bezüglich der Möglichkeit einer Optimierung überlappender Bilder („overlapping“), Ansätze zur Untersuchung mittels verschieblicher Fenster („sliding window“) oder zum intelligenten scannen eines Sensorbildes nach menschlichem Vorbild wird auf die nachfolgend genannten Dokumente des Standes der Technik hingewiesen:
Sudowe, Patrick; Leibe, Bastian (2011): Efficient Use of Geometric Constraints for Sliding-Window Object Detection in Video. In: David Hutchison, Takeo Kanade, Josef Kittler, Jon M. Kleinberg, Friedemann Mattern, John C. Mitchell et al. (Hg.): Computer Vision Systems, Bd. 6962. Berlin, Heidelberg: Springer Berlin Heidelberg (Lecture Notes in Computer Science), S. 11–20.
Lampert, Christoph H.; Blaschko, Matthew B.; Hofmann, Thomas: Beyond sliding windows: Object localization by efficient subwindow search. In: 2008 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Anchorage, AK, USA, S. 1–8.
Kapsalas, P.; Rapantzikos, K.; Sofou, A.; Avrithis, Y.: Regions of interest for accurate object detection. In: 2008 International Workshop on Content-Based Multimedia Indexing. London, UK, S. 147–154.
Butko, N.J; Movellan, J.R: Optimal scanning for faster object detection. In: 2009 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPR Workshops). Miami, FL, S. 2751–2758.
-
Außerdem sind Ansätze bekannt, bei denen Sensorinformationen eines Laserscanners verwendet werden, um parkende Autos am Fahrbahnrand zu detektieren. Anschließend wird gezielt in den Bereichen zwischen den Fahrzeugen nach Fußgängern gesucht (
s. Broggi, A; Cerri, P.; Ghidoni, S.; Grisleri, P.; Ho Gi Jung, "A New Approach to Urban Pedestrian Detection for Automatic Braking," Intelligent Transportation Systems, IEEE Transactions on, vol.10, no.4, pp.594,605, Dec. 2009, doi: 10.1109/TITS.2009.2032770).
-
Weitere Ansätze nutzen Informationen einer Stereokamera, um relevante Bereiche (region of interest, ROI) zum Identifizieren (s. Keller, C.G.; Llorca, D.F.; Gavrila, D. M. „Dense stereo-based ROI generation for pedestrian detection". In Joachim Denzler, Gunther Notni, Herbert Süße, editors, Pattern Recognition 31st DAGM Symposium, Jena, Germany, September 9–11, 2009. Proceedings. Volume 5748 of Lecture Notes in Computer Science, pages 81–90, Springer, 2009).
-
Es ist ein Ziel der vorgenannten Ansätze, die Klassifikationsgenauigkeit von gesuchten Objekten mittels eines visuellen Systems zu verbessern. Um jedoch z.B. rechtzeitig vor einem Fußgänger warnen zu können, ist es nötig, diesen frühzeitig zu detektieren. Aktuelle Serienkameras sind jedoch in ihrer Reichweite beschränkt. Dies liegt u.a. daran, dass die räumliche Auflösung (Anzahl der Pixel) sowie die zeitliche Auflösung (Anzahl der aufgenommenen Bilder pro Sekunde) beschränkt sind. Sofern hochauflösende Kamerasysteme verwendet werden, stehen zwar grundsätzlich Daten zur Verfügung, welche eine Objekterkennung auch für weiter entfernte Objekte ermöglichen. Zur klassischen Bildanalyse sind aufgrund der Datenmenge jedoch immer leistungsfähigere Auswerteeinheiten erforderlich, sofern eine annehmbare Verarbeitungszeit und eine möglichst lange Vorwarndauer erzielt werden sollen. Mit anderen Worten besteht ein Zielkonflikt klassischer Systeme darin, Umgebungsobjekte in größeren Entfernungen zu erkennen und dabei die Echtzeitfähigkeit des Systems zu gewährleisten.
-
Die vorstehend identifizierte Aufgabe wird erfindungsgemäß durch ein Verfahren zur Objekterkennung in einem Fortbewegungsmittel gelöst. Das Fortbewegungsmittel kann beispielsweise ein PKW, ein Transporter, ein LKW, ein Luft- und/oder Wasserfahrzeug sein. In einem ersten Schritt wird eine Umgebung des Fortbewegungsmittels durch einen Sensor des Fortbewegungsmittels erfasst. Mit anderen Worten ist der Sensor im Fortbewegungsmittel angeordnet, bevorzugt dauerhaft in das Fortbewegungsmittel und dessen Informationsinfrastruktur integriert. Der Sensor kann beispielsweise einen optischen Sensor umfassen, welcher einen primär kollisionsrelevanten vorderen Umgebungsbereich (in Fahrtrichtung) des Fortbewegungsmittels erfasst. Zur Objekterkennung wird anschließend eine Referenz, welche objektspezifische Merkmale vordefinierter Umgebungsobjekte beschreibt, ausgelesen. Die Referenz dient als Muster für interessierende Umgebungsobjekte. Insbesondere können mobile Umgebungsobjekte durch die Referenz beschrieben werden. Bevorzugt ist eine Erkennung von Fußgängern und Fremdfahrzeugen auf Basis der Referenz möglich, da diese aufgrund möglicher Eigenbewegungen eine besonders hohe Kollisionsrelevanz für das erfindungsgemäß ausgestaltete Fortbewegungsmittel aufweisen. Anschließend werden in der Referenz beschriebene, objektspezifische Merkmale mit einer ersten Menge von Daten des Sensors verglichen. Die erste Menge von Daten des Sensors kann beispielsweise die gesamte vom Sensor erzeugte Datenmenge umfassen. Mit anderen Worten kann die erste Menge von Daten den gesamten, vom Sensor optisch erfassten Bildausschnitt repräsentieren. Auf diese Weise wird sichergestellt, dass erfasste Umgebungsobjekte möglichst positionsunabhängig vom erfindungsgemäßen Verfahren berücksichtigt werden. Optional kann in Abhängigkeit unterschiedlicher Eingangsgrößen die erste Menge von Daten eine verminderte Datenmenge definieren. Beispielsweise kann ein kollisionsrelevanter Bereich innerhalb eines vom Sensor repräsentierten Umgebungsbereiches als erste Menge von Daten aufgefasst werden. Auch eine verminderte Auflösung gegenüber einer nativen Auflösung des Sensors ist möglich, so dass lediglich jeder x-te Pixel innerhalb eines abgebildeten und ausgewerteten Bildausschnittes verarbeitet wird. Anschließend wird ein Umgebungsobjekt als Ergebnis des Vergleiches erkannt. Eine solche Objekterkennung kann beispielsweise nach im Stand der Technik bekannten Überlegungen erfolgen und bekannte Algorithmen verwenden. Sofern das Umgebungsobjekt erfolgreich erkannt und insbesondere als grundsätzlich kollisionsrelevant eingestuft worden ist, kann das Umgebungsobjekt anhand einer zweiten Menge von Daten des Sensors hinsichtlich bestimmter Merkmale untersucht werden. Die Merkmale können beispielsweise weiteren Aufschluss über eine etwaige Kollisionsrelevanz geben. Beispielsweise kann eine Ausrichtung und/oder eine Bewegungsrichtung des Umgebungsobjektes extrahiert werden, welche Aufschluss über geplante oder tatsächliche Bewegungen des Umgebungsobjektes geben. Insbesondere kann auch eine Ausrichtung eines Kopfes und/oder eine Blickrichtung eines Passanten oder eines Radfahrers untersucht werden. Hierzu können beispielsweise bekannte Algorithmen zur Gesichtserkennung verwendet werden. Die zweite Menge von Daten kann gegenüber der ersten Menge von Daten einen verkleinerten Umgebungsbereich repräsentieren, so dass eine gegenüber der ersten Menge von Daten verminderte Datenmenge zu analysieren ist und raschere Ergebnisse erzielt werden.
-
Alternativ oder zusätzlich kann eine vergrößerte Auflösung der Umgebung die zweite Menge von Daten gegenüber der ersten Menge von Daten kennzeichnen. Auf diese Weise wird eine eingehendere Untersuchung der Merkmale des Umgebungsobjektes ermöglicht, bevor das Umgebungsobjekt näher gekommen ist und seine Kollisionsrelevanz sich gegebenenfalls erhöht hat. Insbesondere kann die zweite Menge von Daten sowohl durch einen verkleinerten, durch sie abgebildeten Umgebungsbereich, als auch durch eine vergrößerte Auflösung dieses Umgebungsbereiches gegenüber der ersten Menge von Daten gekennzeichnet sein. Auf diese Weise kann der vorgenannte Zielkonflikt vermindert bzw. aufgelöst werden.
-
Die Unteransprüche zeigen bevorzugte Weiterbildungen der Erfindung.
-
Bevorzugt kann die erste Menge von Daten des Sensors in vordefinierte Bereiche für Entfernungen jeweils repräsentierter enthaltener Umfeldbereiche unterteilt werden. Die Entfernungen können stufenweise klassifiziert sein. Die Entfernung kann beispielsweise durch eine Flow-Analyse (Bildfluss-Analyse) innerhalb der Sensordaten in Verbindung mit einer aktuellen (z.B. über ein Bus-System des Fahrzeugs ermittelten) Reisegeschwindigkeit ermittelt werden. Alternativ oder zusätzlich kann mindestens ein Sensor zur Abstandsmessung (z.B. Sonar, Laser, Lidar, Ultraschall o.ä.) verwendet werden, um die Daten des Sensors den vordefinierten Entfernungsbereichen zuordnen zu können. Entsprechend kann die Referenz die objektspezifischen Merkmale in Abhängigkeit eines Entfernungsbereiches durch sie beschriebener Umgebungsobjekte gliedern bzw. klassifizieren. Mit anderen Worten können die objektspezifischen Merkmale für einen jeweiligen Entfernungsbereich in unterschiedlicher Weise beschrieben werden. Insbesondere können eine Größe und/oder eine Perspektive auf die objektspezifischen Merkmale von der Objektentfernung abhängen. Nun kann in Abhängigkeit der für die Sensordaten vordefinierten Entfernungsbereiche stets eine an den Entfernungsbereich angepasst aufbereitete Referenz verwendet werden, wodurch rechenaufwendige Skalierungen der Referenz oder des Bildmaterials vermieden werden können. Zudem kann eine besonders rasche Signalverarbeitung erfolgen. Im Ergebnis kann die Vorwarnzeit bis zu einer etwaigen Kollision mit dem Umgebungsobjekt minimiert werden.
-
Die zweite Menge von Daten kann einen Umgebungsbereich repräsentieren, welcher gegenüber der ersten Menge von Daten des Sensors in höherem Maße durch die Position des erkannten Umgebungsobjektes bestimmt ist. Mit anderen Worten kann im Schritt des Erkennens des Umgebungsobjektes eine Bestimmung vorteilhafter Auswertungsgrenzen im Sensorsignal vorgenommen werden, welche einerseits sicherstellen, dass möglichst wenig außerhalb des Umgebungsobjektes gelegene Daten in der ersten Menge von Daten enthalten sind, andererseits jedoch keine zur eingehenderen Untersuchung von Merkmalen des Umgebungsobjektes erforderlichen Daten ausgegrenzt werden.
-
Die erfindungsgemäß bestimmten Auswertungsgrenzen können ein Rechteck, einen Kreis, ein Oval oder andere geometrische Formen beschreiben, und alternativ oder zusätzlich in Abhängigkeit einer erfassten Referenz und/oder in Abhängigkeit des konkret in den Sensordaten zu identifizierenden Umgebungsobjektes definiert werden. Auf diese Weise kann die Signalverarbeitung weiter beschleunigt werden.
-
Je nach Zielsetzung und Art des Umgebungsobjektes kann auch ein Teil der das Umgebungsobjekt repräsentierenden Sensordaten als zweite Menge von Daten herangezogen werden und andere Teile des Umgebungsobjektes datentechnisch „ausgegrenzt“ bzw. „vernachlässigt“ werden. Insbesondere kann ein Kopf und insbesondere eine Augenpartie einer Person als Umgebungsobjekt zur Analyse einer Kopfstellung bzw. einer Blickrichtung herangezogen werden. Auf diese Weise lassen sich beabsichtigte Bewegungsrichtungen der Person besonders rasch ermitteln und gegebenenfalls drohende Kollisionen vorhersagen.
-
Bevorzugt kann die Referenz Objektgrößenbereiche als objektspezifische Merkmale in Abhängigkeit einer Objektentfernung vom Sensor beschreiben, wobei die Objektgrößenbereiche insbesondere an typische Größen von abgebildeten Personen angepasst sind. Auf diese Weise können nahegelegene Umgebungsbereiche repräsentierende Daten zunächst auf gegebenenfalls enthaltene Passanten vergleichsweise großer Abmessungen hin untersucht werden, während weiter entfernte Umgebungsbereiche repräsentierende Daten a priori auf gegebenenfalls enthaltene Passanten kleinerer Abmessungen hin untersucht werden. Insbesondere können bei Annahme einer horizontalen Erdoberfläche (was beispielsweise durch Beschleunigungs- und/oder Neigungssensoren des Fortbewegungsmittels bestätigt oder falsifiziert werden kann) in unteren Bildbereichen angeordnete Objekte als näher gelegen und in oberen Bildbereichen enthaltene Objekte als weiter entfernt angenommen werden. Eine Kalibrierung dieser Abhängigkeit kann in Abhängigkeit einer Höhe des Sensors und seiner Ausrichtung erfolgen. Auf diese Weise kann eine im Wesentlichen kontinuierliche Zuordnung von Entfernungsbereichen zu den Sensordaten erfolgen, ohne dass ein unverhältnismäßig großer rechentechnischer Aufwand entsteht.
-
Gemäß einem zweiten Aspekt der vorliegenden Erfindung wird eine Vorrichtung zur Objekterkennung in einem Fortbewegungsmittel vorgeschlagen. Diese umfasst einen Sensor zum Erfassen einer Umgebung des Fortbewegungsmittels und einen Datenspeicher zum Bereithalten einer Referenz, welche objektspezifische Merkmale vordefinierter Umgebungsobjekte beschreibt. Zusätzlich ist eine Auswerteeinheit vorgesehen, welche eingerichtet ist, in der Referenz beschriebene objektspezifische Merkmale mit einer ersten Menge von Daten des Sensors zu vergleichen. Mit anderen Worten ist die Auswerteeinheit in der Lage, eine Bilderkennung bezüglich einer ersten Menge von Daten des Sensors durchzuführen und die Position durch die Referenz beschriebener Objektmerkmale zu bestimmen. Ermittelt die Auswerteeinheit ein Umgebungsobjekt als Ergebnis des Vergleiches, kann sie Merkmale des Umgebungsobjektes anhand einer zweiten Menge von Daten des Sensors eingehender untersuchen, sofern die zweite Menge von Daten gegenüber der ersten Menge von Daten einen verkleinerten Umgebungsbereich repräsentiert und alternativ oder zusätzlich eine vergrößerte Auflösung (räumlich oder zeitlich) aufweist. Mit anderen Worten ist die erfindungsgemäße Vorrichtung eingerichtet, ein Verfahren gemäß dem erstgenannten Erfindungsaspekt auszuführen, wobei zur Vermeidung von Wiederholungen auf die Merkmale, Merkmalskombinationen und die sich aus diesen ergebenden Vorteile des erstgenannten Erfindungsaspektes verwiesen wird.
-
Gemäß einem dritten Aspekt der vorliegenden Erfindung wird ein Fortbewegungsmittel vorgeschlagen, welches als PKW, als Transporter, als LKW, als Luft- und/oder Wasserfahrzeug ausgestaltet sein kann. Das Fortbewegungsmittel umfasst eine Vorrichtung zur Objekterkennung gemäß dem zweitgenannten Erfindungsaspekt und verwirklicht daher dieselben Merkmale, Merkmalskombinationen und Vorteile.
-
Weitere Einzelheiten, Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung und den Figuren. Es zeigen:
-
1 eine schematische Übersicht über Komponenten eines Ausführungsbeispiels eines erfindungsgemäßen Fortbewegungsmittels mit einem Ausführungsbeispiel einer erfindungsgemäßen Vorrichtung;
-
2 eine schematische Darstellung einer erfindungsgemäßen Auswahl einer zweiten Menge von Daten aus einer ersten Menge von Daten anhand einer schematischen Darstellung eines sensorisch erstellten Abbildes einer Umgebung eines Fortbewegungsmittels; und
-
3 ein Flussdiagramm veranschaulichend Schritte eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur Objekterkennung in einem Fortbewegungsmittel.
-
1 zeigt einen PKW 10 als Fortbewegungsmittel, in welchem eine optische Kamera 1 als Sensor zur Erfassung einer Umgebung des PKWs 10 vorgesehen ist. Der Erfassungsbereich 4 der Kamera 1 beinhaltet einen Passanten P als Umgebungsobjekt, der Gegenstand eines erfindungsgemäßen Auswerteverfahrens sein soll. Hierzu ist die Kamera 1 mit einem elektronischen Steuergerät 2 als Beispiel einer Auswerteeinheit informationstechnisch verbunden. Ein Datenspeicher 3 hält Instruktionen repräsentierend die Schritte des erfindungsgemäßen Verfahrens sowie Referenzen zur erfindungsgemäßen Untersuchung und Klassifikation von Sensordaten hinsichtlich gegebenenfalls enthaltener Umgebungsobjekte bereit und ist hierzu informationstechnisch mit dem elektronischen Steuergerät 2 verbunden.
-
2 zeigt eine Abbildung einer Umgebung 5, in welcher ein Passant P als Umgebungsobjekt neben einer Straße 9 steht. Durch einen vergleichsweise großen Bildausschnitt 6, welcher durch eine erste Menge Sensordaten repräsentiert wird, kann zunächst sichergestellt werden, dass sämtliche kollisionsrelevanten Umgebungsobjekte einer erfindungsgemäßen Auswertung berücksichtigt werden. Auch wenn eine Ausrichtung des Passanten P sowie seine Blickrichtung anhand der ersten Menge von Daten noch nicht erkannt werden kann, kann bereits zumindest ermittelt werden, dass es sich um einen Passanten P handelt. Im Ansprechen darauf kann ein verkleinerter, auf die Position des Passanten P zugeschnittener Bildausschnitt 7 definiert werden, welcher durch eine zweite Menge von Daten des Sensors repräsentiert wird. Auf diese Weise können kollisionstechnisch irrelevante Bereiche außerhalb des Bildausschnittes 7 bei der Auswertung vernachlässigt werden und rascher ein Ergebnis bezüglich der Kollisionsrelevanz des Passanten P erzielt werden. Beispielsweise kann anhand des (höher aufgelösten) Bildausschnittes 7 eine Ausrichtung/Bewegungsrichtung des Passanten P ermittelt werden, während eine Blickrichtung des Passanten P noch immer nicht ermittelt werden kann. In einer Wiederholung des erfindungsgemäßen Verfahrens kann ein weiter verkleinerter Bildausschnitt 8 definiert werden, welcher bezüglich seiner Grenzen auf eine möglichst große Abbildung des Kopfes des Passanten P zugeschnitten ist und durch eine dritte Menge von Daten repräsentiert wird, welche gegenüber dem Bildausschnitt 7 eine schnellere Auswertung und/oder bessere Chancen zur korrekten Ermittlung einer Blickrichtung des Passanten P bietet. Für den Fachmann ist ersichtlich, dass eine weitere Reduktion des auszuwertenden Bildbereiches einerseits eine raschere Ermittlung der Blickrichtung des Passanten ermöglicht, andererseits eine weitere Erhöhung der auszuwertenden Pixeldichte bei festgehaltenem Auswerteaufwand ermöglicht.
-
3 zeigt Schritte eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur Objekterkennung in einem Fortbewegungsmittel. In Schritt 100 wird eine Umgebung des Fortbewegungsmittels durch einen Sensor des Fortbewegungsmittels erfasst. Der Sensor kann beispielsweise eine optisch 2D-Frontkamera sein. Anschließend wird eine erste Menge von Daten des Sensors in vordefinierte Bereiche für Entfernungen jeweils repräsentierter enthaltener Umfeldbereiche unterteilt. Dies ermöglicht eine entfernungsgerechte Korrelation mit in einem nachfolgenden Schritt 300 aus einem Datenspeicher ausgelesenen Referenzen, welche objektspezifische Merkmale vordefinierter Umgebungsobjekte beschreiben. In Schritt 400 werden in der Referenz beschriebene, objektspezifische Merkmale mit einer ersten Menge von Daten des Sensors verglichen. Die erste Menge von Daten des Sensors kann beispielsweise einen vergleichsweise großen Bereich der Umgebung bei einer vergleichsweise geringen Auflösung repräsentieren. In Schritt 500 wird ein Umgebungsobjekt als Ergebnis des Vergleiches erkannt. Das Umgebungsobjekt kann beispielsweise ein Passant sein. Im Ansprechen auf das Erkennen des Umgebungsobjektes werden in Schritt 600 Merkmale des Umgebungsobjektes anhand einer zweiten Menge von Daten des Sensors untersucht. Die zweite Menge von Daten ist gegenüber der ersten Menge von Daten durch einen verkleinerten, durch sie repräsentierten Umgebungsbereich und/oder durch eine vergrößerte Auflösung gekennzeichnet. Insbesondere kann die zweite Menge von Daten auf diejenigen Daten des Sensors begrenzt werden, welche das Umgebungsobjekt repräsentieren. Insbesondere kann ein Kopf, bevorzugt ein Augenbereich, einer Person als Umgebungsobjekt durch die zweite Menge von Daten repräsentiert werden, während außerhalb dieser Bereiche gelegene Daten nicht (mehr) enthalten sind.
-
Die im Rahmen der vorliegenden Erfindung vorgeschlagene Verfahrensweise ermöglicht eine geeignete Abwägung zwischen einer zu verarbeitenden Datenmenge und einer hierzu (Hardware bedingt) erforderlichen Verarbeitungszeit. Die Verarbeitungszeit kann beispielsweise vorgegeben werden und dadurch charakterisiert werden, innerhalb welcher Zeitdauer ein Fußgänger im Fahrzeugumfeld (z.B. in Anbetracht einer aktuellen Geschwindigkeit des Fahrzeugs und/oder des Fußgängers) spätestens detektiert werden muss, um den Fahrer des Fahrzeugs rechtzeitig vor einer potentiellen Kollision warnen zu können. In Abhängigkeit von der aktuellen Geschwindigkeit berechnet sich dadurch die Entfernung, innerhalb welcher alle Fußgänger detektiert werden müssen.
-
Aktuell werden Frontkameras für automobile Anwendungen beispielsweise mit Auflösungen im Bereich zwischen 1 und 12 Megapixeln verwendet. Um den Bildbereich möglichst rasch auf das grundsätzliche Vorhandensein von kollisionsrelevanten Umgebungsobjekten untersuchen zu können, kann zunächst eine vergleichsweise geringe Auflösung der Kamerabilder ausgewertet werden. Sofern ein Umgebungsobjekt erkannt wird, kann ein dem Umgebungsobjekt zugeordneter Bildbereich mit einer erhöhten Informationsdichte bzw. Auflösung untersucht werden, um weitere Informationen über die Beschaffenheit und/oder Ausrichtungs- und Bewegungsgrößen des Umgebungsobjektes zu ermitteln.
-
Eine weitere vorteilhafte Ausgestaltung der vorliegenden Erfindung ermöglicht eine Einsparung erforderlicher Rechenzeit, indem bestimmte Suchbereiche im Bild vollständig ausgeschlossen werden können, da kollisionsrelevante Objekte in diesen Bereichen nicht zu erwarten sind. Dafür erfolgt zunächst eine Bodenebenschätzung oder alternativ die Annahme einer flachen Welt (englisch: „flat world assumption“). Dadurch lässt sich das Wissen nutzen, dass Fußgänger in einer bestimmten Entfernung eine festgelegte Größe haben müssen. Dies ermöglicht eine Beschneidung des Sensorbildes in der Höhe von oben und unten, wenn z.B. bei niedriger Geschwindigkeit nur der vordere Entfernungsbereich abgesucht werden soll.
-
Bezugszeichenliste
-
- 1
- Kamera
- 2
- elektronisches Steuergerät
- 3
- Datenspeicher
- 4
- Erfassungsbereich
- 5
- Umgebung
- 6, 7, 8
- Bildausschnitte
- 9
- Straße
- 10
- PKW
- 100–600
- Verfahrensschritte
- P
- Passant
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- Sudowe, Patrick; Leibe, Bastian (2011): Efficient Use of Geometric Constraints for Sliding-Window Object Detection in Video. In: David Hutchison, Takeo Kanade, Josef Kittler, Jon M. Kleinberg, Friedemann Mattern, John C. Mitchell et al. (Hg.): Computer Vision Systems, Bd. 6962. Berlin, Heidelberg: Springer Berlin Heidelberg (Lecture Notes in Computer Science), S. 11–20 [0002]
- Lampert, Christoph H.; Blaschko, Matthew B.; Hofmann, Thomas: Beyond sliding windows: Object localization by efficient subwindow search. In: 2008 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Anchorage, AK, USA, S. 1–8 [0002]
- Kapsalas, P.; Rapantzikos, K.; Sofou, A.; Avrithis, Y.: Regions of interest for accurate object detection. In: 2008 International Workshop on Content-Based Multimedia Indexing. London, UK, S. 147–154 [0002]
- Butko, N.J; Movellan, J.R: Optimal scanning for faster object detection. In: 2009 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPR Workshops). Miami, FL, S. 2751–2758 [0002]
- s. Broggi, A; Cerri, P.; Ghidoni, S.; Grisleri, P.; Ho Gi Jung, "A New Approach to Urban Pedestrian Detection for Automatic Braking," Intelligent Transportation Systems, IEEE Transactions on, vol.10, no.4, pp.594,605, Dec. 2009, doi: 10.1109/TITS.2009.2032770 [0003]
- s. Keller, C.G.; Llorca, D.F.; Gavrila, D. M. „Dense stereo-based ROI generation for pedestrian detection“. In Joachim Denzler, Gunther Notni, Herbert Süße, editors, Pattern Recognition 31st DAGM Symposium, Jena, Germany, September 9–11, 2009. Proceedings. Volume 5748 of Lecture Notes in Computer Science, pages 81–90, Springer, 2009 [0004]
