• Zielgruppen
  • Suche
 

Landmarkenbasierte Positionsbestimmung

Bearbeitung:Schlichting, Brenner
Bild Landmarkenbasierte Positionsbestimmung

Inhalt

Die heute in Fahrzeug-Navigationssystemen genutzten Karten sind stark an herkömmlichen Karten orientiert. Die Beschreibung des Straßenraums erfolgt in 2D, wobei Straßen lediglich durch ihre Mittelachse repräsentiert werden. Eine Nutzung für aktive Fahrerassistenzsysteme ist daher nur eingeschränkt möglich. Im Vergleich zu passiven Assistenzsystemen, z.B. Anti-blockiersystemen, müssen aktive Systeme, z.B. Spurhalteassistenten, über Umgebungsinformation verfügen und diese in ihre Berechnungen einbeziehen. Auch die vollständig autonome Steuerung von Fahrzeugen erfordert Kenntnisse über die Fahrzeugumgebung. Zur Erfassung der Fahrzeugumgebung stehen verschiedenen Sensoren, wie Laserscanner, Kameras oder Radar zur Verfügung. Um die Umgebung interpretieren zu können, sind Informationen über den dreidimensionalen Straßenraum erforderlich. Durch mobiles terrestrisches Laserscanning ist eine dichte dreidimensionale Erfassung der Umgeung möglich. Eine vollständige dreidimensionale Beschreibung des Straßenraums ist allerdings aus datentechnischen Gründen wenig sinnvoll. In diesem Projekt wird daher untersucht, inwieweit Karten basierend auf Landmarken, z.B. Ampelmasten, Schilder, Bäume, aber auch Gebäudefronten und Leitplanken, für eine hochgenaue Positionierung genutzt werden können. Detektiert ein Fahrzeug nun während der Fahrt Objekte entlang der Straße und kann diese den korrespondierenden Landmarken in der Karte zuordnen, ist eine Positionierung des Fahrzeugs mittels räumlichem Rückwärtsschnitt möglich.

 

Publikationen

A. Schlichting, C. Brenner and S. Schön (2013): Bewertung von inertialen Messsystemen mittels Laserscannern und bekannter Landmarken, 22: Publikation der Deutschen Gesellschaft für Photogrammetrie, Fernerkundung und Geoinformation e.V. - Vorträge der 33. Wissenschaftlich-Technischen Jahrestagung der DGPF, pp. 326-336 | datei |

A. Schlichting and C. Brenner (2014): Genauigkeitsuntersuchung zur Lokalisierung von Fahrzeugen mittels Automotive-Laserscannern, 23: Publikation der Deutschen Gesellschaft für Photogrammetrie, Fernerkundung und Geoinformation e.V. - Vorträge der 34. Wissenschaftlich-Technischen Jahrestagung der DGPF | datei |

A. Schlichting, C. Brenner, and S. Schön (2014): Bewertung von inertialen Messsystemen mittels Laserscannern und bekannter Landmarken, PFG - Photogrammetrie, Fernerkundung, Geoinformation, vol. 2014 (1), pp. 5-15 | datei |

A. Schlichting and C. Brenner (2014): Localization using automotive laser scanners and local pattern matching, Intelligent Vehicles Symposium Proceedings, 2014 IEEE, pp. 414-419 | datei |

Brenner, C. and Bock, F. and Schlichting, A. (2015): Automatisierte Interpretation Von Lidar Mobile Mapping Daten, Terrestrisches Laserscanning 2015, Schriftenreihe des DVW 81/2015, pp. 45-62 | datei |

Feng, Y. and Schlichting, A. and Brenner, C. (2016): 3D feature point extraction from LiDAR data using a neural network, ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XLI-B1, pp. 563-569

Schlichting, A and Brenner, C (2016): Vehicle Localization by LIDAR Point Correlation Improved by Change Detection, ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, pp. 703-710 | datei |

Schlichting, Alexander and Brenner, Claus (2016): Generating a Hazard Map of Dynamic Objects Using Lidar Mobile Mapping, Photogrammetric Engineering & Remote Sensing, vol. 82 (12), pp. 967-972 | datei |

Claus Brenner and Fabian Bock and Alexander Schlichting (2016): Dynamische Karten - Gedächtnis mobiler Roboter, Unimagazin, Forschungsmagazin der Universität Hannover, vol. 03/04, pp. 34-37

Schachtschneider, J and Schlichting, A and Brenner, C (2017): ASSESSING TEMPORAL BEHAVIOR IN LIDAR POINT CLOUDS OF URBAN ENVIRONMENTS., International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, vol. 42 | datei |

Übersicht