Kollisionsvermeidung durch raum-zeitliche Bildanalyse (Collision Avoidance based on Space-Time Image Analysis)

Mehr als 1/3 aller Unfälle mit Personenschäden passieren im städtischen Bereich, primär an Kreuzungen. Eine Unterstützung des Fahrers durch geeignete Assistenzsysteme erfordert das Verstehen dieser sehr komplexen Situationen, insbesondere das sichere Erkennen anderer bewegter Verkehrsteilnehmer. Der Beitrag zeigt, wie man durch eine geschickte Fusion von Stereosehen und Bewegungswahrnehmung zu einer robusten und schnellen Detektion relevanter bewegter Objekte kommt. Dabei schätzt das als 6D-Vision bezeichnete Verfahren simultan Ort und Bewegung einzelner Bildpunkte und erlaubt somit eine Detektion bewegter Objekte bereits auf Pixelebene. Unter Verwendung eines Kalman-Filters propagiert der Algorithmus die aktuelle Interpretation ins nächste Bild, sodass er sich in Echtzeit darstellen lässt. Beispiele kritischer Situationen im Innenstadtbereich verdeutlichen die Leistungsfähigkeit des 6D-Vision-Prinzips, das auch im Bereich der mobilen Roboter wertvolle Beiträge leisten kann.

More than one third of all traffic accidents with injuries occur in urban areas, especially at intersections. A suitable driver assistance system for such complex situations requires the understanding of the scene, in particular a reliable detection of other moving traffic participants. This contribution shows how a robust and fast detection of relevant moving objects is obtained by a smart combination of stereo vision and motion analysis. This approach, called 6D Vision, estimates location and motion of pixels simultaneously which enables a detection of moving objects on a pixel level. Using a Kalman Filter, the algorithm propagates the current interpretation to the next image. Hence a real-time implementation is achieved. Examples of critical situations in urban areas exhibit the potential of the 6D Vision concept which can also be extended to robotics applications.