Merkmalbasierte multisensorielle Personenverfolgung

Das Thema dieser Arbeit ist die multisensorielle
Verfolgung von Fußgängern mittels des erweiterten
Kalman-Filter-Verfahrens. Dabei sollen deren
Positionen, Bewegungen und Körperdimensionen mit
möglichst hoher Genauigkeit geschätzt werden, um
daraus Schlüsse für die Einschätzung einer
Verkehrssituation ziehen zu können. Die Grundlage
hierfür ist ein Multisensor-Datenfusionssystem, in
dem ein Laser-Scanner und eine Infrarot-Kamera
kombiniert werden. In dieser Arbeit werden Merkmale
erarbeitet, die Personen in einer für die
vorhandenen Sensoren geeigneten Weise beschreiben
können. Weiterhin wird ein zweckmäßiges
Bewegungsmodell ausgewählt und auf sinnvolle Art
mit den sensorspezifischen Merkmalmodellen
kombiniert. Die entwickelten Modelle werden anhand
von Messdaten untersucht und bewertet, die mit einem
Versuchsfahrzeug aufgezeichnet wurden.

Autorentext
Daniel Seyffert, Dipl.-Ing.: Studium der Informationstechnik an der TU Chemnitz. Tätigkeit im Bereich Software-Entwicklung bei der TechniSat Digital GmbH, Dresden.

Klappentext
Das Thema dieser Arbeit ist die multisensorielle Verfolgung von Fußgängern mittels des erweiterten Kalman-Filter-Verfahrens. Dabei sollen deren Positionen, Bewegungen und Körperdimensionen mit möglichst hoher Genauigkeit geschätzt werden, um daraus Schlüsse für die Einschätzung einer Verkehrssituation ziehen zu können. Die Grundlage hierfür ist ein Multisensor-Datenfusionssystem, in dem ein Laser-Scanner und eine Infrarot-Kamera kombiniert werden. In dieser Arbeit werden Merkmale erarbeitet, die Personen in einer für die vorhandenen Sensoren geeigneten Weise beschreiben können. Weiterhin wird ein zweckmäßiges Bewegungsmodell ausgewählt und auf sinnvolle Art mit den sensorspezifischen Merkmalmodellen kombiniert. Die entwickelten Modelle werden anhand von Messdaten untersucht und bewertet, die mit einem Versuchsfahrzeug aufgezeichnet wurden.