Beschreibung:
studierte Maschinenbau an der Universität Karlsruhe. Fasziniert von der Bildverarbeitung im mobilen Einsatz entstanden die Ursprünge dieses Werkes während seiner Diplomarbeit am Institut für Mess- und Regelungstechnik. Seit 2009 arbeitet er als wissenschaftlicher Mitarbeiter am Institut für Produktentwicklung der Universität Karlsruhe.
In der vorliegenden Arbeit wird die Objekterkennung und -Verfolgung aus Videosequenzen eines fahrenden Fahrzeugs implementiert. Die Videos werden offline verarbeitet. Dabei werden insbesondere als unbewegte Objekte die Verkehrsinfrastrukturen wie beispielsweise die Überkopf-Wegweiser wahrgenommen. Die Segmentierung erfolgt einerseits über kantenbasierte Verfahren mit Canny-Operator und Houghtransformation sowie einem modellbasierten Verfahren, das die Eigenschaften von Schildern nutzt. Andererseits unter Nutzung des Feldes, das durch den optischen Fluss von texturreichen Oberflächen in Bildsequenzen erzeugt wird, 3D-Informationen gewonnen und per Clusterverfahren unbewegte Objekte extrahiert. Anschließend werden die gefundenen Objekte für eine robuste Zustandsschätzung verfolgt. Dafür werden die Grundlagen von Schätzern aufgezeigt und das Kalman Filter und deren gängigsten Variationen vorgestellt und angewendet. Als Ergebnis beschreibt die Diplomarbeit den Aufbau und die Programmierung (Matlab und C++) des Systems. Mit Hilfe der aus der Anwendung auf reale Videodaten gewonnen Ergebnisse werden die Möglichkeiten und Probleme aufgezeigt und diskutiert.