Editorial Cuvillier

Publicaciones, tesis doctorales, capacitaciónes para acceder a una cátedra de universidad & prospectos.
Su editorial internacional especializado en ciencias y economia

Editorial Cuvillier

De En Es
Klassifikation leicht verwundbarer Verkehrsteilnehmer mit hochauflösendem Automobilradar

Impresion
EUR 39,90

E-Book
EUR 27,90

Klassifikation leicht verwundbarer Verkehrsteilnehmer mit hochauflösendem Automobilradar (Tienda española)

Eugen Schubert (Autor)

Previo

Indice, PDF (140 KB)
Lectura de prueba, PDF (370 KB)

ISBN-13 (Impresion) 9783736998599
ISBN-13 (E-Book) 9783736988590
Idioma Deutsch
Numero de paginas 192
Laminacion de la cubierta mate
Edicion 1.
Lugar de publicacion Göttingen
Lugar de la disertacion Ulm
Fecha de publicacion 10.09.2018
Clasificacion simple Tesis doctoral
Area Ciencias Ingeniería
Palabras claves voraus­schauender Fahrer­assistenz- und Fahr­sicherheits­systeme, Verkehrsteilnehmer, automobiler Radar­sensor
Descripcion

Der Schutz von Fußgängern und Fahrrad­fahrern rückt verstärkt in den Fokus zukünftiger voraus­schauender Fahrer­assistenz- und Fahr­sicherheits­systeme. Insbesondere Situationen in denen Fußgänger eine Sonder­stellung im Straßenverkehr einnehmen, wie beispiels­weise beim Ausfahren aus Kreis­verkehren, an Fußgänger­über­wegen oder in verkehrs­beruhigten Bereichen, erfordern die Erkennung objekt­spezi­fischer Informationen und eine darauf basierende robuste Objekt­klassi­fikation.

Im Hinblick auf zukünftige Heraus­forderungen wird in der vorliegenden Arbeit ein innovativer Ansatz zur Klassifikation von Fußgängern, Fahrrad­fahrern und Personen­kraftwagen vorgestellt, welcher auf der Extraktion objekt­spezifischer Merk­male aus mehr­dimensionalen Detektions­clustern eines hoch­auflösenden automobilen Radar­sensors basiert.

Zur Bildung geeigneter Detektions­cluster wurden durch Integration eines Fußgänger­bewegungs­modells in eine Radar­system­simulation Auflösungs­anforder­ungen abgeleitet, anhand welcher ein proto­typischer hoch­auflösender Radar­sensor spezifiziert und aufgebaut werden konnte. Die durch eine weiterhin entwickelte Signal­verarbeitungs­kette gebildeten Detektions­cluster ermöglichen die Extraktion objekt­spezifischer Merkmale wie der Form oder der Ausdehnung von Objekten sowie der Schritt­frequenz von Fußgängern. Unter Verwendung dieser Merkmale wird im Mittel eine korrekte Zuordnung zu den Klassen Fußgänger, Fahrrad­fahrer und PKW von 97 % aller nicht als unbekannt klassifizierten Detektions­cluster erreicht.