Logo des Repositoriums

Auflistung nach Autor:in "Scheunert, Ullrich"

1 - 3 von 3
  • Konferenzbeitrag
    FusionSystems GmbH Systeme zur Sensor-Daten-Fusion und Szeneninterpretation
    (Workshop Audiovisuelle Medien WAM 2009, 2009) Scheunert, Ullrich; Fardi, Basel
  • Konferenzbeitrag
    Fuzzy Operators for Confidence Modelling in Automotive Safety Applications
    (Informatik 2007 – Informatik trifft Logistik – Band 2, 2007) Scheunert, Ullrich; Lindner, Philipp; Richter, Eric; Wanielik, Gerd
    The fusion of data from different sensorial sources is the most promising method to increase robustness and reliability of environmental perception today. The paper presents an approach for using fuzzy operators for the hierarchical fusion of processing results in a multi sensor data processing system for the detection of vehicles in road environments. Tracking and fusion of intermediate results are performed in several levels of processing (signal level, several feature levels, object level). To produce higher level hypotheses on the basis of lower level components, grouping rules using certain assignment decisions are used. One example is given for the fusion of image and radar data in a vehicle detection algorithm used in a driver assistance system.
  • Konferenzbeitrag
    Multi-Sensor-Daten-Fusion zur Personenerkennung mit dem Merkmal-Modell
    (Informatik 2005 – Informatik Live! Band 2, 2005) Scheunert, Ullrich; Cramer, Heiko; Fardi, Basel; Wanielik, Gerd
    Dieser Artikel befaßt sich mit einem Teilgebiet der Szenenerkennung für Fahrerassistenzsysteme. Multi-Sensor-Daten-Fusion wird für die Detektion und zeitliche Verfolgung von Personen im Fahrzeugumfeld eingesetzt. Ein System, bestehend aus einem Laserscanner und einer Infrarot-Kamera wird verwendet, um Personen sicher zu detektieren und genau zu lokalisieren. Diese beiden Sensoren sind in gewissem Maße komplementär hinsichtlich der Information, die sie über eine beobachtete Szene liefern. Der Laserscanner liefert eine exakte Position, hat dabei jedoch eine schlechte Leistung hinsichtlich der Unterscheidung zwischen Personen und anderen Objekten. Im Gegensatz dazu erlaubt die Kamera nur eine schlechte Lokalisierung, ist aber für die Extraktion wichtiger Merkmale geeignet, insbesondere, wenn es sich – wie bei Personen – um räumlich ausgedehnte Objekte handelt. Um die Verknüpfung der Sensor-Informationen zu erreichen, wird ein Extended Kalman-Filter-Ansatz verwendet, in welchem die spezifischen räumlichen Transformationen als nichtlineare Meßfunktionen eingehen. Um die räumliche Ausdehnung der Personen zu berücksichtigen, wird ein spezielles Merkmal-Modell für die Personenbeschreibung verwendet. Das wird kombiniert mit einem auf diese Anforderungen angepaßten Fuzzy-Gating-Verfahren. Das Personenerkennungssystem ist in Betrieb auf dem elektrogetriebenen Testfahrzeug der Professur für Nachrichtentechnik der TUC.