h1

h2

h3

h4

h5
h6
http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

Teilautomatisierte Interpretation von Straßenverkehrsszenen bei Einsatz von Schwenk-Neige-Kameras = Semi-automated situation analysis of traffic scenes for rotating cameras



Verantwortlichkeitsangabevorgelegt von Martin Brake

ImpressumAachen : Publikationsserver der RWTH Aachen University 2008

UmfangXIX, 170 Bl. : Ill., graph. Darst.


Aachen, Techn. Hochsch., Diss., 2008

Zsfassung in dt. und engl. Sprache


Genehmigende Fakultät
Fak03

Hauptberichter/Gutachter


Tag der mündlichen Prüfung/Habilitation
2008-06-27

Online
URN: urn:nbn:de:hbz:82-opus-25151
URL: https://publications.rwth-aachen.de/record/50285/files/Brake_Martin.pdf

Einrichtungen

  1. Lehrstuhl und Institut für Straßenwesen (313410)

Inhaltliche Beschreibung (Schlagwörter)
Bildverarbeitung (Genormte SW) ; Verkehrssicherheit (Genormte SW) ; Autobahn (Genormte SW) ; Video (Genormte SW) ; Videobearbeitung (Genormte SW) ; Objektverfolgung (Genormte SW) ; Verkehrsunfall (Genormte SW) ; Kamera (Genormte SW) ; Digitalkamera (Genormte SW) ; Digitale Videokamera (Genormte SW) ; Videokamera (Genormte SW) ; Visuelle Orientierung (Genormte SW) ; Orientierung (Genormte SW) ; Wissensbasis (Genormte SW) ; Spline (Genormte SW) ; Spline-Funktion (Genormte SW) ; Ingenieurwissenschaften (frei) ; Schwenk-Neige-Kamera (frei) ; Condensation-Algorithmus (frei) ; Objektdetektion (frei) ; tracking (frei) ; condensation algorithm (frei) ; situation analysis (frei) ; rotating camera (frei) ; image processing (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Zur Erhöhung der Sicherheit auf Straßen werden zunehmend Videokameras zur Beobachtung des Verkehrsgeschehens eingesetzt. Hierzu kommen aus wirtschaftlichen Gründen meist Schwenk-Neige-Kameras zum Einsatz. Eine Automatisierung der Störfallerkennung mittels Videodetektionssystemen (VDS) wäre eine deutliche Erleichterung für den Betrieb. Zudem böten VDS die Voraussetzungen, streckenbezogene Verkehrsinformationen zu gewinnen,deren Erfassung durch herkömmliche Detektionssysteme nicht möglich ist. Weil die Auswerteverfahren der zur Zeit im Einsatz befindlichen VDS für statische Perspektiven und konstante Lichtverhältnisse konzipiert und daher meist referenzbildbasiert sind, können diese bei beweglichen Kameras und bei veränderlichen Umfeldbedingungen nicht oder nur bedingt eingesetzt werden. Für VDS, die auch bei sich ändernder Perspektive sowie allen Witterungen eingesetzt werden sollen, sind demnach Verfahren zu verwenden, die nicht auf festen Referenzbildern basieren. Im Hinblick auf diese Aspekte wurde in dieser Arbeit ein Verfahren entwickelt, das eine Situationsanalyse von Straßenverkehrsszenen für Schwenk-Neige-Kameras ohne Referenzbild ermöglicht. Die beiden Kernaufgaben des Modells, die Auswahl geeigneter Verfahren sowie die Verknüpfung extrahierbarer Merkmale mit definiertem Vorwissen, wurden unter Berücksichtigung der Funktionsweise menschlicher Intelligenz entwickelt. Um eine robuste Objekterkennung zu ermöglichen, waren Verfahren zur Merkmalsextraktion herauszuarbeiten. Es wurde untersucht, welche Merkmale eines digitalisierten Bildes geeignet sind, um ein Objekt eindeutig zu identifizieren und zu beschreiben. Einen besonderen Schwerpunkt bildet hier die Entwicklung eines Konzepts zur Extraktion von Objektkonturen. Nur bei bekannter Ausrichtung der Kamera (Schwenk-, Neigewinkel, Brennweite) kann eine exakte Bestimmung von Objektpositionen bzw. eine Interpretation von Objektbewegungen erfolgen. Es wurden drei Verfahren eingehend untersucht, welche die Kameraorientierung aus den Informationen der vorhandenen Bildsequenz und dem im Szenenmodell abgelegten Vorwissen ableiten. Zur Objektverfolgung wurde mit dem Condensation-Algorithmus ein Verfahren umgesetzt, mit dem robuste Ergebnisse auch unter schwierigen Bedingungen erreicht werden. Für die Evaluierung der vorgestellten Modelle und Verfahren wurde eine Prüfsoftware entwickelt, in der die Verfahren zur Orientierungsbestimmung, zur Extraktion von Merkmalen sowie zur Objekterkennung und -verfolgung implementiert werden. Nach Aufstellung einer Wissensbasis wurden die Modelle anhand detaillierter Analysen realer Szenen validiert. Abschließend werden die Ergebnisse dieser Arbeit zusammengefasst sowie ein Ausblick für zukünftige Forschungsfelder im Bereich der Videodetektion gegeben.

To increase safety on roads, an increasing number of cameras are being used to observe the traffic situation. For economic reasons, rotatable cameras are mostly used. An automation of the incident detection by means of video detection systems (VDS) would be a clear relief for the operation. In addition, VDS could be used to gain spatial traffic-data, which is not possible by conventional detection systems. Because the techniques of currently-used VDS are designed for static perspectives and constant lighting conditions and are therefore mostly based on a reference picture, they cannot be used with rotatable cameras and changing environmental conditions. Therefore, for VDS which are to be used with changing perspectives and all weather conditions, procedures which are not based on fixed reference pictures have to be used. With a view to these conditions, a procedure to make a situation analysis of traffic scenes for rotating cameras possible without using reference pictures was developed. The development of the two main tasks of the model - the selection of suitable procedures as well as the linking of extractable characteristics with defined previous knowledge-took human intelligence into consideration. In order to make a reliable object recognition possible, procedures for the extraction of characteristics had to be worked out. The usability of several characteristics of a digitized picture were examined in order to identify and describe an object clearly. Here the development of a concept for the extraction of object outlines was a special emphasis. An accurate determination of object positions and an interpretation of object movements can only take place using a known adjustment of the camera (direction, slope angle, focal length). Three procedures which derived the camera orientation from the information of the existing picture sequence and the given knowledge put in a scene model were examined in detail. For object tracking the Condensation algorithm was executed, which achieves reliable results even under difficult conditions. A test software was developed for the evaluation of the presented models and procedures, in which the orientation regulation, the extraction of characteristics as well as object recognition and tracking are implemented. After creating a knowledge base, the models were validated with detailed analyses of lifelike traffic scenes. At the end of the text, the results of this work are summarized, and a view for future research fields within the range of video detection is given.

Fulltext:
Download fulltext PDF

Dokumenttyp
Dissertation / PhD Thesis

Format
online, print

Sprache
German

Externe Identnummern
HBZ: HT015676985

Interne Identnummern
RWTH-CONV-112836
Datensatz-ID: 50285

Beteiligte Länder
Germany

 GO


OpenAccess

QR Code for this record

The record appears in these collections:
Document types > Theses > Ph.D. Theses
Faculty of Civil Engineering (Fac.3)
Publication server / Open Access
Public records
Publications database
313410

 Record created 2013-01-25, last modified 2022-04-22


Fulltext:
Download fulltext PDF
Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)