Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Vorsicht Baustelle

23.05.2016

Informatik-Studenten der Universität Jena entwickeln Lernalgorithmus zur automatischen Erkennung von Baustellen aus dem Fahrzeug heraus

Autonomes und teilautonomes Fahren ist die Zukunft der Automobilindustrie. Zahleiche Firmen arbeiten bereits an der Technik für selbstfahrende Kraftfahrzeuge. Nur eine der vielen Herausforderungen, die sich dabei stellen, ist die Erkennung des Umfeldes, z. B. wenn auf Autobahnen eine Tagesbaustelle errichtet ist.


Die Jenaer Master-Studenten Martin Thümmel (l.) und Felix Schneider vom Lehrstuhl für Digitale Bildverarbeitung haben einen internationalen Wettbewerb im Bereich Automobilindustrie gewonnen.

Jan-Peter Kasper/FSU

Während länger andauernde Baumaßnahmen bereits heute in Navigationsgeräten kartographiert sind, müsste ein selbstfahrendes Fahrzeug auch in der Lage sein, unvorhergesehene Tagesbaustellen möglichst früh zu erkennen und den Fahrer entsprechend zu warnen.

Warnschilder und Pylonen anzeigen

Die Informatik-Studenten Martin Thümmel und Felix Schneider von der Friedrich-Schiller-Universität Jena haben einen Algorithmus entwickelt, der eine solche Detektion von Tagesbaustellen aus dem Fahrzeug heraus möglich macht. Damit haben die Master-Studenten bei der „AICO Continental Challenge“ den ersten Platz erreicht.

„AICO“ ist ein vom Automobilzulieferkonzern Continental international ausgelobter Algorithmus Design Wettbewerb für Nachwuchswissenschaftler und Studierende, die sich der Bildverarbeitung, maschinelles Lernen und Mustererkennung widmen. Der Wettbewerb bietet die Möglichkeit, Anwendungen für Fahrerassistenzsysteme (Advanced Driver Assistance Systems, ADAS) auf Basis von visuellen Informationen zu erstellen. Alle Teilnehmer wurden mit einem Datensatz und Videodaten einer serienmäßig hinter der Frontscheibe eines Fahrzeuges montierten Kamera ausgestattet.

Aufgabe war es, einen Bildverarbeitungsalgorithmus zu entwickeln, der die beweglichen Tagesbaustellen – mobile Absperrtafeln und Pylonen (Verkehrsleitkegel) – frühzeitig erkennt.

Die Jenaer Studenten haben dafür im Rahmen ihres Praxis-Moduls am Lehrstuhl für Digitale Bildverarbeitung von Prof. Dr. Joachim Denzler einen Lernalgorithmus programmiert, in dem sie aktuelle Methoden der digitalen Bildverarbeitung und des maschinellen Lernens mit ihren eigenen Ideen verbanden. Dafür haben sie u. a. viele verschiedene Bilder von mobilen Warntafeln und Pylonen zu einem Datensatz zusammengetragen.

„Ein Vorteil für uns war, dass in Deutschland diese Schilder und Pylonen und sogar der Aufbau auf der Straße genormt sein müssen, sodass zumindest theoretisch alle Baustellen ein einheitliches Bild abgeben“, so Martin Thümmel. So ist das Fahrzeug nicht nur in der Lage, die Baustelle als solche zu erkennen, sondern dank der genormten Größen der Absperrtafeln und Leitkegel kann auf die Distanz von ihnen zum Fahrzeug geschlussfolgert werden. Das System der beiden FSU-Studenten schlägt das erste Mal bei etwa 80 Metern vor der Baustelle an.

Notfallmechanismus mitbedacht

Um die Detektion robuster zu machen, also ein sicheres Ergebnis zu bekommen, haben sie zudem zwei Verfahren angewendet. Nur wenn beide einig sind, dass es sich um eine Baustelle handelt, detektiert das System diese auch. „Mit den Methoden der 3D-Rekonstruktion verhindern wir Fehler, die zum Beispiel auftreten, wenn die Lichtverhältnisse schlecht sind oder wenn die Ladeklappe eines LKW der Form eines Warnschildes ähnelt“, sagt Felix Schneider und ergänzt, „außerdem haben wir einen Notfallmechanismus mitbedacht.“

Der Mechanismus reagiert dann, wenn die Baustelle nicht der Norm entspricht und etwa Pylonen fehlen oder der Abstand zwischen ihnen zu groß ist. Dabei ist es für das System völlig egal, auf welcher Fahrspur sich die bewegliche Baustelle befindet. Darüber hinaus ist es in der Lage, die Geschwindigkeit des Fahrzeugs zu schätzen und so eine Vorhersage darüber zu treffen, wann etwa die nächste Pylone erscheinen müsste.

Den ersten Platz haben sich Thümmel und Schneider auch deshalb sichern können, weil ihr Algorithmus jede der zehn Baustellen im Test erkannt hat und das entwickelte System schon heute in Fahrerassistenzsystemen moderner Fahrzeuge eingesetzt werden könnte. Für ihre Leistung haben sie ein Preisgeld von 1.000 Euro sowie ein Entwicklerboard erhalten und wurden zudem von Continental zu einer Tagung an den Bodensee eingeladen, um über ihren Algorithmus zu berichten. Dann wird auch darüber entschieden, wie ihr Algorithmus den Weg in die praktische Anwendung finden kann.

Kontakt:
Prof. Dr.-Ing. Joachim Denzler, Martin Thümmel, Felix Schneider
Institut für Informatik der Friedrich-Schiller-Universität Jena
Ernst-Abbe-Platz 2, 07743 Jena
Tel.: 03641 / 946301
E-Mail: joachim.denzler[at]uni-jena.de; martin.thuemmel[at]uni-jena.de; felix.schneider[at]uni-jena.de

Weitere Informationen:

http://www.uni-jena.de

Bianca Wiedemann | idw - Informationsdienst Wissenschaft

Weitere Nachrichten aus der Kategorie Verkehr Logistik:

nachricht Zur Sicherheit: Rettungsautos unterbrechen Radio
18.01.2017 | KTH Royal Institute of Technology Schweden

nachricht Hubschrauberflüge unter Extrembedingungen simulieren
27.12.2016 | Technische Universität München

Alle Nachrichten aus der Kategorie: Verkehr Logistik >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Textiler Hochwasserschutz erhöht Sicherheit

Wissenschaftler der TU Chemnitz präsentieren im Februar und März 2017 ein neues temporäres System zum Schutz gegen Hochwasser auf Baumessen in Chemnitz und Dresden

Auch die jüngsten Hochwasserereignisse zeigen, dass vielerorts das natürliche Rückhaltepotential von Uferbereichen schnell erschöpft ist und angrenzende...

Im Focus: Wie Darmbakterien krank machen

HZI-Forscher entschlüsseln Infektionsmechanismen von Yersinien und Immunantworten des Wirts

Yersinien verursachen schwere Darminfektionen. Um ihre Infektionsmechanismen besser zu verstehen, werden Studien mit dem Modellorganismus Yersinia...

Im Focus: How gut bacteria can make us ill

HZI researchers decipher infection mechanisms of Yersinia and immune responses of the host

Yersiniae cause severe intestinal infections. Studies using Yersinia pseudotuberculosis as a model organism aim to elucidate the infection mechanisms of these...

Im Focus: Interfacial Superconductivity: Magnetic and superconducting order revealed simultaneously

Researchers from the University of Hamburg in Germany, in collaboration with colleagues from the University of Aarhus in Denmark, have synthesized a new superconducting material by growing a few layers of an antiferromagnetic transition-metal chalcogenide on a bismuth-based topological insulator, both being non-superconducting materials.

While superconductivity and magnetism are generally believed to be mutually exclusive, surprisingly, in this new material, superconducting correlations...

Im Focus: Erforschung von Elementarteilchen in Materialien

Laseranregung von Semimetallen ermöglicht die Erzeugung neuartiger Quasiteilchen in Festkörpersystemen sowie ultraschnelle Schaltung zwischen verschiedenen Zuständen.

Die Untersuchung der Eigenschaften fundamentaler Teilchen in Festkörpersystemen ist ein vielversprechender Ansatz für die Quantenfeldtheorie. Quasiteilchen...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Künftige Rohstoffexperten aus aller Welt in Freiberg zur Winterschule

18.01.2017 | Veranstaltungen

Bundesweiter Astronomietag am 25. März 2017

17.01.2017 | Veranstaltungen

Über intelligente IT-Systeme und große Datenberge

17.01.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Der erste Blick auf ein einzelnes Protein

18.01.2017 | Biowissenschaften Chemie

Das menschliche Hirn wächst länger und funktionsspezifischer als gedacht

18.01.2017 | Biowissenschaften Chemie

Zur Sicherheit: Rettungsautos unterbrechen Radio

18.01.2017 | Verkehr Logistik