|
Implementierung und Analyse von Objektverfolgungsverfahren auf Grundlage des Shadowing-Filters |
|
Objektverfolgungsverfahren sind essentielle Bestandteile moderner Fahrerassistenzsysteme, welche die zuverlässige Schätzung von Existenz, Position und Bewegungsparametern verschiedener Objekte des Fahrzeugumfelds ermöglichen. In heutigen Systemen kommen dabei nahezu ausschließlich sequentielle Bayes-Filter zum Einsatz, welche das Fahrzeugumfeld probabilistisch modellieren.
Aufgabe dieser Arbeit ist die Implementierung eines nichtsequentiellen Objektverfolgungsverfahrens auf Grundlage der Laplace'schen Kleinste-Quadrate-Methode (z.B. des Shadowing-Filters). Dieses Verfahren soll an einer Beispielapplikation (z. B. der Verfolgung von Fahrzeugen mittels Radar für einen Abstandsregeltempomaten) mit der der Professur bereits im Einsatz befindlichen Bayes-Filtern verglichen werden. Als Kriterien kommen dabei insbesondere der Implementierungsaufwand, die Schätzgüte und die Echtzeitfähigkeit in Frage. Die Eignung des entwickelten Verfahrens soll im Forschungsfahrzeug Carai der Professur demonstriert werden.
Die Software soll in der Programmiersprache C++ entwickelt werden und neben den funktionellen Anforderungen auch Echzeitfähigkeit, Verständlichkeit und Wiederverwendbarkeit berücksichtigen.
| Vorkenntnisse |
| Programmierkenntnisse in C++ sind wünschenswert, können aber auch während der Arbeit erworben werden |
| Betreuer |
| Dipl.-Ing. Robin Schubert |
|
Fakultät
für Elektrotechnik und Informationstechnik 
Implementierung und Analyse von Objektverfolgungsverfahren auf Grundlage des Shadowing-Filters
