NightVision-Systeme ermöglichen dem Fahrer eine bessere Sicht bei Nacht und sollen auf diese Weise die Zahl der Unfälle mit Personen und Tieren verringern. Derzeit kommen zwei technisch unterschiedliche Ausprägungen solcher Sichtverbesserungssysteme zum Einsatz. Nahinfrarot-Systeme (NIR) bieten eine gute Orientierung im angezeigten Bild des Fahrzeugvorfelds, stellen jedoch relevante Objekte nicht hervorgehoben dar. Ferninfrarot-Systeme (FIR) betonen insbesondere Lebewesen im Bild und ermöglichen auf Kosten der Orientierung im Bild eine schnelle Erkennung von Menschen und Tieren. Ziel dieser Arbeit ist es deshalb, die Orientierung in einem Wärmebild zu verbessern. Auf diese Weise soll der Fahrer die Vorteile eines FIR-Systems bei der Erkennung von Gefahren nutzen und sich dennoch schnell im angezeigten Bild orientieren können. Die Hervorhebung der Fahrbahnränder bietet sich an, da diese im Unterschied zu markanten Objekten wie Leitpfosten, Bäumen oder Gebäuden im Anwendungsfall immer vorhanden sind und der Fahrer sich ohnehin am Verlauf der Straße orientiert. Gleichzeitig kann der Nutzer schneller die vorliegende Situation anhand der Positionen der gesichteten Objekte relativ zur eigenen Fahrspur bewerten. Die im Beitrag vorgestellten Algorithmen extrahieren mit Hilfe von Kalman-Filtern und der Hough-Transformation die Fahrbahnbegrenzungen in einem FIR-Bild und können bei einer hervorgehobenen Darstellung dieser Linien die Orientierung im Bild verbessern.
NightVision-Systems are designed to enhance the driver's view at night with the purpose of reducing the number of accidents with humans and animals. Today two technically different realizations of those sight enhancement systems are used. Nearinfrared-Systems (NIR) give a good orientation in the presented image of the scene in front of the car, but without highlighting relevant objects. Farinfrared-Systems (FIR) highlight living beings and enable fast detection of persons and animals at the cost of orientation in the image. This article outlines a possible approach to improve orientation in an FIR-image. The algorithms described in the following detect road borders in a FIR-image by using Kalman-Filters and Hough-Transformation. Highlighting those boundaries in the displayed image promises to improve driver's orientation within the FIR-image.
Ansätze zur Fahrbahnerkennung in Wärmebildern zur Unterstützung des Fahrers bei der Orientierung in einem passiven NightVision-Bild
Detecting road edges in thermal images for driver orientation in passive NightVision images
2005
11 Seiten, 5 Bilder, 8 Quellen
Conference paper
German
System zur Unterstützung des Fahrers bei einem Fahrmanöver
European Patent Office | 2018
|Verfahren zur Unterstützung eines Fahrers bei einem Abbiegevorgang
European Patent Office | 2017
|VERFAHREN ZUR UNTERSTÜTZUNG EINES FAHRERS BEI EINEM ÜBERHOLVORGANG
European Patent Office | 2024
|