Sensordatenfusion und Fehlerkalibrierung von umfelderkennenden Sensoren eines Straßenfahrzeuges

Schneider, Ulrich

Fahrerassistenzsysteme bilden derzeitig ein beliebtes Entwicklungsfeld von Automobilherstellern und Zulieferern. In Zukunft soll den FahrerInnen eine Reihe von anstrengenden Führungsaufgaben abgenommen werden, wie beispielsweise das Anfahren und Abbremsen in einer Stausituation. Hierfür wird eine neue Generation an Sensorsystemen benötigt, die das Umfeld des Fahrzeugs erfasst, analysiert und Assistenzfunktionen zur Verfügung stellt. Ein Sensor allein vermag diese Aufgaben nicht zu bewältigen. Zum Einsatz kommen Multi-Sensor-Netzwerke, welche die Daten verschiedener Sensoren miteinander verschmelzen, um Informationslücken zu schließen. Die vorliegende Arbeit führt in dieses Themengebiet ein, indem die Roadmap europäischer Fahrerassistenzsysteme beschrieben wird. Es werden die im Automobilbereich etablierten Sensorkomponenten vorgestellt und auf die Vor- und Nachteile einer Multi-Sensor-Architektur eingegangen. Der wissenschaftliche Beitrag betrifft die zentrale Funktion dieses Netzwerkes - die Sensordatenfusion heterogener Umfeldsensoren. Deterministische und probabilistische Verfahren werden vorgestellt und anhand von Gütekriterien miteinander verglichen. Das Ergebnis ist eine Entscheidungsmatrix, die es Entwicklern von Fahrerassistenzsystemen ermöglicht, direkt ein für ihre Anforderung optimales Datenzuordnungs- und -fusionsverfahren zu wählen. Darüber hinaus wird ein Überwachungskonzept zur Erkennung und Behebung von Umfeldsensordefekten präsentiert. Dessen Funktion und Nutzen wird anhand theoretischer und praktischer Untersuchungen belegt. Bei den betrachteten Sensordefekten wurde der Schwerpunkt auf die einflussreichste Größe, die Winkeldejustage um die Sensorhochachse, gelegt. Dieses Konzept wurde als echtzeitfähige Software umgesetzt und in einem Versuchsträger, ausgestattet mit Video- und Radar-Umfeldsensoren, validiert. So gelang der Nachweis, dass eine robuste Dejustageerkennung und Kalibrierung von Umfeldsensoren ohne zusätzliche Hardwareredundanz praktikabel ist.

Driver assistance systems are currently in the focus of both automotive manufacturers’ and suppliers’ development activities. These systems are designed to support the driver in stressful or tiring driving situations, e.g. the repeatedly starting and braking in a traffic jam. To reach this goal a new generation of sensor systems is required. The new sensors monitor the vehicle’s environment and analyse, consolidate and pre-process the information for one or more driver assistance applications. One single sensor can not deliver a complete survey of the entire vehicle surrounding. Instead, a multi-sensor network fusing the data of different sensors can be used to fill information gaps. This thesis gives an introduction to the specific subject, outlining a roadmap of driver assistance systems of the next decade. Environment sensors approved for automotive applications are presented and their advantages and disadvantages in a multi-sensor architecture are discussed. The scientific contribution of this dissertation concerns the core function of this network - the sensor data fusion of heterogeneous environment sensors. Deterministic and probabilistic fusion techniques are introduced and compared under multiple quality aspects. One result is a decision matrix, making it easy for any designer of a multi-sensor architecture to choose the most suitable data association and fusion algorithm for his specific requirements. Furthermore a monitoring concept for the detection and handling of environment sensor defects is presented. Evidence for its functional value is found in the results of both theoretical research and practical experiments. The focus of this research was put on the aspect of sensor fault with the most dramatic impact - the horizontal angular misalignment. The especially developed real-time software was validated in an experimental vehicle equipped with one video and three radar environmental sensors. The research described in this thesis could prove that a robust fault detection and calibration of environment sensors is feasible without the aid of additional hardware redundancy, even under everyday traffic conditions.

Vorschau

Zitieren

Zitierform:

Schneider, Ulrich: Sensordatenfusion und Fehlerkalibrierung von umfelderkennenden Sensoren eines Straßenfahrzeuges. 2005.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Details anzeigen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export