Shop : Details
Shop
Details
Gregory Föll
Hinderniserkennung für mobile Arbeitsmaschinen durch Fusion von Radar- und Videodaten
Fahrerlosen Transportsystemen und Fahrerassistenzsystemen wurde in den letzten drei Dekaden viel Aufmerksamkeit geschenkt. Auch im industriellen Umfeld werden diese Systeme zunehmend wichtiger. Sie tragen unter anderem zur Kostenoptimierung und Sicherheit bei. Vor allem spielt die Reduzierung der Unfallfolgen und damit die passive Sicherheit für Verkehrsteilnehmer und Arbeiter eine bedeutende Rolle. Zur Steigerung der Wettbewerbsfähigkeit von fahrerlosen Transportsystemen müssen zukünftige fahrerlose Transportfahrzeuge vorausschauend und situationsabhängig auf Hindernisse in den Verkehrswegen reagieren können. Dazu bedarf es einer automatischen Hinderniserkennung, die die Objekte in der Umgebung des Fahrzeuges möglichst vollständig und genau erfasst.
Viele heutige Lösungen für eine Hinderniserkennung basieren auf einem bestimmten Sensortyp. Im dichten Verkehr einer urbanen Umgebung oder in unstrukturierten industriellen Umgebungen entstehen hochkomplexe Situationen, die sich mit nur einem Sensortyp nicht bewältigen lassen. Um die Einsatzgebiete von fahrerlosen Transportsystemen auszuweiten und die Zuverlässigkeit der Systeme zu verbessern, können die Daten mehrerer unterschiedlicher Sensortypen fusioniert werden. Im Rahmen dieser Arbeit wird eine automatische Hinderniserkennung für mobile Arbeitsmaschinen, wie zum Beispiel Stapler und andere Flurförderzeuge entwickelt. Dabei werden die Daten eines Radar- und eines Kamerasensors sinnvoll miteinander kombiniert. Die Hinderniserkennung wird durch Freiraumerkennung realisiert. Dazu wird im Kamerabild die für das Fahrzeug befahrbare Fläche segmentiert. Alle anderen Objekte im Bild werden als Hindernisse interpretiert.
Viele heutige Lösungen für eine Hinderniserkennung basieren auf einem bestimmten Sensortyp. Im dichten Verkehr einer urbanen Umgebung oder in unstrukturierten industriellen Umgebungen entstehen hochkomplexe Situationen, die sich mit nur einem Sensortyp nicht bewältigen lassen. Um die Einsatzgebiete von fahrerlosen Transportsystemen auszuweiten und die Zuverlässigkeit der Systeme zu verbessern, können die Daten mehrerer unterschiedlicher Sensortypen fusioniert werden. Im Rahmen dieser Arbeit wird eine automatische Hinderniserkennung für mobile Arbeitsmaschinen, wie zum Beispiel Stapler und andere Flurförderzeuge entwickelt. Dabei werden die Daten eines Radar- und eines Kamerasensors sinnvoll miteinander kombiniert. Die Hinderniserkennung wird durch Freiraumerkennung realisiert. Dazu wird im Kamerabild die für das Fahrzeug befahrbare Fläche segmentiert. Alle anderen Objekte im Bild werden als Hindernisse interpretiert.
Schlagwörter: Hinderniserkennung; Radar; Kamera; Datenfusion; Wasserscheidentransformation
Berichte aus dem Institut für Konstruktions- und Fertigungstechnik
Herausgegeben von Prof. Dr.-Ing. Rainer Bruns, Prof. Dr.-Ing. Frank Mantwill und Prof. Dr.-Ing. Jens Wulfsberg, Hamburg
Band 54
Verfügbare Online-Dokumente zu diesem Titel
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
| Dokument |  | Gesamtdokument | ||
| Dateiart |  | |||
| Kosten |  | 34,35 € | ||
| Aktion |  | Zahlungspflichtig kaufen und download der Datei | ||
| Dokument |  | Inhaltsverzeichnis | ||
| Dateiart | | |||
| Kosten |  | frei | ||
| Aktion |  | Download der Datei | ||
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Shaker Verlag GmbHAm Langen Graben 15a52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 UhrFr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
