Kopplung von Sensorinformationen und Geodaten zur modellbasierten Lokalisierung und Kartierung im Automobil

Die Weiterentwicklung von Fahrerassistenz- und Sicherheitssystemen generiert immer neue Ansprüche an die Umgebungserfassung und Erstellung eines Umfeldmodells. Das städtische Gebiet mit einer hohen Verkehrs- und Umgebungsdynamik stellt eine besondere Herausforderung für die sensorielle Wahrnehmung dar. Zur Unfallvermeidung oder Minderung des Verletzungsrisikos an beispielsweise komplexen Kreuzungssituationen muss die fahrzeugbezogene Umfelderfassung auf übergreifende Konzepte ausgedehnt werden. Diese Ansätze sind sowohl auf eine präzise Fahrzeuglokalisierung als auch auf eine möglichst lückenlose Umgebungsbeschreibung angewiesen. Für die Anwendung im Automotivebereich steht dabei weniger die Integration teurer zusätzlicher Sensoren im Fokus, sondern primär die intelligente Kombination bereits bewährter. Die Kamera als ein Sensor mit hoher Informationsdichte erfreut sich eines zunehmend vielseitigen Verwendungszweckes. Diese Arbeit stellt einen bildbasierten Ansatz zur präzisen Positionsbestimmung eines Fahrzeuges mit gleichzeitiger Kartierung in urbaner Umgebung vor. Dabei stehen Gebäude und insbesondere deren markante vertikale Kanten im Vordergrund, welche von einer Kamera detektiert und 3D-rekonstruiert werden. Der Abgleich dieser Merkmale mit einer automotive-tauglichen Basiskarte ermöglicht dabei die schrittweise Präzisierung der Fahrzeugpose. Gleichzeitig werden die generierten Zusatzinformationen in lokalen Karten abgelegt und anschließend Rückschlüsse auf bauliche Veränderungen im Basismaterial gezogen. Damit wird eine zyklisch ergänzende Beschreibungsform für die Fahrzeugumgebung geschaffen. The development and refining process for driving assistant and safety systems is constantly demanding higher detail and performance from the environmental detection and the creation of the corresponding surrounding model. Urban areas with high traffic and dynamic surroundings are generating a particular challenge for sensorial perception. Exemplarily in cases of accident avoidance and injury reduction in combination with complex crossroad scenarios the vehicle based environment detection has to be involved to intermodal concepts. These approaches rely on the one hand on a precise vehicle localization and on the other hand on a ideally gapless description of the environment. For automotive use cases the intelligent combination of already built in, proven sensors has a higher priority than the integration of additional detectors with high sensitivity and high cost. The camera as one of the already established sensors in modern cars develops to a multipurpose detector as it provides a high density of information. This work represents an image based approach for precise positioning evaluation of a vehicle with simultaneous map generation in urban environments. The approach focuses on buildings especially on their vertical borders which are detected by the camera. The detected borders are 3D-reconstructed in real time. The fast reconstruction in 3D allows a comparison of these features with a base map suitable for automotive purposes and leads stepwise to a high precise vehicle pose. At the same time the generated additional information are being stored in local maps which enables the possibility to conclude on constructional changes of the buildings. This creates a supplementary cyclic description model of the vehicles surrounding environment.