Alle AVF-Projekte Alle AVF-Projekte
Prädiktion von Bildfolgen aus FAS-Videosequenzen – FAS-VidGen Logo

Quelle: Technische Universität München (TUM)

Problemstellung

Eine der zentralen Herausforderungen im Themenkomplex des automatisierten und autonomen Fahrens ist die Nachbildung der menschlichen Fähigkeit zum vorausschauenden Fahren. Während Menschen in der Lage sind, neue visuelle Konzepte allein auf Grundlage nur weniger aktueller und zurückliegender Beobachtungen zu erlernen und dadurch zukünftige Aktionsmuster anderer Verkehrsteilnehmer zu antizipieren, kann diese Fähigkeit aktuell noch nicht oder nur ansatzweise maschinell imitiert werden.

Projektziel

Angesichts der überwältigenden Fortschritte im Bereich des maschinellen Lernens und der künstlichen Intelligenz – allem voran durch künstliche neuronale Netze – soll ein System zur Prädiktion visueller Beobachtungen auf Grundlage von zuvor beobachteten Bildsequenzen entwickelt werden. Die Prädiktion von Aktivitätsmustern anderer Verkehrsteilnehmer kann dann dazu genutzt werden, bestimmte Interventionsroutinen vorausschauend auszulösen oder die Aufmerksamkeit des Fahrers auf die relevanten Regionen im Sichtfeld zu lenken.

Durchführung

Im Rahmen des Projektes soll untersucht werden, wie aktuelle und neu zu entwickelnde Methoden der Computer Vision und des maschinellen Lernens zur Realisierung der beschriebenen Systeme beitragen können. Dabei sollen existierende Systeme zur Generierung von Bildern und Videosequenzen auf ihre Eignung hinsichtlich des Einsatzes für die Prädiktion von Verkehrsszenen, wie sie üblicher Weise von Fahrerassistenzsystemen (FAS) aufgenommen werden, untersucht und gegebenenfalls entsprechend angepasst und weiterentwickelt werden.


Projektverantwortlicher

Technische Universität München (TUM)
Lehrstuhl für Methodik der Fernerkundung

  • FKZ 16AVF2019
Projektvolumen250.000 €
(davon 100 % Förderanteil durch BMVI)
Projektlaufzeit07/2017 - 06/2020
Ansprechpartner

Prof. Dr.-Ing. Richard Bamler
E-Mail: richard.bamler[at]dlr.de

Dr. rer. nat. Marco Körner
E-Mail: marco.koerner[at]tum.de