Alle mFUND Projekte Alle mFUND Projekte
straßen aus der luftperspektive
Projektbild AeroMap

Quelle: DLR, Thomas Krauß

Projektbeschreibung

AeroMap war eine Machbarkeitsstudie zur automatischen Ableitung von topographischen und topologischen, fahrstreifengenauen Straßeninformationen für das autonome Fahren aus bestehenden Luftbildern der Landesvermessung und Speicherung der gewonnenen Information in einem standardisierten Format, welches automatisierte Weiterverarbeitung ermöglicht.
Es wurde gezeigt, dass die automatische Extraktion von Fahrstreifen aus bestehenden Luftbildern der Landesvermessung möglich ist. Allerdings war auch ein Ergebnis der Studie, dass die Detektion durch neue Verfahren – insbesondere durch Deep-Learning-Verfahren – noch verbessert werden kann. Das Projektziel, die Demonstration der Machbarkeit wurde somit voll und ganz erreicht.

Ergebnisse und Wirkung

Entlang der Teststrecke für Autonomes Fahren auf der A9 zwischen München und Ingolstadt wurden dem Institut für Methodik der Fernerkundung des DLR in Oberpfaffenhofen vom Bayerischen Landesamt für Breitband und Vermessung 111 Luftbilder mit je 5000x5000 px und einer Bodenauflösung von 20 cm/px zur Verfügung gestellt. Auf Basis von zehn dieser Szenen wurden Features wie HSV-Farbraum, Gabor-Kanten, etc. extrahiert und ein Random-Forest-Klassifikator zur Detektion von Fahrbahnmarkierungen trainiert. Mit diesem wurden alle 111 Bilder klassifiziert, die Linien extrahiert und im Vektor-Shape-Format exportiert. Durch das DLR-Institut für Verkehrssystemtechnik in Braunschweig wurden diese Ergebnisse validiert und in das Standard-Austauschformat OpenDrive übernommen. Die Fahrbahnmarkierungen konnten mit einer Genauigkeit von 25 cm sowie einem IoU von 56 % extrahiert werden (IoU = Intersection over Union = TP/(TP+FP+TN)). Die konkreten Ergebnisse dieser Untersuchung wurden in der mCloud zur Verfügung gestellt. Im Nachgang zum Projekt wurden weitere Daten wie z.B. hochaufgelöste Satellitendaten des WorldView-3-Satelliten untersucht sowie andere Verfahren wie z.B. eine Fuzzy- und eine Deep-Learning-Klassifikation. Weiterführende Arbeiten, z.B. im Rahmen eines Nachfolgeprojekts, zur Operationalisierung und somit zur In-Wert-Setzung bestehender Luftbilder aus den Archiven der Landesvermessungsämter sind auf Basis der Projektergebnisse möglich.

Zuwendungsempfänger

Deutsches Zentrum für Luft- und Raumfahrt e.V., Weßling

  • FKZ: 19F1035A
Projektvolumen98.560
(davon 100 % Förderanteil durch BMDV)
Projektlaufzeit11/2017 - 10/2018
AnsprechpartnerDLR, Deutsches Zentrum für Luft- und Raumfahrt
Institut für Methodik der Fernerkundung
Herr Thomas Krauß
Tel.: (0 8153) 28 - 2872
E-Mail: thomas.krauss@dlr.de