German Title: Modell-basierte Schätzung meteorologischer Sichtweite im Kontext automobiler Kamerasysteme

Preview

PDF, English Download (21MB) | Terms of use

Abstract

Highly integrated and increasingly complex video-based driver assistance systems are rapidly developing nowadays. Following the trend towards autonomous driving, they have to operate not only under advantageous but also under adverse conditions. This includes sight impairments caused by atmospheric aerosols such as fog or smog. It is an important part of environmental understanding to thoroughly analyze the optical properties of these aerosols.

The aim of this thesis is to develop models and algorithms in order to estimate meteorological visibility in homogeneous daytime fog. The models for light transport through fog are carefully derived from the theory of radiative transfer. In addition to Koschmieder's well-established model for horizontal vision, a recursively-defined sequence of higher-order models is introduced which yields arbitrarily good approximations to the solutions of the radiative boundary problem.

Based on the radiative transfer models, visibility estimation algorithms are proposed which are applicable to data captured by a driver assistance front camera. For any one of these algorithms, the recording of luminances from objects observed at distinct distances is required. This data can be acquired from moving objects being tracked as well as from depth-extended homogeneous objects such as the road. The resulting algorithms supplement each other with respect to different road traffic scenarios and environmental conditions. All given algorithms are extensively discussed and optimized regarding their run-time performance in order to make them applicable for real-time purposes. The analysis shows that the proposed algorithms are a useful addition to modern driver assistance cameras.

Translation of abstract (German)

Video-basierte Fahrerassistenzsysteme erfahren derzeit eine rasante Entwicklung hin zu immer komplexeren und hoch-integrierten Produkten. Einhergehend mit dem Trend zum autonomen Fahren muss deren Einsatzfähigkeit nicht nur unter vorteilhaften sondern auch unter schwierigen Bedingungen sichergestellt werden. Dazu gehören auch Sichteinschränkungen, welche durch atmosphärische Aerosole wie Nebel oder Smog verursacht werden. Es ist ein wichtiger Teil eines ganzheitlichen Umgebungsverständnisses, diese Einschränkungen sowohl qualitativ als auch quantitativ zu erfassen.

Das Ziel dieser Arbeit ist die Entwicklung und Untersuchung von Modellen und Algorithmen zur Sichtweitenschätzung in homogenem Tagnebel. Basierend auf der Strahlungstransporttheorie wird eine rekursiv definierte Folge von Modellen für Lichttransport durch Nebel hergeleitet. Während das Modell erster Ordnung Koschmieders etabliertem Modell für horizontale Sicht entspricht, kann mit den Modellen höherer Ordnung die Lösung des Randwertproblems für Strahlungstransport beliebig genau approximiert werden.

Basierend auf den Strahlungstransport-Modellen werden Algorithmen zur Sichtweitenschätzung auf Daten einer automobilen Frontkamera, welche die Leuchtdichte eines oder mehrerer Objekte erfasst, vorgestellt. Um eine modellbasierte Schätzung zu ermöglichen, müssen diese Objekte entweder, wie eine Straße, in der Tiefe ausgedehnt sein oder über mehrere Bilder hinweg auf verschiedenen Distanzen beobachtet werden. Die abgeleiteten Algorithmen unterscheiden sich vor allem in den zugrunde liegenden Daten, Modellen und Parameter-Schätzmethoden. Um den Einsatz in sicherheits- und laufzeitkritischen Systemen zu ermöglichen, wird hierbei großer Wert auf eine effiziente Parameter-Schätzung gelegt. Insgesamt zeigt sich, dass die vorgestellten Methoden für den Einsatz in heutigen Fahrerassistenzkameras gut geeignet sind.