Algorithmen und Hardware-Architekturen zur modellbasierten Bewegungsbestimmung in videobasierten Fahrerassistenzsystemen

Moderne Fahrerassistenzsysteme zur Erhöhung der Sicherheit und des Fahrkomforts gewinnen zunehmend an Bedeutung. Dabei spielen vor allem solche Systeme eine große Rolle, die auf umwelterfassenden Sensoren wie dem Radar, Ultraschall oder Kameras basieren. Bekannte Beispiele sind Assistenten zur Verkehrszeichenerkennung, Stauassistenten oder eine intelligente Lichtsteuerung. Mit diesen Systemen werden dem Fahrer immer mehr Aufgaben abgenommen, und zukünftig werden Fahrzeuge in der Lage sein, automatisiert und sogar autonom am Straßenverkehr teilzunehmen. Dazu müssen potentielle Gefahrensituationen erkannt werden, und es muss vorausschauend reagiert werden. Diese Aufgabe kann mithilfe von kamerabasierten Systemen besonders effektiv durchgeführt werden. Die Grundlage bildet eine Bewegungsbestimmung des Fahrzeugumfeldes. Dazu werden in den erfassten Bildsequenzen Verschiebungen von Objekten zwischen zeitlich benachbarten Bildern ermittelt, die Bewegungen in der erfassten Szene entsprechen. Für diese Aufgabe existiert eine Vielzahl bekannter Algorithmen, die jedoch für typische Fahrszenen nicht immer optimale Ergebnisse liefern, und die eine hohe Rechenkomplexität aufweisen.

In dieser Arbeit wird ein modellbasiertes Verfahren zur Optimierung von Bewegungsvektorfeldern für allgemeine Fahrszenen vorgestellt, die mittels einer Frontkamera erfasst werden. Als Basisverfahren zur Bewegungsschätzung wurde ein prädiktiver blockbasierter Bewegungsschätzer gewählt, der bisher ausschließlich im Umfeld der Unterhaltungselektronik seinen Einsatz findet. Das Optimierungsverfahren erlaubt eine signifikante Verbesserung der ermittelten Vektorfelder und ist darüber hinaus unabhängig vom eingesetzten Verfahren zur Bewegungsschätzung. Zusätzlich zur Optimierung liefert das Verfahren präzise Eigenbewegungsdaten. Für die modellbasierte Bewegungsschätzung, bestehend aus einem prädiktiven blockbasierten Bewegungsschätzer und der Optimierung der Vektorfelder, wurde eine hinsichtlich Durchsatzrate und Verlustleistungsaufnahme effiziente, aus dedizierten Beschleunigern bestehende Hardware-Architektur entworfen und auf einem FPGA umgesetzt. Im Rahmen einer durchgeführten Entwurfsraumexploration wurden optimale Systemparameter bestimmt, sowie Umsetzungen des Verfahrens auf weiteren Hardware-Architekturen evaluiert. Die Ergebnisse zeigen, dass das erforschte videobasierte Verfahren und dessen Umsetzung eine Grundlage für vorausschauende kamerabasierte Fahrerassistenzsysteme bieten.