Verfolgung von hochdynamischen Objekten

• Antragsteller: Professor Dr. Andreas Birk
• Fachliche Zuordnung: Verkehrs- und Transportsysteme, Intelligenter und automatisierter Verkehr
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 561031914

Die Verfolgung von bewegten Objekten von einer bewegten Plattform aus ist ein gut untersuchtes, aber dennoch sehr anspruchsvolles Problem, insbesondere in Szenarien mit hohen Anforderungen an die Robustheit und die Verarbeitungsgeschwindigkeit wie beim autonomen Fahren. Zwei wesentliche Aspekte müssen dabei berücksichtigt werden: [A] die Bewegung der Sensoren, d.h. die Schätzung der Eigenbewegung der Plattform und [B] die Erkennung und Verfolgung von sich bewegenden Objekten in den Sensordaten, was insbesondere bei einer unbekannten Anzahl von Objekten, hoher Dynamik der Objekte und auch Sensorrauschen eine Herausforderung darstellt. Nach dem Stand der Forschung wird in der Regel zuerst versucht, [A] zu lösen, um dann [B] in transformierten Daten unter kompensierter Eigenbewegung zu bewältigen. In diesem Projekt werden spektrale Registrierungsmethoden erforscht, um unter anderem die Möglichkeiten und auch Grenzen der gleichzeitigen Lösung beider Aspekte zu untersuchen. Spektrale Registrierungsverfahren in 2D und 3D arbeiten im Frequenzbereich. Wie seit den Anfängen der Bildverarbeitung bekannt ist, können Translationsparameter durch Phasenkorrelation mit Hilfe der Fast Fourier Transform (FFT) bestimmt werden. Wesentlich schwieriger ist es, auch die Rotation zu bestimmen. Hierfür gibt es Ansätze, die zusätzlich z.B. die Mellin-Transformation oder die SO3-Fourier-Transformation verwenden. Spektrale Registrierungsmethoden erzeugen in der Theorie einen Dirac-Puls bzw. in der Praxis bei der Verwendung realer Daten mit Rauschen, Verdeckungen, Dynamik usw. einen breiteren Peak für jeden Freiheitsgrad der relativen Bewegungsparameter der Sensor-Posen, d.h. für die Eigenbewegung. Zusätzlich werden für jede bewegte Struktur in den Sensordaten, d.h. für die zu verfolgenden Objekte, Peaks erzeugt. Ein großer Vorteil spektraler Methoden ist daher im Kontext dieses Projektes, dass die Anzahl der verfolgten Objekte nicht a priori bekannt sein muss. Außerdem ist es nicht erforderlich, ein spezielles Verfahren zur Objekterkennung zu verwenden, das zusätzliche Rechenleistung erfordern würde. Weitere relevante Vorteile von spektralen Methoden sind, dass sie eine feste, schnelle Rechenzeit haben, sie sich gut zur Parallelisierung eignen und dass sie tendenziell robust gegenüber verschiedenen Formen von Rauschen sind. Das autonome Fahren bei hohen Geschwindigkeiten, d.h. autonome Rennen mit Rennwagen in Originalgröße, wird als Untersuchungs- und Validierungsszenario in dem Projekt verwendet, insbesondere als zentrale Komponente bei Überholmanövern, bei denen andere Rennwagen bei hohen Geschwindigkeiten erkannt und verfolgt werden müssen. Der bereits verfügbare autonome Bolide der zu diesem Zweck verwendet wird verfügt über mehrere Lidar- und Radarsensoren, deren Daten unter Wettbewerbsbedingungen, d.h. während eines Rennens gegen andere Fahrzeuge auf einer Formel-1-Rennstrecke, in Echtzeit auf dem Fahrzeug selbst verarbeitet werden sollen.

• DFG-Verfahren: Sachbeihilfen