Fahrzeugklassifizierung mittels Stereokamera – Untersuchung und Weiterentwicklung eines Prototyps unter Einsatz von künstlichen neuronalen Netzen, Deep Learning und Bildverarbeitung

Christoph Mühleiß (), Tilmann Faul (), Di Hu () and Ralf Wörner ()
Additional contact information
Christoph Mühleiß: Hochschule Esslingen
Tilmann Faul: Voltra solutions GmbH
Di Hu: Hochschule Esslingen
Ralf Wörner: Hochschule Esslingen

A chapter in Making Connected Mobility Work, 2021, pp 473-485 from Springer

Abstract: Zusammenfassung In den letzten Jahren gewann eine intelligente Infrastruktur immer mehr an Bedeutung. Ein wichtiger Bestandteil davon ist die Erfassung und Klassifizierung von Fahrzeugen. Während hierzu in der Vergangenheit vornehmlich Laserscanner genutzt werden, kommen mittlerweile immer mehr optische Systeme zum Einsatz. Gegenstand dieser Arbeit ist der Prototyp eines Sensors zur Fahrzeugklassifizierung auf Basis einer Stereokamera in Kombination mit einem künstlichen neuronalen Netz. Im Rahmen dieser Arbeit wird der vorhandene Prototyp in Betrieb genommen, eine Datenbasis für Training und Test des neuronalen Netzes erstellt und der Prototyp getestet. Des Weiteren wurden Methoden erarbeitet, um die Klassifizierungsgüte zu steigern. Die Arbeit ist in drei Themenkomplexe gegliedert. Zu Beginn wird durch Vorverarbeitung des durch die Stereokamera generierten Tiefenbildes versucht, die Qualität der Daten zu verbessern. Anschließend werden Methoden zur Merkmalsextraktion diskutiert, um dem neuronalen Netz optimale Eingangsdaten zu übergeben. Zuletzt wird auf das neuronale Netz eingegangen und es werden die Möglichkeiten und Grenzen des Prototyps diskutiert.

Keywords: Verkehrsdatenerfassung; Stereokamera; Künstliche Intelligenz; Neuronale Netze (search for similar items in EconPapers)
Date: 2021
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-32266-3_28

Ordering information: This item can be ordered from
http://www.springer.com/9783658322663

DOI: 10.1007/978-3-658-32266-3_28

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().