Kalman-Filter zur Bestimmung der Geschwindigkeit aus dem Videobild: Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
 
(7 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 4: Zeile 4:
Abgabetermin: TBD
Abgabetermin: TBD


Bearbeiten Sie nachfolgende Aufgaben bis zum Abgabetermin und stellen Sie Ihre Lösung bis zur Abgabetermin Prof. Schneider vor. Gehen Sie systematisch in den in SDE vermittelten Schritten
Bearbeiten Sie nachfolgende Aufgaben bis zum Abgabetermin und stellen Sie Ihre Lösung bis zur Abgabetermin Prof. TBD vor. Gehen Sie systematisch in den in SDE vermittelten Schritten
* Theorie
* Theorie
* Konzept
* Konzept
Zeile 13: Zeile 13:


== Konzept ==
== Konzept ==
Als Aufgabenstellung ist aud einer bestehenden Videoaufzeichnung die Egogeschwindigkeit des Fahrzeugs mittels Kalman-Filter zu schätzen. Als Einstieg ist ein Konzept als PAP zu entwickeln.
Als Aufgabenstellung ist anhand einer bestehenden Videoaufzeichnung die Egogeschwindigkeit des Fahrzeugs mittels Kalman-Filter zu schätzen. Anhand des Geschwindigkeitssignal ist es dem Team Bildverarbeitung zukünftig möglich eine Prädiktion der Stopplinie bis zum Stillstand durchzuführen auch wenn die Linie durch den LIDAR verdeckt wird. Als Einstieg ist ein Konzept als PAP zu entwickeln.


== Aufzeichnung ==
== Aufzeichnung ==
Zeile 40: Zeile 40:


== Ergebnisdarstellung ==
== Ergebnisdarstellung ==
Stellen Sie Ihre Ergebnisse dar und diskutieren Sie diese.
Stellen Sie die Schätzung in je einem Diagramm <math>x(t)</math> und <math>\dot{x}(t)</math> dar und diskutieren Sie diese.
 
Plausibilisieren Sie beispielsweise die Strecke über die bekannte Geometrie der Fahrbahn.
 
Als Ergebnis sollte die Geschwindigkeit synchron zum Video als .mat-Datei vorliegen.


== Code Review ==
== Code Review ==
Zeile 52: Zeile 56:


== Dokumentation ==
== Dokumentation ==
Dokumentieren Sie alle Daten in SVN und die Ergebnisse in diesem Artikel. Berücksictigen Sie dabei die Kriterien für wissenschaftliches Arbeiten sowie die Anforderungsunterlagen von SDE (z.B. Schnittstellendokumentation.docx, Namenskonventionen.pdf, Lastenheft_AutonomesFahrzeug.docx).
Dokumentieren Sie alle Daten in SVN und die Ergebnisse in diesem Artikel. Berücksichtigen Sie dabei die Kriterien für wissenschaftliches Arbeiten sowie die Anforderungsunterlagen von SDE (z.B. Schnittstellendokumentation.docx, Namenskonventionen.pdf, Lastenheft_AutonomesFahrzeug.docx).
 
 
----
→ zurück zum Hauptartikel: [[Geschwindigkeitsermittlung|Geschwindigkeitsermittlung]]

Aktuelle Version vom 28. November 2014, 06:35 Uhr

Bearbeiter: TBD

Abgabetermin: TBD

Bearbeiten Sie nachfolgende Aufgaben bis zum Abgabetermin und stellen Sie Ihre Lösung bis zur Abgabetermin Prof. TBD vor. Gehen Sie systematisch in den in SDE vermittelten Schritten

  • Theorie
  • Konzept
  • Modellierung
  • Umsetzung
  • Testing

vor.

Konzept

Als Aufgabenstellung ist anhand einer bestehenden Videoaufzeichnung die Egogeschwindigkeit des Fahrzeugs mittels Kalman-Filter zu schätzen. Anhand des Geschwindigkeitssignal ist es dem Team Bildverarbeitung zukünftig möglich eine Prädiktion der Stopplinie bis zum Stillstand durchzuführen auch wenn die Linie durch den LIDAR verdeckt wird. Als Einstieg ist ein Konzept als PAP zu entwickeln.

Aufzeichnung

Die Videoaufzeichnung Rundkurs.mp4 ist bereits in SVN abgelegt.

Schnittstelle zu Matlab

Bauen Sie auf dem Quellcode des Teams Wiegand/Salinski auf. Das Rahmenprogramm für

  • Video einlesen
  • Abspielen
  • Transformation Bild zu Welt

sollten Sie verwenden.

Bildverarbeitung

Extrahieren Sie aus dem Videobild stehende Objekte, wie beispielsweise die gestrichelte Mittellinie, wie Sie es in den Fächern Numerische Mathematik und Digitale Signal- und Bildverarbeitung geübt haben.

Modellierung

Erstellen Sie ein System und ein Messmodell.

Als Systemmodell ist ein Ruck-Null-Modell zu wählen.

Der Zustandsvektor lautet


Nutzen Sie ein Kalman-Filter-Tracking, um die Geschwindigkeit und Position des Egofahrzeugs kontinuierlich aus den stehenden Objekten zu bestimmen. Hierzu dürfen keine Toolboxen verwendet werden.

Ergebnisdarstellung

Stellen Sie die Schätzung in je einem Diagramm und dar und diskutieren Sie diese.

Plausibilisieren Sie beispielsweise die Strecke über die bekannte Geometrie der Fahrbahn.

Als Ergebnis sollte die Geschwindigkeit synchron zum Video als .mat-Datei vorliegen.

Code Review

Machen Sie für Ihren Quelltext ein Code Review und dokumentieren Sie dieses in der Vorlage (\Anforderungsmanagement\Testverfahren).

Modultest

Führen Sie für Ihre Quellen einen Komponententest durch und dokumentieren Sie diesen entsprechend der Vorlesung Reliability Engineering. Simulieren Sie hierzu die Eingangsdaten, stellen Sie die Ergebnisse dar und diskutieren Sie diese.

Systemtest

Prüfen Sie, ob Ihr Modell negative Auswirkungen auf das Gesamtsystem (EPA, BSF) hat. Führen Sie Ihre Ergebnisse Herrn Prof. Schneider vor und übernehmen Sie nach der Abnahme das Modell in den Hauptzweig (trunk).

Dokumentation

Dokumentieren Sie alle Daten in SVN und die Ergebnisse in diesem Artikel. Berücksichtigen Sie dabei die Kriterien für wissenschaftliches Arbeiten sowie die Anforderungsunterlagen von SDE (z.B. Schnittstellendokumentation.docx, Namenskonventionen.pdf, Lastenheft_AutonomesFahrzeug.docx).



→ zurück zum Hauptartikel: Geschwindigkeitsermittlung