Vision-basierte Fahrbahn-erkennung unter widrigen Wetterbedingungen unter Verwendung von optischem Fluss

Die Fahrbahn-erkennung ist die Grundlage vieler Fahrerassistenzsysteme, einschließlich Spurwechselwarnung (LDW), der Zuordnung von Fahrzeugen zu bestimmten Fahrspuren und vollständig autonomem Fahren. Ein Hauptproblem gängiger vision-basierter Fahrbahn-erkennungssysteme ist ihre Anfälligkeit für Wetter. Besonders beim Fahren unter widrigen Wetterbedingungen wie Regen oder Schnee ist es schwierig, den Verlauf der Straße abzuschätzen. Der Kontrast zwischen den weißen Fahrbahnmarkierungen und dem Belag ist gering, manchmal werden die Farben der Markierungen negiert. Darüber hinaus ist das Sichtfeld enorm eingeschränkt, was zu einer schlechten Vorhersage der Fahrbahnparameter, insbesondere der Krümmung, führt. Wir präsentieren eine Lösung, die sich nicht nur auf das Finden von weißen Markierungen stützt. Durch die Korrelation von Strukturen parallel zur Straße über die Zeit wird der horizontale optische Fluss berechnet. Dieser wird dann in das Fahrbahn-erkennungssystem integriert, um die Position des Fahrzeugs innerhalb der Spur und die Krümmungsparameter der Straße vor ihm abzuschätzen. Das System ermöglicht es, Hindernisse, die durch Radar oder Vision erfasst werden, zuverlässig bestimmten Fahrspuren zuzuordnen und autonom, sogar unter widrigen Wetterbedingungen, lateral gesteuert zu fahren.