@phdthesis{,
    author = {Steinemann, Philipp},
    title = {Objektbildung in dreidimensionalen Messdaten für automobile Anwendungen},
    editor = {},
    booktitle = {},
    series = {},
    journal = {},
    address = {},
    publisher = {},
    edition = {},
    year = {2019},
    isbn = {},
    volume = {},
    number =  {},
    pages = {},
    url = {},
    doi = {},
    keywords = {Laserscanner, LiDAR, Tracking, Grid, Objektrepräsentation, Gittermodell, Partikelfilter, Segmentierung, 3D Messung, },
    abstract = {Lasersensoren bieten, im Vergleich zu aktuell im Automobil eingesetzten Sensoren, wie Radare, Kameras und Ultraschallsensoren, eine sehr genaue Entfernungsmessung bei gleichzeitig sehr guter Winkelauflösung. Sie eignen sich daher für den Einsatz in modernen Fahrerassistenzsystemen oder auch für die Anwendung als Referenz-Sensorik. Die vorliegende Arbeit beschreibt alle notwendigen Schritte, ausgehend von den Rohdaten des Lasersensors bis zur Objektbildung und der sich daran anschließenden Anwendungen. Die Objektbildung stellt ein zentrales Thema der Arbeit dar. Es werden zwei im Rahmen dieser Arbeit neue entwickelte Ansätze zur Repräsentation von Objekten in dreidimensionalen Lasermessungen vorgestellt. Zu Beginn wird auf die Segmentierung sowohl in zwei, als auch in drei Dimensionen eingegangen. Hierbei werden punkt-, bild- und gitterbasierte Ansätze behandelt. Der erste Ansatz zur Repräsentation von Objekten in dreidimensionalen Lasermessungen modelliert die Außenkontur von Fahrzeugen als dreidimensionales parametrisches Flächenmodell. Dieses wird in die segmentierte dreidimensionale Punktwolke einer Lasermessung eingepasst. Dabei sorgen verschiedene Randbedingungen dafür, dass das Flächenmodell fahrzeugtypische Eigenschaften einhält. Im zweiten Ansatz wird ein Partikel-Filter mit einem objekt-lokalen dreidimensionalen Gitter kombiniert. Jedes Partikel entspricht dabei einem Gitter. Ein Gitter stellt zusätzlich zur Hypothese des Zustandes auch eine Hypothese der Objektform dar. Neue Messungen werden über die Zeit in die einzelnen Gitter integriert, wobei die Integration durch diverse Kostenfunktionen bewertet wird. Dies ermöglicht die Auswahl der besten Zustands- und Objektformhypothesen. Über die Zeit akkumulieren sich in den Gittern die Messungen und ergeben eine dreidimensionale Beschreibung des Objekts. Für beide Ansätze werden jeweils Anwendungen aufgezeigt, die sich aus der Objektrepräsentation selbst oder aus dem zugehörigen Verfahren ergeben.},
    note = {},
    
    school = {Universität der Bundeswehr München},
    
}