TALK: Dr. Marek Junghans & Dr. Karsten Kozempel

On 11 April, 17 c.t., Dr. Marek Junghans and Dr. Karsten Kozempel from DLR, Institute of Transportation, Berlin, will give talks about "Weiträumige Verkehrsmessung: Bewegungsbestimmung durch robuste Regression" and "Situations- und Gefahrenerkennung in Verkehrsszenen". Both talks will be in German.

 

Ort: MIC-Arena, Maria-Goeppert-Str. 1a, 23562 Lübeck

Titel 1: Weiträumige Verkehrsmessung: Bewegungsbestimmung durch robuste Regression

Abstrakt: Verkehr besser zu steuern ist eine wesentliche Herausforderung für ein sicheres, effizientes und ökologisches Mobilitätssystem. Die Bestimmung der Bewegung von Verkehrsobjekten, z.B. mit optischen Sensoren, ist dabei eine wesentliche Aufgabe. Praktisch wird die Bewegungsbestimmung beispielsweise durch die Anwendung von Regressionsmethoden realisiert, wobei entweder bestimmte Bildmerkmale oder aber auch der gesamte Bildbereich betrachtet werden. Vorgestellt wird ein Verfahren zur Bewegungsbestimmung, das es ermöglicht, mehrere Bewegungen von Verkehrsobjekten zu unterscheiden, um z.B. auch sich gegenseitig verdeckende Objekte „auszublenden“. Wesentlicher Aspekt hierbei ist die Anwendung sog. robuster Fehlerfunktionen, die bestimmte Vorteile gegenüber quadratischen Ansätzen aufweisen. Zur Lösung des robusten Regressionsproblems wird die Heuristik "Graduated Non-Convexity" (GNC) verwendet.

Titel 2: Situations- und Gefahrenerkennung in Verkehrsszenen

Abstrakt: Vorgestellt wird ein stationäres Multikamerasystem, welches an einer Straßenkreuzung Verkehrsteilnehmer (Autos, Radfahrer, Fußgänger) detektiert und deren Bewegungen verfolgt sowie voraussagt. Anhand der so entstehenden Trajektorien werden die Verkehrssituationen auf ihre Gewöhnlichkeit bzw. Ungewöhnlichkeit hin bewertet.

Einerseits sollen die Wege aller Quelle-Ziel-Beziehungen akkumuliert, mathematisch repräsentiert und neue Tracks auf ihre Ähnlichkeit hin überprüft werden. Zum anderen werden Bewegungen der Objekte und somit ihre Interaktionen mit den damit verbundenen Wahrscheinlichkeiten vorausgesagt, um Kollisionen frühzeitig zu erkennen und im Idealfall zu vermeiden.