11. Mai 2021 - Redaktion Providentia

Wie ein Algorithmus Kamerabilder stabilisiert

Wenn eine Schilderbrücke durch Wind hin und her schwankt, bewegen sich die Kameras mit. Algorithmen verhindern, dass Sensoren falsch messen.

Die Herausforderung: Messfehler durch Wind an den Schilderbrücken

Wie die Bilder des folgenden Videos zeigen, kann der Wind an Schilderbrücken Bilder der Kameras stark verwackeln. Dadurch kommt es zu Messfehlern. Je weiter die Fahrzeuge entfernt sind, umso größer werden sie und können über mehrere hundert Meter hinweg über einen Meter ausmachen.

1. Schritt: Zuordnung Bildpunkte

Zur Vorbereitung für einen Algorithmus werden Bildpunkte aus einem Standbild (rechts) und einem Bild bei Wind (links) zugeordnet.

 

2. Schritt: Bewegung sichtbar machen

Um sichtbar zu machen, welche Bereiche auf dem Bild sich bewegen, extrahieren Forscher den (bewegungsfreien) Hintergrund. Die Grundlage bietet ein stabiles Bild, das mit dem aktuellen Bild zur Deckung gebracht wird. Die Differenzen sind auf dem Bild letztlich zu sehen. So wird also die Bewegung der Fahrzeuge sichtbar. Auf dem Bild links ist aufgrund der Bewegung der Schilderbrücke auch der Hintergrund zu sehen, bei dem Bild rechts ist das Bild bereits stabilisiert worden. Deswegen sind der Hintergrund und die Fahrbahnmarkierungen darin nicht zu sehen.

3. Schritt: Algorithmus entwickeln und anwenden

Die Aufnahmen zeigen Bilder einer Kamera ohne Stabilisierungsalgorithmus (links) und mit (rechts). Man sieht, dass die Bewegungen der Schilderbrücke keinen Einfluss mehr auf die Bildqualität haben. Das ist die Voraussetzung für einen präzisen digitalen Zwilling.

4. Schritt: Kameras kalibrieren

Kameras müssen kalibriert werden, bevor sie zum Einsatz kommen. Dafür wird Grundinformation von einer hochauflösenden Straßenkarte (HD Map von 3D Mapping Solutions) verwendet, die bestimmte Fixpunkte der Straße „kennt“, etwa Leitpfosten oder Straßenverläufe. Erst wenn alle Kameras kalibriert, also Daten der HD Map und der Kameras zusammengebracht wurden, ist ein präzises Bild möglich.

Die Stabilisierungs- und Kalibrierungsalgorithmen wurden gerade vom wissenschaftlichen Mitarbeiter Marcel Bruckner entwickelt und werden künftig in jeder der eingesetzten Kameras zum Einsatz kommen.

WEITERE AKTUELLE THEMEN

16. Juni 2021

Resilienz für Sensoren und Algorithmen: 3 Fehler im Fokus

Die externe Infrastruktur ist wichtig, um Fehler von Sensoren zu kompensieren und vernetztes Fahren sicherer und zuverlässiger zu machen. Ein Einblick von KI-Experte Dinu Purice von Providenta++-Partner Cognition Factory.

MEHR >

7. Juni 2021

Plausibilitäts-Checks von Sensoren: In Netzwerken besonders effizient

Je mehr Sensoren in einem Netzwerk wie etwa bei Providentia++ eingebunden sind, umso besser lassen sich Fehler finden. Intel-Forscher Dr. Florian Geißler über die Kunst, schlechte Messungen zu identifizieren und auszuschließen.

MEHR >

20. Mai 2021

Providentia++ nun auf KI-Landkarte der Plattform Lernende Systeme

Das Forschungsprojekt Providentia++ ist mit dem digitalen Zwilling in Echtzeit nun auf der KI-Landkarte der Plattform Lernende Systeme verzeichnet. Das mit über 9 Millionen Euro vom BMVI geförderte Projekt gehört damit zu den KI-Vorzeigeprojekten in Deutschland.

MEHR >