Die Detektion von personenbezogenen Gefährdungen im städtischen Ver- kehrsraum stellt eine Aufgabe dar, deren automatische Erfüllung durch ein technisches System z.B. im Hinblick auf die Entwicklung von Fahr erassistenzsystemen wünschenswert ist. In die- sem Beitrag wird zunächst das Konzept einer Methode vorgestellt, welche diese Aufgabe unter Verwendung von 3D-LiDAR-Sensoren lösen kann. In der Methode wird die Aufgabe in meh- rere Teilschritte zerlegt, zu denen eine Vorverarbeitung, die Detektion und das Tracking von Personen sowie eine abschließende Situationsbewertung gehören. Die zweite Hälfte des Bei- trags konzentriert sich auf den Teilschritt der Detektion von Personen und auf die dafür not- wendigen Schritte der Datenvorverarbeitung. Die Datenvorverarbeitung generiert dabei eine Reihe von Punktwolkensegmenten, bei denen es sich um Personen handeln könnte. Die Perso- nendetektion erfolgt dann durch Klassifizierung dieser Segmente auf Basis eines „Implicit Shape Models“. In ersten Untersuchungen wurde eine Genauigkeit von ca. 66 % bei einem Recall von ca. 76 % erreicht.     «

Die Detektion von personenbezogenen Gefährdungen im städtischen Ver- kehrsraum stellt eine Aufgabe dar, deren automatische Erfüllung durch ein technisches System z.B. im Hinblick auf die Entwicklung von Fahr erassistenzsystemen wünschenswert ist. In die- sem Beitrag wird zunächst das Konzept einer Methode vorgestellt, welche diese Aufgabe unter Verwendung von 3D-LiDAR-Sensoren lösen kann. In der Methode wird die Aufgabe in meh- rere Teilschritte zerlegt, zu denen eine Vorverarbeitung, di...     »