IDP Computer Vision - TUM
IDP Computer Vision - TUM
IDP Computer Vision - TUM
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Technische Universität München<br />
Lehrstuhl für Ergonomie<br />
<strong>Computer</strong> <strong>Vision</strong> auf mobilen Endgeräten für die Ergonomie<br />
Der Lehrstuhl für Ergonomie verfügt über eine mobile Messplattform. Mittels<br />
Android-App wird die Sensorik und der Gerätezustand von Smartphones<br />
ausgelesen und an einen Server übertragen. Bei Bedarf können auch OBD-<br />
Werte protokolliert, oder ein Keylogger installiert werden. Dabei steht die<br />
Verwendung im automobilen Kontext, als großes Betätigungsfeld des<br />
Lehrstuhls im Vordergrund.<br />
Wichtige Größen bei der Bewertung von Fahrerassistenzsystemen sind die<br />
durch den Fahrer beeinflusste Position des Fahrzeugs im Fahrstreifen und der<br />
zum Vorderfahrzeug bestehende Abstand. Im Fahrsimulator, oder bei<br />
Versuchsträgern, sind diese Messgrößen, bzw. daraus abgeleitete Metriken<br />
meist einfach zugänglich. Für Realversuche mit verbreiteten Fahrzeugen<br />
hingegen nicht.<br />
Prof. Dr. phil. Klaus Bengler<br />
Boltzmannstraße 15<br />
85747 Garching<br />
Germany<br />
www.ergonomie.tum.de<br />
Your contact<br />
Michael Krause<br />
Tel +49 89 289-15404<br />
krause@lfe.mw.tum.de<br />
In Rahmen eines Inter-Disziplinären-Projektes bietet sich die Möglichkeit zu<br />
prüfen, inwieweit die Bildsensorik von derzeit üblichen Smartphones zur<br />
Gewinnung der Messgrößen herangezogen werden kann (vgl. z.B. App<br />
iOnRoad) und ob deren Genauigkeit und zeitliche Verfügbarkeit für die<br />
Verwendung in Versuchen ausreichend ist. Bei positiven Ergebnissen, könnten<br />
diese mit in die Messplattform einbezogen werden.<br />
Je nach Interesse und Teilnehmerzahl können folgende Aspekte als Bestandteil<br />
einer Gruppenarbeit oder Einzelarbeiten identifiziert werden:<br />
Implementierung einer Bilddetektion zur Fahrstreifenerkennung sowie<br />
Schätzung der lateralen Eigenposition oder Änderung der lateralen<br />
Eigenposition im Fahrstreifen.<br />
Implementierung einer Bilddetektion zur Schätzung des Abstandes<br />
zum Vorderfahrzeug.<br />
Verknüpfung der Informationen der Fahrstreifenerkennung und der<br />
Abstandschätzung (Kurvenfahrten)<br />
Verbesserung der Informationen durch Verrechnung der Bilddaten mit<br />
Beschleunigungswerten und fusionierten Daten des Smartphones<br />
(Nicken)<br />
Evaluation der Implementierungen<br />
Rahmenbedingungen: Android, mono camera, openCV<br />
Seite 1
Technische Universität München<br />
<strong>Computer</strong> vision on nomadic devices for human factors<br />
engineering<br />
Lehrstuhl für Ergonomie<br />
Modern smartphones offer different kind of sensor technology. In an “Inter-<br />
Disziplinären-Projekt“ (<strong>IDP</strong>) we will try to use the image sensor (camera) for<br />
ergonomic experiments in an automobile context (see for example the app<br />
iOnRoad).<br />
Important metrics for ergonomic assessment of in-vehicle information systems<br />
(IVIS) are the lane keeping and the headway (distance to car in front, divided by<br />
speed).<br />
In the project required algorithms are implemented and evaluated.<br />
There are many tasks for student projects, or a small group of students:<br />
Implementation of lane detection and estimation of position or variation<br />
of position within the lane<br />
Implementation of distance estimation between camera (on dashboard)<br />
and car in front<br />
Fusion of lane detection and distance estimation<br />
Enhancement of image based data by incorporation of e.g. acceleration<br />
data (pitch)<br />
Evaluation<br />
Keywords: android, mono camera, openCV<br />
Seite 2