Core Concepts
Eine selbstlokalisierungsbasierte Methode zur Erstellung einer skalierbaren Belegungskarte für die Verkehrsanalyse unter Verwendung von Radar-Sensoren.
Abstract
Die Arbeit untersucht skalierbare Radar-basierte intelligente Verkehrssysteme (IVS) durch Adressierung des Problems der Lokalisierung von IVS-Radar-Sensoren und anschließender Erstellung einer Belegungskarte für die Verkehrsanalyse.
Für die Lokalisierung wird ein Ansatz vorgeschlagen, der zwei Beschreibungen des "Straßenkonzepts" abgleicht: eine aus Luftlaserscans und eine aus den Bewegungstrajektorien der kumulativ beobachteten Fahrzeuge. Ein ICP-Algorithmus wird verwendet, um die Bewegungstrajektorie in den Straßenabschnitt des Laserscanns zu registrieren, um die Sensorposition zu schätzen. Die Ergebnisse zeigen, dass der Ansatz andere kartenbasierte Radar-Lokalisierungsmethoden, insbesondere bei der Orientierungsschätzung, übertrifft.
Basierend auf den Lokalisierungsergebnissen wird eine skalierbare Belegungskarte erstellt, indem Radar-Sensordaten in einen stadtweiten Laserscan projiziert werden. Dies dient als Werkzeug für die Verkehrsanalyse und wird anhand von zwei Radar-Sensoren demonstriert, die ein Stadtgebiet in der realen Welt überwachen.
Stats
Die durchschnittliche Positionsgenauigkeit beträgt 1,08 m in der realen Welt und weniger als 1 m in der Simulation.
Die durchschnittliche Orientierungsgenauigkeit beträgt 0,38° in der Simulation.
Quotes
"Lokalisierung, in Bezug auf die Bestimmung der installierten Position und Ausrichtung der Sensoren, spielt eine grundlegende Rolle für die weitere Datenverarbeitung."
"Zwei Beschreibungen des Konzepts 'Straße' werden abgeglichen: die eine aus Luftlaserscans, die andere aus den Bewegungstrajektorien der kumulativ beobachteten Fahrzeuge."
"Basierend auf den Lokalisierungsergebnissen wird eine skalierbare Belegungskarte erstellt, um als Werkzeug für die Verkehrsanalyse zu dienen."