Title: Time-triggered object tracking for advanced driver assistance systems
Language: English
Authors: Koplin, Moritz 
Qualification level: Doctoral
Keywords: Objektverfolgung; Sensorfusion; Zeitgesteuert; Fahrerassistenz
Object Tracking; Sensor Fusion; Time-Triggered; Driver Assistance
Advisor: Elmenreich, W. 
Assisting Advisor: Rohling, H. 
Issue Date: 2009
Number of Pages: 125
Qualification level: Doctoral
Abstract: 
Die Entwicklung zeitgesteuerter Fahrerassistenzsysteme der neuen Generation zur Umfelderkennung mittels mehrerer Sensoren gewinnt in der Automobilindustrie zunehmend an Bedeutung. Ein wichtiger Faktor bei der Erreichung der erforderlichen Zuverlässigkeit des Systems ist die Fähigkeit des Systems Echtzeit-Bilder der Zustände aller relevanten Objekte innerhalb eines wohldefinierten Bereiches in der Umgebung aufrecht zu erhalten.
Jedoch können die meisten dem Stand der Technik entsprechenden Systeme nicht garantieren, dass die Echtzeit-Bilder der Objektzustände innerhalb eines genau definierten Intervalls aktualisiert werden, da die Beobachtung eines Objektzustandes durch unsynchronisierte Sensoren vorgenommen wird und über ein nichtdeterministisches Controller Area Network Bus-System übertragen wird. Um diesen Mangel zu beheben, wird in dieser Arbeit ein Paradigmenwechsel in Richtung zeitgesteuerter Fahrerassistenzsysteme vorgeschlagen, in denen ein zeitgesteuertes deterministisches Bus-System eine globale Zeit bereitstellt und die Uhren aller Knoten synchronisiert.
Um die Durchführbarkeit dieses Paradigmenwechsels zu beweisen, werden Modelle eines dem Stand der Technik entsprechenden und eines zeitgesteuerten Fahrerassistenzsystems entwickelt und bezüglich ihrer Leistung verglichen. Die Modelle bestehen aus zwei Sensoren, einem Objektverfolgungs-Teilsystem und einem Diensterbringungs-Teilsystem, die über ein Bus-System verbunden sind. Die Sensoren liefern Objektbeobachtungen bekannter Genauigkeit, die über das Bus- System zum Objektverfolgungs-Teilsystem gesendet werden. Dort wird die Beobachtung des Objektzustandes durch einen Kalman-Filter Algorithmus verarbeitet.
Die Ergebnisse zeigen, dass das aktuell verwendete Modell in Szenarien mit geringem Prozessrauschen vorteilhaft ist, aber bei höherem Prozessrauschen von dem zeitgesteuerten Modell übertroffen wird. Daher ist für linearisierte Zustands-Räume und für potenziell gefährliche Szenarien mit hoher Dynamik in den nicht modellierten Zustands-Ableitungen, das zeitgesteuerte Modell von Vorteil, was den Paradigmenwechsel in Richtung zeitgesteuerter Fahrerassistenzsysteme nahelegt.
Für die Evaluierung des Ansatzes wurde ein zeitgesteuertes Fahrerassistenzsystem zur Objektverfolgung entwickelt, welches mehrere Sensoren beinhaltet, die durch das Echtzeit-Protokoll Flexray vernetzt sind. Zur Analyse wurden Fahrdaten, welche durch ein Differential-GPS-System gewonnen wurden, verwendet.

The development of advanced driver assistance systems based on multi-sensor object tracking is an increasingly significant topic in the automotive industry. An important factor in achieving the required level of system dependability is the system's capability to maintain real-time images of the states of all relevant objects within a well-defined range of the surrounding environment. Most state-of-the-art systems cannot guarantee that the real-time images of the object states can be updated within a well-defined accuracy interval, as the object state observations are sampled by uncontrolled sensors and transmitted over an indeterministic controller area network bus system.
To overcome this shortcoming this thesis proposes a paradigm shift toward timetriggered advanced driver assistance systems based on multi-sensor object tracking, in which a time-triggered deterministic bus system establishes a global time-base and synchronizes the clocks of all nodes.
In order to prove the feasibility of this paradigm shift, models of a state-of-the-art and a time-triggered advanced driver assistance system based on multi-sensor object tracking are being developed and compared with regard to their performance. The models consist of two sensors, an object tracking subsystem and a feature service subsystem which are interconnected via a bus system. The sensors sample object state observations of known accuracy which are transmitted over the bus system to the object tracking subsystem. Thereon, the object state observations are processed by a Kalman filter based algorithm and provided to the feature service subsystem, which requires real-time images of all relevant object states at predefined points in time.
The results show that the state-of-the art model is generally advantageous in scenarios with low process noise but is outmatched by the time-triggered model for increasing process noise. Thus for linearized state-space models and for potentially dangerous scenarios with high dynamics in state space parameter derivatives which are not modeled, the time-triggered model becomes advantageous which promotes the paradigm shift toward time-triggered advanced driver assistance systems based on multi-sensor object tracking.
In order to provide a case study for the time-triggered model, an advanced driver assistance system based on multi-sensor object tracking using FlexRay as the timetriggered backbone of an automotive real-time architecture has been developed. This approach has been evaluated by using realistic data from field tests where vehicle trajectories were provided by a differential GPS system.
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-23278
http://hdl.handle.net/20.500.12708/9006
Library ID: AC05041231
Organisation: E182 - Institut für Technische Informatik 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:

Show full item record

Page view(s)

17
checked on Feb 21, 2021

Download(s)

53
checked on Feb 21, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.