Urbane Umgebungserkennung für Luftfahrzeuge mittels Datenfusion von Kamera- und Lidardaten

Abstract

Diese Arbeit befasst sich mit der Datenfusion von Kamera- und Lidardaten. Ziel dabei ist es, auf den Daten der Kamera eine Instanz-Segmentierung mithilfe eines neuronalen Netzes anzuwenden und die daraus gewonnen Instanzen mit den Entfernungsdaten des Lidar zu fusionieren, um so eine Erkennung der Umgebung herzustellen. Für das Training des neuronalen Netzes werden die Daten in einem urbanen Umfeld aufgenommen und anschließend evaluiert, wie sich dieses Verfahren unter Verwendung simulierten Daten von Luftfahrzeugen verhält. Die Ergebnisse dieser Evaluation zeigen, dass es möglich, ist eine Umgebungserkennung mittels Kamera und Lidar für den urbanen Raum herzustellen. Dabei sind einige Probleme entdeckt worden, die sich negativ auf die Genauigkeit der Ergebnisse ausgewirkt haben.

This work focuses on data fusion of camera and lidar data with the aim to apply instance segmentation to the camera data with the help of a neural net. By fusion of the nets instances with range data of the lidar sensor it was possible to create environment recognition. The neural net was trained with data collected from urban areas. Subsequently, the performance of the net with simulated data of an airborne vehicle was evaluated. The evaluation showed it is possible to create environment recognition using camera and lidar in an urban area. Few problems had developed which influenced the accuracy of the results negatively.