Kamerabasierte Lokalisierung durch Merkmalserkennung in Straßenumgebungen für die Miniaturautonomie

Abstract

Die Selbstlokalisierung in Bereichen wie Augmented Reality, Robotik oder autonomes Fahren gewinnt zunehmend an Bedeutung. Oftmals ist eine Lokalisierung mittels Positionierungssystemen nicht möglich oder zu ungenau. In dieser Arbeit wird die kamerabasierte Lokalisierung mittels eines Klassifikationsmodells, spezifisch YOLOv8, im Bereich der Miniaturautonomie untersucht. Als Testumgebung wurde das Mikrowunderland der HAW Hamburg verwendet, da es eine Vielzahl von Straßenumgebungsmerkmalen abbildet. Es wurde untersucht, wie genau das Modell seine Position auf der Strecke vorhersagen kann und wie viele Bilder pro Klasse benötigt werden. Es wurde auch analysiert, was das Modell sieht und was die Gründe für eine falsche Vorhersage sind. Es stellte sich heraus, dass bereits eine geringe Anzahl von Bildern im Training eine Vorhersagegenauigkeit von 2 Zentimetern liefern kann. Falsche Klassifizierungen waren in den meisten Fällen auf eine fehlerhafte Aufnahme der Bilder zurückzuführen und nicht auf die Fähigkeit des Modells, Unterschiede richtig zu erkennen.

Self-localization is becoming increasingly important in areas such as augmented reality, robotics and autonomous driving. Localization using positioning systems is often not possible or too imprecise. In this thesis, camera-based localization using a classification model, specifically YOLOv8, is investigated in the field of miniature autonomy. The HAW Hamburg’s Mikrowunderland was used as a test environment, as it depicts a large number of road environment features. It was investigated how accurately the model can predict its position on the route and how many images are required per class. It was also analyzed what the model sees and what the reasons for an incorrect prediction are. It turned out that even a small number of images in training can provide a prediction accuracy of 2 centimeters. In most cases, incorrect classifications were due to incorrect image acquisition and not to the model’s ability to correctly recognize differences.