IR und ToF-Messung sowie Algorithmen zur automatischen Signalauswertung für ein System zur mobilen Fahrzeugklassifikation (RaIT-Fahrzeugklassifikation)

Forschungsprojekt_apfelbeck_2019-12_bike3d_1 (DE)

Research project at a glance

Städte und Kommunen müssen die richtigen Rahmenbedingungen für den Straßenverkehr schaffen, sodass er aus ökologischen, ökonomischen und sozialen Gesichtspunkten für alle verträglich ist. Um dies zu gewährleisten bedarf es genauer Messwerte hinsichtlich des Verkehrsaufkommens und eine Klassifizierung der Verkehrsteilnehmer. Um die Datenerhebung möglichst präzise und kostengünstig durchzuführen, werden hierfür i. d. R. technische Messgeräte eingesetzt, die heute nur noch in Ausnahmefällen durch manuelle Erfassung ergänzt werden.
Forschungsprojekt_apfelbeck_2019-12_bike3d_1 (DE)

Project Leader

Project Description

forschungsprojekt_apfelbeck_2019-12_bike3d_3 (DE)

Städte und Kommunen müssen die richtigen Rahmenbedingungen für den Straßenverkehr schaffen, sodass er aus ökologischen, ökonomischen und sozialen Gesichtspunkten für alle verträglich ist. Um dies zu gewährleisten bedarf es genauer Messwerte hinsichtlich des Verkehrsaufkommens und eine Klassifizierung der Verkehrsteilnehmer. Um die Datenerhebung möglichst präzise und kostengünstig durchzuführen, werden hierfür i. d. R. technische Messgeräte eingesetzt, die heute nur noch in Ausnahmefällen durch manuelle Erfassung ergänzt werden. Besonders interessant ist eine mobile und nicht-invasive Messtechnik, die je nach Bedarf an verschiedenen Standorten eingesetzt werden kann, z.B. um die Wirkung von lenkenden Maßnahmen zu erfassen und zu bewerten.

forschungsprojekt_apfelbeck_2019-12_flir00085 (DE)

Im Forschungsprojekt sollen die Vorteile von Radartechnologie und optischen Sensoren kombiniert werden, um eine hohe Genauigkeit bei der Klassifikation zu erreichen. Nach der Analyse bisheriger Ansätze gehen die Hochschule Bonn-Rhein-Sieg und der Kooperationspartner DataCollect davon aus, dass eine Kombination aus Radartechnologie mit Infrarotsensoren und Time-of-Flight (ToF) Sensoren am besten dafür geeignet ist.

Forschungsprojekt_apfelbeck_2019-12_bike3d_1 (DE)

Um die Informationen aus den untersuchten Technologien zusammenzuführen soll ein neuronales Netzwerk genutzt und entsprechend kalibriert werden. Dabei ist zu prüfen, ob eine Verdichtung von Rohdaten bereits auf Ebene der einzelnen Messsysteme - Radar, Infrarot und Time of Flight - sinnvoll ist, oder ob das neuronale Netzwerk mit den gesamten Rohdaten gespeist wird. Wenn diese Fragen geklärt sind, ist die Entwicklung eines Funktionsmusters geplant, das bezüglich der Klassifikationsgenauigkeit und unter dem Gesichtspunkt Energieeffizienz optimiert wird.

Publications

2023

Bastian Stahl, Jürgen Apfelbeck, Robert Lange: Classification of Micromobility Vehicles in Thermal-Infrared Images Based on Combined Image and Contour Features Using Neuromorphic Processing.
PDF Download (CC BY 4.0) doi:10.3390/app13063795 BibTeX | RIS

2021

Bastian Stahl, Robert Lange, Jürgen Apfelbeck: Evaluation of a concept for classification of micromobility vehicles based on thermal-infrared imaging and neuromorphic processing.
doi:10.1117/12.2601857 BibTeX | RIS

2023

Bastian Stahl, Jürgen Apfelbeck, Robert Lange: Classification of Micromobility Vehicles in Thermal-Infrared Images Based on Combined Image and Contour Features Using Neuromorphic Processing.
PDF Download (CC BY 4.0) doi:10.3390/app13063795 BibTeX | RIS

2021

Bastian Stahl, Robert Lange, Jürgen Apfelbeck: Evaluation of a concept for classification of micromobility vehicles based on thermal-infrared imaging and neuromorphic processing.
doi:10.1117/12.2601857 BibTeX | RIS

Cooperating professors

Research associates

Cooperation partners

forschungsprojekt_apfelbeck_2019-12_datacollect_logo.png

Links