Methoden und Modelle der frühen Sensordatenfusion zur Umgebungserfassung für Fahrerassistenzsysteme

Verkehrsunfälle stellen eines der größten Probleme für die Gesundheit in Industrieländern dar. Nach Schätzungen der Weltgesundheitsorganisation wurden im Jahr 2004 weltweit 1,2 Millionen Menschen durch Verkehrsunfälle getötet und 50 Millionen Menschen verletzt. In Europa beläuft sich die Zahl von Todesfällen auf ca. 40 000 pro Jahr. Der wirtschaftliche Schaden durch Verkehrsunfälle in Europa betrug im Jahr 2003 150 Milliarden Euro. Mehrere Studien zeigen, dass mehr als 90% aller Unfälle auf Verschulden des Fahrers, vor allem auf Ablenkung und Fehleinschätzung, zurückzuführen sind. Um diese Verluste signifikant zu reduzieren wurden daher eine Vielzahl von Initiativen innerhalb der Europäischen Union unternommen die Entwicklung von Fahrerassistenzsystemen zu fördern. Das vorrangige Ziel in der Entwicklung solcher Systeme ist dabei die Zunahme an Sicherheit im Verkehr sowie die Steigerung von Komfort bei der Fahrzeugführung. Die vorliegende Arbeit beschäftigt sich in diesem Kontext mit Methoden und Modellen der frühen modellbasierten Sensordatenfusion zur Realisierung eines Umgebungserfassungssystems für Fahrerassistenzsysteme. Dazu zeigt sie auf, wie die bekannte Theorie der Zustandsschätzung von dynamischen Systemen genutzt werden kann, um ein Umgebungserfassungssystem basierend auf frühen Sensordaten zu realisieren. Die Idee der frühen modellbasierten Sensordatenfusion ist es, Information bereits in einem früheren Abstraktionsgrad zu kombinieren und so augenscheinlich irrelevante Information in den Messdaten, die sonst in der Mehrheit der Fälle in den Sensorvorverarbeitungskomponenten ausgesondert worden wäre, zu bewahren. Von essentieller Bedeutung sind dabei geeignete Methoden sowie eine Modellbasis, welche einen zentralen Bestandteil der Arbeit darstellt, da sie die Verknüpfung von Sensordaten bzw. Objektzuständenzudenbewährten Verfahren der Schätztheorie leistet.