AgilentEESof Advanced Design System ADS 2012 - Fritz Dellsperger
Computer Vision3_Seite 1 Bildauswertungskomponenten im System Beispiel Andockleitsystem (ADS)...
-
Upload
berhtram-stolberg -
Category
Documents
-
view
102 -
download
0
Transcript of Computer Vision3_Seite 1 Bildauswertungskomponenten im System Beispiel Andockleitsystem (ADS)...
Computer Vision
3_Seite 1
Bildauswertungskomponenten im System
Beispiel Andockleitsystem (ADS)
Systemleistung: Leitung des Flugzeugpiloten mittels Display auf die für den Flugzeugtyp vorgeschriebene Stopposition.Sensor für Bugradposition und Achsenwinkel eines anrollenden Flugzeugs auf Basis von Video-Bildsequenzen.
Flugha
feng
ebäu
de
Passagierbrücke
Rollfeld
Einroll-leitlinie
StoppositionVideokamera
B 737-300
Display
Computer Vision
3_Seite 2
Leitsystem
Tower
Vorfeld-kontrolle
Gate
Touchdownzeit, Flugzeugtyp, Flugnummer
Gate-Nr, Gateankunft (Soll), Flugzeugtyp, Flugnummer
Gateankunftzeit (ist), Stopposition, On-block time
ADSRegler:Display
Video-auswertung Flugzeugmodell
Status, Position, Winkel, Zeit
TypLage
Bildauswertungskomponenteim Flughafen-Informations-system
Bildauswertungskomponenten im System
Computer Vision
3_Seite 3
Systemanforderungenan den „Videosensor“
GateGateankunftzeit (ist), Stopposition, On-block time
ADSRegler:Display
Video-auswertung Flugzeugmodell
Status, Position, Winkel, Zeit
TypLage
Gate-Nr, Gateankunft (Soll), Flugzeugtyp, Flugnummer
Primärsensor: CCD- Videokamera mit Tageslich/Flutlichtmit 576*768 Pixel (Sensorelementen)Standard-PC-System, Betriebssystem Windows NTInformationsgewinnung mit Mindestmeßfrequenz 12 HzBugradposition +/- 0,2 m, Winkel Flugzeugachse/Leitlinie +/-2°FehltyperkennungPushbackerkennungMulti-Leitlinien-FähigkeitAllwetterfähigkeit bis Cat III Sichtbedingung
Bildauswertungskomponenten im System
Computer Vision
3_Seite 4
Sensorkalibrierung
Abbildungsmodell nachRoger Tsai
Bildauswertungskomponenten im System
Computer Vision
3_Seite 5
Modellierung
Informationsgewinnung durch ModellanpassungFlugzeugmodell aus Triebwerkseinlass, Windshield, Hauptfahrwerk und deren geometrischen Zusammenhang wird an Bildinhalt (Merkmale) angepaßt.Übereinstimmungsmaß: Kreuzkovarianz
Bei kalibrierter Kamera Zuordnung Bildkoordinaten-Weltkoordinaten
Fangbereich
Templates,starres Gitter
Centerline
Stopposition
Bildauswertungskomponenten im System
Computer Vision
3_Seite 6
Merkmalsextraktion Zeit
Flugzeug-Template
Raumkanten
Original
Raum-Zeit-Kanten
Raumkantenbild
Grauwertbild
Raum-Zeit-Kantenbild
Bildauswertungskomponenten im System
Computer Vision
3_Seite 7
Suchvorgang im Fangbereich
3D-Template an Suchpositiontransformieren
Suchposition festlegen
Start
F lu g ze ug p o sitio n ü b er 3 D -F it b ere ch n e n
T ra c k in g
KKV berechnen für Umgebungum Suchposition
Template gefundenKKV>Schwellwert
Nein
Ja
Bild einziehen
1
41
81
121
161
201241
281321
361
ce3ce
5
ce24
ce20
ce16
ce12
ce17
ce13
ce10
ce21
ce23
ce26ce
9ce2
- 0.100.10.20.30.40.50.60.7
0.8
0.9
Ko
rrela
tio
nsw
ert
Bild-Nr.Sequenz
Korrelationsverlauf beim Vorgang "Searching" für Sequenzen mit folgenden Merkmalen: Flugzeugtyp: 737; Kamera: color; Mittelwert-Template. ce3
ce4
ce5
ce25
ce24
ce19
ce20
ce8
ce16
ce15
ce12
ce6
ce17
ce18
ce13
ce14
ce10
ce11
ce21
ce22
ce23
ce7
ce26
ce27
ce9
ce1
ce2
Bildauswertungskomponenten im System
Computer Vision
3_Seite 8
Objektverfolgung
Template an aktuelle Flugzeugposition transformieren
Aktuelle Flugzeugposition aus "Searching"
Start
Stop-Postion
KKV für Templateberechnen
ja
nein
Stop
Aktuelle Flugzeugposition über 3D-Fit berechnen
Bild einziehen
Template mit aktuellemBildinhalt überblenden
Bildauswertungskomponenten im System
Computer Vision
3_Seite 9
Verfolgungsergebnisse mit kalibriertem Sensor
1
38
75
112
149
186
223
260
297
334
371
t3d_
3
t3d_
4
t3d_
5
t3d_
25
t3d_
24
t3d_
19
t3d_
20
t3d_
8
t3d_
16
t3d_
15t3
d_12
t3d_
6t3
d_17
t3d_
18t3
d_13
t3d_
14t3
d_10
t3d_
11t3
d_21
t3d_
22t3
d_23
t3d_
7t3
d_26
t3d_
27t3
d_9
t3d_
1t3
d_2
0
0.2
0.4
0.6
0.8
1
Korrelationswert
Bild-Nr.
Sequenz
KKV-Werte für "Tracking" Vorgang; Fluzeugtyp: 737; Kamera: SW; 3D; 5 Pt3d_3
t3d_4
t3d_5
t3d_25
t3d_24
t3d_19
t3d_20
t3d_8
t3d_16
t3d_15
t3d_12
t3d_6
t3d_17
t3d_18
t3d_13
t3d_14
t3d_10
t3d_11
t3d_21
t3d_22
t3d_23
t3d_7
t3d_26
t3d_27
t3d_9
t3d_1
t3d_2
Bildauswertungskomponenten im System
Computer Vision
3_Seite 10
Weitere Aufgaben der Bildauswertung im System
Teilaufgabe „Detektion des Pushback-Vorgangs“
Teilaufgabe „Detektion eines unangemeldeten Flugzeugs“
Teilaufgabe „Bestimmung der Sichtbedingungen“
Teilaufgabe „Selbsttest“
Bildauswertungskomponenten im System
Computer Vision
3_Seite 11
Auswerteergebnisse
Andocksequenz 3: f=16mm Stop: x=-0.17, y=1.5
0
5
10
15
20
25
30
-0,5
0 0,5
0
5
10
15
20
25
30
1 33 65 97 129
161
193
225
257
289
321
353
385
417
449
481
Andocksequenz 10: f=16mm Stop: x=-0.31, y=0.7
0
5
10
15
20
25
-0,5 0
0
5
10
15
20
251 33 65 97 129
161
193
225
257
289
321
353
385
417
449
481
Bildauswertungskomponenten im System
Computer Vision
3_Seite 12
Auswerteergebnisse
0
10
20
30
40
50
60
70
80
90
-5 0 5 10 15 20
0
10
20
30
40
50
60
-2 -1,5 -1 -0,5 0
Bildauswertungskomponenten im System
Computer Vision
3_Seite 13
Zusammenfassung
Operationelle Lösungskonzept SystemanforderungenAnforderungen Bildauswertung
Geschwindigkeit SensorenNutzungskonzept
Latenzzeit Aufgabendefinition SzeneDatensätze
Genauigkeit Algorithmen Kommunikations-HW-/SW-Konzept Einbindung
Einsatz- Echtzeitlösung Randbedingungen Trainingsumgebung Hardware
Testumgebung Zuverlässigkeit Systemintegration
BetriebssystemVerfügbarkeit
Computer Vision
3_Seite 14
Szeneninterpretation
Regelung
FahrzeugUmgebung
Soll-Trajektorie
Sollbahnpl.Kollisionsver
m.
Situations-analyse
Routenplanung
Reiseziele
Route
Fahrauftrag
Fahrer
erwartete Fahrerhandlung
Gefährdung
MMK
Koordinierungs-komponente
Warnung
Gefährdungs-analyse
Beispiel Szeneninterpretation im Fahrerassistenzsystem
S1
S2
...
Sm
F1
...
Fj
...
Fk
SensorenAuswerte-funktionen
Computer Vision
3_Seite 15
Szeneninterpretation
FahrzeugUmgebung
Soll-Trajektorie
Sollbahnpl.Kollisionsver
m.
Situationsanalyse
Routenplanung
Route
Fahrauftragerwartete Fahrerhandlung
Gefährdung
Gefährdungs-analyse
Beispiel Szeneninterpretation im Fahrerassistenzsystem
Koordinierungs-komponente
S1
S2
...
Sm
F1
...
Fj
...
Fk
SensorenAuswerte-funktionen
Computer Vision
3_Seite 16
Szeneninterpretation
S1
S2
...
Sm
F1
...
Fj
...
Fk
SensorenAuswerte-funktionen
Abbildungsmodell
Sensorbewegungsmodell
Szenenmodell
Objektmodell
Objektbewegungsmodell
Merkmalselektion, Modellauswahl
Merkmalsextraktion für ModelleKanten, Ecken, Flecken,Texturmaße, Verschiebungsvektorfelder, ...
Parameterschätzung von expliziten und impliziten Modellen
Klassifikation der geschätzten ParameterPhys. Gesetze, Expertensysteme, Fuzzy Logic, Lernende Klass.
Änderungsanalyse
Messung der räumlichen und zeitlichen Kohärenzender geschätzten Parameter
Szenendynamikmodell
Computer Vision
3_Seite 17
Szeneninterpretation
Änderungen in der Kamera erfassten Szene führen zu Änderungen im Bild
Mögliche Ursachen für Bildänderungen
• Änderungen in der Szenenbeleuchtung• Änderungen von Form oder Material sichtbarer Objektoberflächen• Änderungen der Eigenstrahlung sichtbarer Objektoberflächen• Relativbewegung zwischen Sensor und Objektoberflächen• Änderung der Abbildungsparameter• Prozessrauschen
Abbildungsmodell
Sensorbewegungsmodell
Szenenmodell
Objektmodell
Objektbewegungsmodell
Szenendynamikmodell
Computer Vision
3_Seite 18
Szeneninterpretation
Änderungen in Bildfolgen oft nicht eindeutigNutzung von a priori Wissen über Randbedingungen zur Einschränkung
von Modellparametern
Informationsextraktion im jeweiligen (Modell)kontext durch entsprechende Verfahren1. Nicht-zyklisches Schema2. Interpretationszyklus für Einzelbilder3. Interpretationszyklus für Bildfolgen
Abbildungsmodell
Sensorbewegungsmodell
Szenenmodell
Objektmodell
Objektbewegungsmodell
Szenendynamikmodell
Computer Vision
3_Seite 19
Szeneninterpretation
Nicht-zyklisches Schema der Bildauswertung
Nutzung von a priori Wissen über Randbedingungen zur Einschränkung von Modellparametern
Sensorik Ikonik Symbolik
Aufnahme Vorverarbeitung Merkmal/Primitiven-Extr. Estimation Klassifikation Aktion
Szene digit. Bild. Vorverarb. Bild Merkmalsvektor/Prim.-Liste Aussage Ergebnis z.B. Gradientenbild z.B. Kreislinien-Liste z.B. gut/schlecht
Anwendung bei überwiegend stationären Verhältnissen, wie z.B. in der automatischen Sichtprüfung in der Produktion von Standardteilen.
Computer Vision
3_Seite 20
Szeneninterpretation – generisches Systemkonzept
Interpretationszyklus für Einzelbilder
Zuordnung von Modellausprägungen zu Bilddaten
Generische räumliche Beschreibung(parametrisierte Modelle für Szene,Objekte, Beleuchtung, Abbildung)
Modellausprägungen(Parametersätze)
Parameterschätzung,Klassifikation
Merkmale,Primitive
Modellelemente
ProjektionModellwelt-Bild
DigitalisiertesBild
Modellwelt
Synthetisches Bild,Szenenskizze
Bildsensor Display
Signal-verarbeitung
Bildauswertung
Synthese
BestimmtArt
Verfahrenextrahieren
BestimmtArt
Modifiziert
Computer Vision
3_Seite 21
Szeneninterpretation – generisches Systemkonzept
Interpretationszyklus für Bildfolgen
Zeitlicher Zusammenhang zwischen räumlichen Beschreibungen Generische räumliche Beschreibung
DigitalisiertesBild
Modellwelt
Bildsensor
Signal-verarbeitung
Bildauswertung
t0 + n*d
Generische räumliche Beschreibung
DigitalisiertesBild
Modellwelt
Bildsensor
Signal-verarbeitung
Bildauswertung
t0+d
Generische räumliche Beschreibung
DigitalisiertesBild
Modellwelt
Bildsensor
Signal-verarbeitung
Bildauswertung
t0
Generische zeitliche Beschreibung
(parametrisierte Modelle für Objekt-, Szenen-,
Beleuchtungs-, Sensordynamik)
. . .
Prädiktion
Prädiktion
Computer Vision
3_Seite 22
Szeneninterpretation – Situationsmodellierung
Situationsgraphen
Situation: generische Beschreibung aller wesentlichen Sachverhalte
• Zustandsbeschreibung aller relevanten Objekte und ihrer Relationen zueinander• Alternativen für die zeitliche Entwicklung des aktuellen Zustands• Handlungsmöglichkeiten, die mit einem Zustand verbunden sindZustandsbeschreibung
• Physikalische Beziehungen zu einem Zeitpunkt zwischen an der Situation beteiligten Körpern• Intentionen der Körper im Situationskontext• Potentielles Verhalten der Körper
Computer Vision
3_Seite 23
Szeneninterpretation – Situationsmodellierung
SituationsgraphenModellieren Abfolgen von Situationen mithilfe von Situationsknoten,die durch Prädiktionskanten miteinander verbunden sind.Situationsknoten enthalten
Zustandsschema, das in Situationen ausgeprägt wird, in denen der im Zustandsschema beschriebene Zustand vorliegt
Handlungsschema, das in Situationen ausgeprägt wird und eine durchzuführende Aktion festlegt
Zustandsschema
Handlungsschema
Zustandsschema
Handlungsschema1
.
.
.
N...2
1
SituationsknotenPrädiktionskante
Situationsgraph nach Krüger
Computer Vision
3_Seite 24
Szeneninterpretation – Situationsmodellierung
SituationsgraphenModellierung der zeitlichen Abfolge von Situationen:
Ausgangpunkt aktueller SituationsknotenFinde eine Prädiktionskante, die zu einem Situationsknoten mit
ausprägbarem Zustandsschema führt.Im Erfolgsfall wird dieser Knoten zum aktuellen Knoten.Die Prädiktionskanten beinhalten auch einen Bindungsknoten, der angibt,
welche Ausprägungen auf den nachfolgenden Situationsknoten übernommen werden.
Jede Prädiktionskante besitzt eine Priorität: Reihenfolge der Anwendbarkeitsprüfung der Nachfolgeknoten.
Zustandsschema
Handlungsschema
Zustandsschema
Handlungsschema1
.
.
.
N...2
1
SituationsknotenPrädiktionskante
Situationsgraph nach Krüger
Computer Vision
3_Seite 25
Einordnung der Bildauswertung
Zustandsschema
Handlungsschema
Zustandsschema
Handlungsschema1
.
.
.
N...2
1
SituationsknotenPrädiktionskante
Situationsgraph nach Krüger
Generische räumliche Beschreibung
DigitalisiertesBild
Modellwelt
Bildsensor
Signal-verarbeitung
Bildauswertung
t0 + n*d
Generische räumliche Beschreibung
DigitalisiertesBild
Modellwelt
Bildsensor
Signal-verarbeitung
Bildauswertung
t0+d
Generische räumliche Beschreibung
DigitalisiertesBild
Modellwelt
Bildsensor
Signal-verarbeitung
Bildauswertung
t0
Generische zeitliche Beschreibung
(parametrisierte Modelle für Objekt-, Szenen-,
Beleuchtungs-, Sensordynamik)
. . .
Prädiktion
Prädiktion
Ausprägung