Prototyphafte Entwicklung einer bildbasierten Landmarkennavigation

In diesem Projekt wurde ein Prototyp einer bildbasierten Landmarkennavigation entwickelt, das durch die Kombination eines Faster R-CNN-Modells zur Ampeldetektion, Quaternionen-basierter Bearing-Berechnung und eines Partikelfilters eine präzise Fahrzeuglokalisierung ermöglicht. Die Untersuchung basiert auf dem NuScenes Datensatz, der eine realitätsnahe Validierung unter verschiedenen urbanen Bedingungen erlaubt. Beim Vergleich verschiedener Detektionsmodelle zeigt Faster R-CNN eine höhere Genauigkeit bei komplexeren Szenarien, während YOLOv5 durch Geschwindigkeit punktete. Für die Bearing-Berechnung wurden Quaternionen zur präzisen Bestimmung von globalen Objektwinkeln eingesetzt. Der Partikelfilter erwies sich als robust bei der Lokalisierung, wobei die lokale Initialisierung durch geringere Abweichungen und schnellere Konvergenz hervorstach. Die Ergebnisse zeigen ein hohes Potenzial für autonome Fahrzeuganwendungen, identifizieren jedoch auch Herausforderungen, insbesondere bei der Datenqualität und der Integration multimodaler Sensordaten.