Autor: Nico Mentzer

Die derzeit fortschreitende Entwicklung kamerabasierter Fahrerassistenzsysteme für Kraftfahrzeuge erfordert für zukünftige Sicherheits- und Komfortfunktionen einen bisher nicht erreichten Grad detaillierter Tiefeninformation der Umwelt, beispielsweise auf Basis von Stereokamerasystemen. Zum rechtzeitigen Reagieren auf vorausliegende Hindernisse sind entsprechend weitreichende Tiefeninformationen der betrachteten Szene erforderlich, welche durch eine Verbreiterung des Kameraabstands realisierbar sind. Bei zügiger Fahrt ist die für die Entfernungsschätzung zwingend erforderliche exakte Ausrichtung der Kamerabilder zueinander durch Vibration und Torsion des Fahrzeugs nicht mehr garantiert. Mit Hilfe von Detektion, Extraktion und der Zuordnung von Bildmerkmalen lassen sich die durch genannte Störquellen induzierten geometrischen Verzerrungen kompensieren, indem die externen Kameraparameter zur Rektifizierung der Stereobilder geschätzt werden. Die in dieser Arbeit betrachtete Algorithmenklasse zur Detektion und Extraktion von Bildmerkmalen beinhaltet unterschiedliche Ansätze, die sich in ihren jeweiligen algorithmischen Eigenschaften zum Teil deutlich unterscheiden. Dabei variieren ebenfalls die Komplexität und die Speicheranforderungen der unterschiedlichen Algorithmen, was selbst für aktuelle Prozessoren eine schritthaltende Bildverarbeitung bei limitierten Leistungsbudget verhindert. Spezialisierte Architekturen, die ausreichende Prozessorleistung garantieren, das vorgegebene Verlustleistungsbudget nicht überschreiten und gleichzeitig ausreichende Flexibilität bieten sind daher notwendig, um den Funktionsumfang für zukünftige Anwendungen zu erweitern. In der vorliegenden Arbeit wird eine merkmalsbasierte Onlinerektifizierung nicht ausgerichteter Stereobilder zur Kompensation der von Störquellen verursachten geometrischen Verzerrungen präsentiert, um das Berechnen dichter Disparitätskarten zu realisieren. Im Fokus dieser Arbeit steht die algorithmische Analyse und Optimierung der Zuordnung einzelner Merkmale zu Pixelkorrespondenzen in Bildern von Stereokamerasystemen und deren Auswirkung auf den Durchsatz ausgesuchter Architekturen. Der HW/SW-Entwurfsraum zur Detektion und Extraktion von Bildmerkmalen wird analysiert und um ASIP-, DSP- und auf einer heterogenen Architektur basierende Fallstudie ergänzt, sodass sich für die betrachtete Algorithmenklasse Designentscheidungen mit reduziertem Entwicklungsrisiko treffen lassen.