Effiziente Hardwarearchitekturen zur schnellen Bildsequenzanalyse

Umfassende Zuverlässigkeit und Robustheit von modernen Fahrerassistenzsystemen unter beliebigen Verkehrs-, Witterungs- und Lichtbedingungen stellt in der Praxis oft ein Problem dar. In Zukunft bedarf es immer komplexerer Algorithmen zur Bereitstellung von verlässlicheren Informationen auf deren Basis im Auto automatisch Entscheidungen getroffen werden können. Kosteneffiziente Stereokamera-Systeme mit hoher Auflösung sind in der Lage ausreichende Bilddaten zu liefern, die für viele verschiedene Anwendungen eingesetzt werden können. Allerdings fehlt es oft an Rechenleistung in der nachfolgenden Bildverarbeitungshardware um diese Daten mit robusten Verfahren in schneller Bildrate (schnelle Reaktionsfähigkeit des Systems) und bei gleichzeitig niedrigem Leistungsverbrauch (<10W) auszuwerten.

In diesem Projekt geht es um die Untersuchung heterogener Hardwarearchitekturen und Evaluierung neuer Mechanismen für komplexe, rechenintensive Anwendungen im Bereich kamerabasierter Fahrerassistenz. Eine solche Anwendung ist die gemeinsame Verarbeitung von optischem Fluss und Disparitätsschätzung anhand von Stereobildsequenzen zur Erfassung der Bewegung von Objekten im 3D-Raum (Szenenfluss-Analyse).