Implementierung und Adaption von prädiktiven blockbasierten Bewegungs-schätzern für den Einsatz im Automobil

Das Institut für Mikroelektronische Systeme bietet in Zusammenarbeit mit der Konzernforschung Volkswagen eine Diplom-/Masterarbeit zur Implementierung und Adaption von blockbasierten Bewegungsschätzern für den Einsatz im Automobil an. Die Schätzung der Bewegung von Objekten in einer Bildsequenz ist bei der Erfassung des Fahrzeugumfelds eine wichtige Komponente. Ist die Bewegung von im Fahrzeugumfeld befindlichen Objekten bekannt, so kann diese in Kombination mit weiteren Informationen zum Beispiel zur Kollisionswarnung oder –vermeidung genutzt werden. Generell suchen Bewegungsschätzer nach korrespondierenden Bereichen/Objekten in zwei aufeinanderfolgenden Bildern einer Bildsequenz. Aus der Verschiebung der Objektpositionen lässt sich die Bewegung des Objektes ableiten. Die Herausforderung bei der Bewegungsschätzung ist es, die auftretenden Mehrdeutigkeiten bei der Objektsuche aufzulösen.In Fernsehgeräten, die Bewegungsschätzer zur Erzeugung der Zwischenbilder bei der 100 Hz Darstellung nutzen, kommen vielfach prädiktive blockbasierte Bewegungsschätzer zum Einsatz. Mehrdeutigkeiten werden durch die Einbeziehung örtlicher und zeitlicher Prädiktoren aufgelöst, wodurch sich effiziente und robuste Algorithmen ergeben, mit denen selbst in HD-Auflösung (1920x1080 Pixel) die Objektbewegungen in Echtzeit geschätzt werden kann. Es ist Ziel dieser Arbeit, die prädiktive blockbasierte Bewegungsschätzung für den Einsatz im Automobil algorithmisch anzupassen und zu optimieren. Zu Berücksichtigen ist dabei, dass das Automobil und somit die Kamera eine Eigenbewegung besitzt, die als überlagerte globale Bewegung ebenfalls in die Prädiktion mit einfließen kann. Die Implementierung der Algorithmen soll in C/C++ in der bei Automobilherstellern und –zulieferern häufig genutzten Umgebung ADTF erfolgen. Als Ergebnis dieser Diplom-/Masterarbeit soll ein lauffähiges ADTF-Modul entstehen, welches als Ausgangsbasis für eine spätere Umsetzung in Hardware dienen soll. Dazu sind neben der Implementierung umfangreiche Performance-Betrachtungen (Profiling) mit dem entstandenen Modul durchzuführen. Abbildung: Mögliche Kamerapositionen an einem Fahrzeug (Quelle: VW)Abbildung: Entwicklungsumgebung ADTF (Quelle: Elektrobit,VW)Vorkenntnisse zur Bewegungsschätzung oder zu ADTF werden nicht benötigt, sind jedoch hilfreich. Ausführliche Dokumentationen zu den prädiktiven Bewegungsschätzern und zu ADTF sind vorhanden.