Boschenriedter, Stefan ; Hossbach, Phillip ; Linnhoff, Clemens ; Luthardt, Stefan ; Wu, Siqian (2019)
Multi-Session Visual Roadway Mapping.
2018 21st International Conference on Intelligent Transportation Systems (ITSC). Maui, Hawaii, USA (04.11. - 07.11.2018)
Konferenzveröffentlichung, Zweitveröffentlichung, Postprint
 | Es ist eine neuere Version dieses Eintrags verfügbar. |
Kurzbeschreibung (Abstract)
This paper proposes an algorithm for camera based roadway mapping in urban areas. With a convolutional neural network the roadway is detected in images taken by a camera mounted in the vehicle. The detected roadway masks from all images of one driving session are combined according to their corresponding GPS position to create a probabilistic grid map of the roadway. Finally, maps from several driving sessions are merged by a feature matching algorithm to compensate for errors in the roadway detection and localization inaccuracies. Hence, this approach utilizes solely low-cost sensors common in usual production vehicles and can generate highly detailed roadway maps from crowd-sourced data.
| Typ des Eintrags: | Konferenzveröffentlichung |
|---|---|
| Erschienen: | 2019 |
| Autor(en): | Boschenriedter, Stefan ; Hossbach, Phillip ; Linnhoff, Clemens ; Luthardt, Stefan ; Wu, Siqian |
| Art des Eintrags: | Zweitveröffentlichung |
| Titel: | Multi-Session Visual Roadway Mapping |
| Sprache: | Englisch |
| Publikationsjahr: | 16 Januar 2019 |
| Ort: | Darmstadt |
| Publikationsdatum der Erstveröffentlichung: | 2018 |
| Verlag: | IEEE |
| Buchtitel: | 2018 21st International Conference on Intelligent Transportation Systems (ITSC) |
| Veranstaltungstitel: | 2018 21st International Conference on Intelligent Transportation Systems (ITSC) |
| Veranstaltungsort: | Maui, Hawaii, USA |
| Veranstaltungsdatum: | 04.11. - 07.11.2018 |
| URL / URN: | https://tuprints.ulb.tu-darmstadt.de/8356 |
| Zugehörige Links: | |
| Kurzbeschreibung (Abstract): | This paper proposes an algorithm for camera based roadway mapping in urban areas. With a convolutional neural network the roadway is detected in images taken by a camera mounted in the vehicle. The detected roadway masks from all images of one driving session are combined according to their corresponding GPS position to create a probabilistic grid map of the roadway. Finally, maps from several driving sessions are merged by a feature matching algorithm to compensate for errors in the roadway detection and localization inaccuracies. Hence, this approach utilizes solely low-cost sensors common in usual production vehicles and can generate highly detailed roadway maps from crowd-sourced data. |
| Status: | Postprint |
| URN: | urn:nbn:de:tuda-tuprints-83567 |
| Sachgruppe der Dewey Dezimalklassifikatin (DDC): | 600 Technik, Medizin, angewandte Wissenschaften > 600 Technik 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau |
| Fachbereich(e)/-gebiet(e): | 18 Fachbereich Elektrotechnik und Informationstechnik 18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Automatisierungstechnik und Mechatronik 18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Automatisierungstechnik und Mechatronik > Regelungsmethoden und Robotik (ab 01.08.2022 umbenannt in Regelungsmethoden und Intelligente Systeme) |
| Hinterlegungsdatum: | 20 Jun 2024 16:31 |
| Letzte Änderung: | 20 Jun 2024 16:31 |
| PPN: | 442892608 |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
Verfügbare Versionen dieses Eintrags
- Multi-Session Visual Roadway Mapping. (deposited 20 Jun 2024 16:31) [Gegenwärtig angezeigt]
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum