Smart MobilityArtificial intelligence

Sensorfusie zorgt voor huwelijk tussen radar en camera

Onderzoekers van IPI - een imec-onderzoeksgroep aan de Universiteit Gent - ontwikkelden een nieuwe techniek om sensorfusie tussen radar en video te optimaliseren door ze in een vroeger stadium informatie te laten uitwisselen.

Het nauwkeurig herkennen en volgen van weggebruikers is essentieel voor zelfrijdende wagens en vele andere slimme mobiliteitstoepassingen. Omdat geen enkele sensor de vereiste nauwkeurigheid en robuustheid kan bieden, moet de output van verschillende sensoren worden gecombineerd. Vooral radar- en videobeelden zijn een goede match. Hun sterke en zwakke punten vullen elkaar aan. 

Elke vorm van sensortechnologie (bijv. radar, video, LiDAR, ultrasound…) heeft zijn eigen beperkingen. 

Zo werken camera's niet goed 's nachts of in de volle zon. En radar kan hinder ondervinden van reflecterende metalen voorwerpen. Het samenvoegen van de informatie uit deze verschillende sensoren is een belangrijke sleutel voor een nauwkeurige objectdetectie.

Op dit moment vindt sensorfusie meestal plaats in een relatief laat stadium, nadat elke sensor een object heeft gedetecteerd op basis van zijn eigen sensordata. Op deze manier gaat veel potentieel verloren, vooral in omstandigheden waarin de ene sensor minder goed presteert dan de andere. Om dit effect te beperken, voegden de onderzoekers van IPI een extra terugkoppelingslus toe. Hierin wisselen beide beeldprocessoren al bepaalde informatie uit nog voor ze elk een beeld hebben samengesteld.

Op deze manier kunnen sensoren onduidelijkheden in hun eigen detectieproces oplossen, wat leidt tot betere resultaten in herkennen en volgen van objecten. Deze methode is veel krachtiger dan de methode die vandaag de dag vaak wordt gebruikt. Bovendien is ze ook gemakkelijker te implementeren, te valideren en te homologeren dan de holistische benaderingen die in de academische literatuur worden voorgesteld, waarin steeds rekening wordt gehouden met alle informatie van alle sensoren.

Hoewel slimme voertuigen misschien wel het meest voor de hand liggend zijn voor deze technologie, is nauwkeurige sensorfusie ook belangrijk op vele andere gebieden, zoals slimme kruispunten, analyse in de detailhandel, bewaking. enz.

 

Meer weten?

 

Over David van Hamme

David Van Hamme maakt sinds 2007 als onderzoeker deel uit van de onderzoeksgroep Image Processing and Interpretation (IPI), een imec-onderzoeksgroep aan de Universiteit Gent en daar onderdeel van de vakgroep Telecommunicatie en Informatieverwerking (TELIN). Hij behaalde er in 2016 ook de titel van Doctor in de Ingenieurswetenschappen.

In 2007 studeerde hij af als Industrieel Ingenieur elektronica-ICT aan Hogeschool Gent. Zijn onderzoeksonderwerpen omvatten o.a. textuursegmentatie, videoanalyse en sensorfusie voor verkeersgerelateerde toepassingen en intelligente voertuigen.

Deze website maakt gebruik van cookies met als enige doel het analyseren van surfgedrag, zonder enige commerciële insteek. Lees er hier meer over. Lees ook ons privacy statement. Sommige inhoud (video's, iframes, formulieren,...) op deze website zal pas zichtbaar zijn na het accepteren van de cookies.

Accepteer cookies