Entwurf einer Informationsfusion zur semantischen Segmentierung von LiDAR Punktwolken im urbanen Kontext

Kontext 

Platooning beschreibt das automatisierte Fahren von Fahrzeugen in einer Kolonne, wobei die Fahrzeuge miteinander vernetzt sind und mit Hilfe von Sensorik das Umfeld beobachten. Ein wichtiger Aspekt in der Prozesskette ist die Erfassung und Verarbeitung von Umfelddaten. LiDAR-Sensoren erzeugen dreidimensionale Punktwolken von Objekten in der Umgebung des Fahrzeugs. Diese Daten können beispielsweise zur Positionsbestimmung oder Hinderniserkennung genutzt werden. Ein wichtiger Schritt bei der Verarbeitung von LiDAR-Punktwolkendaten ist die Segmentierung. Dabei werden die Punkte der Punktwolke in Objekte (beispielsweise Straßen, Gebäude, Fahrzeuge) unterteilt, um eine bessere Interpretation der Daten zu ermöglichen.

Neben LiDAR-Sensoren verfügen moderne Fahrzeuge über weitere Sensoren wie RGB-Kameras, RADAR-Sensoren oder GPS-Sensoren. Diese stellen eine Informationsquelle dar und können durch Informationsfusionsverfahren für die semantische Segmentierung berücksichtigt werden. Unter https://tempus-muenchen.de können weitere Informationen zu dem Projekt Tempus eingesehen werden.

Ziele

• Überblick des State of the Art von Informationsfusionsverfahren im Kontext von semantischer Segmentierung
• Konzeption einer semantischen Segmentierungspipeline unter Berücksichtigung eines Sensorverbunds
• Implementierung der entworfenen Konzepte
• Evaluation des entworfenen Konzepts anhand von Simulations-/Realdaten

Voraussetzungen

• Interesse an Informationsfusionssystemen 
• Fundierte Programmierkenntnisse (Python/C++)
• Zuverlässige und eigenständige Arbeitsweise