Projektbeschreibung

Neue Fahrzeug- und Systemtechnologien erfordern eine genaue Lokalisation von Objekten und neuartige Verfahren zur Ermittlung, Selektion und Verarbeitung relevanter Daten aus den generierten Datenmengen. Das Vorhaben LOVe ist eine Machbarkeitsstudie für die Entwicklung eines innovativen Gesamtsystems zur luftgestützten automatischen und hochlagegenauen Erkennung von Objekten im Verkehrsraum.

Ziel der Studie war die Entwicklung und das Testen von Deep Learning Algorithmen für die Objekterkennung aus luftgestützten Bilddaten des Verkehrsraums, die erstmalig unter Verwendung hochauflösender Senkrecht- und Schrägluftbilder generiert wurden. Mit der Entwicklung von speziellen, auf die Erkennung von Objekten im Verkehrsraum ausgerichteten Deep Learning Algorithmen sollte eine deutliche Erhöhung des Automatisierungsgrades bei der Objekterkennung in diesem Bereich erzielt werden.

Ergebnisse und Wirkungen

In Kooperation mit dem DLR Institut für Optische Sensorsysteme erarbeitete das Startup TerraLoupe Objekterkennungsalgorithmen für hochauflösende Senkrecht- und Schrägluftbilder anhand von Trainingsdaten. Das Konsortium erstellte daneben einen Anforderungskatalog hinsichtlich der notwendigen Datenqualität der Luftbilder sowie für das DLR Kamerasystem MACS (Modular Airborne Camera System).

In Zukunft können nun auf Basis dieser Arbeit weitere Projekte durchgeführt werden. Diese werden dem Ziel dienen, eine weitere automatisierbare Quelle zur Verfügung zu haben, die eine schnelle Generierung von HD Karten für sehr große Flächen zu sehr moderaten Preisen ermöglicht.