Auszug
An Fahrerassistenzsysteme im industriellen Einsatz werden hohe Anforderungen bezüglich Zuverlässigkeit und Robustheit gestellt. In dieser Arbeit wird die Kombination robuster Verfahren wie der Hough-Transformation und Support-Vektor-Maschinen zu einem Gesamtsystem zur Erkennung von Geschwindigkeitsbeschränkungen beschrieben. Es setzt eine Farbvideokamera als Sensorik ein. Die Evaluation auf Testdaten bestätigt durch die ermittelte hohe Korrektklassifikationsrate bei gleichzeitig geringer Zahl Fehlalarme die Zuverlässigkeit des Systems.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literaturverzeichnis
Das Statistische Jahrbuch 2006 für die Bundesrepublik Deutschland. Statistisches Bundesamt Deutschland, 2007.
Piccioli, G., E. De Micheli, P. Parodi M. Campani: Robust road sign detection and recognition from image sequences. IEEE Intelligent Vehicles Symposium, 1994.
Ritter, W.: Traffic sign recognition in color image sequences. IEEE Intelligent Vehicles Symposium, 1992.
Priese, L., V. Rehrmann, R. Schian R. Lakmann: Traffic Sign Recognition Based On Color Image Evaluation. IEEE Intelligent Vehicles Symposium, 1993.
Chiung-Yao Fang, Sci-Wang Chen Chiou-Shann Fuh: Road-sign detection and tracking. IEEE Transactions on Vehicular Technology, 52, 2003.
Lindner, F., U. Kressel S. Kaelberer: Robust recognition of traffic signals. IEEE Intelligent Vehicles Symposium, 2004.
Torresen, J., J.W. Bakke L. Sekanina: Efficient recognition of speed limit signs. Intelligent Transportation Systems, 2004. Proceedings. The 7th International IEEE Conference on, 2004.
Bahlmann, Claus, Ying Zhu, Visvanathan Ramesh, Martin Pellkofer Thorsten Koehler: A System for Traffic Sign Detection, Tracking, and Recognition Using Color, Shape, and Motion Information. IEEE Intelligent Vehicles Symposium, 2004.
Liu, Han, Ding Liu Jing Xin: Real-time recognition of road traffic sign in motion image based on genetic algorithm. International Conference on Machine Learning and Cybernetics, 2002, 1, 2002.
Janssen, R., W. Ritter, F. Stein S. Ott: Hybrid Approach For Traffic Sign Recognition. IEEE Intelligent Vehicles Symposium, 1993.
Priese, L., J. Klieber, R. Lakmann, V. Rehrmann R. Schian: New results on traffic sign recognition. IEEE Intelligent Vehicles Symposium, 1994.
Miura, J., T. Kanda Y Shirai: An active vision system for real-time traffic sign recognition. Intelligent Transportation Systems, 2000. Proceedings. 2000 IEEE, 2000.
Barnes, N. A. Zelinsky: Real-time radial symmetry for speed sign detection. IEEE Intelligent Vehicles Symposium, 2004.
Yong-Jian Zheng, W. Ritter R Janssen: An Adaptive System for Traffic Sign Recognition. IEEE Intelligent Vehicles Symposium, 1994.
Yuen, H. K., J. Princen, J. Illingworth J. Kittler: Comparative study of Hough transform methods for circle finding. Image and Vision Computing, 8. Butterworth-Heinemann, 1990.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2007 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Nienhüser, D., Ziegenmeyer, M., Gumpp, T., Scholl, KU., Zöllner, J.M., Dillmann, R. (2007). Kamera-basierte Erkennung von Geschwindigkeitsbeschränkungen auf deutschen Stra\en. In: Berns, K., Luksch, T. (eds) Autonome Mobile Systeme 2007. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-74764-2_33
Download citation
DOI: https://doi.org/10.1007/978-3-540-74764-2_33
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-74763-5
Online ISBN: 978-3-540-74764-2
eBook Packages: Computer Science and Engineering (German Language)