elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A System for Image-Based Non-Line-Of-Sight Detection Using Convolutional Neural Networks

Böker, Clarissa und Niemeijer, Joshua und Wojke, Nicolai und Meurie, Cyril und Cocheril, Yann (2019) A System for Image-Based Non-Line-Of-Sight Detection Using Convolutional Neural Networks. In: 2019 IEEE Intelligent Transportation Systems Conference, ITSC 2019, Seiten 535-540. IEEE. ITSC 2019, 2019-10-27 - 2019-10-30, Auckland, New Zealand. doi: 10.1109/ITSC.2019.8917272. ISBN 978-1-5386-7024-8.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8917272&isnumber=8916833

Kurzfassung

The ERSAT GGC project introduces the concept of virtual balises for train localization, which avoids investment and maintenance costs of physical balises. Since this concept relies on the matching of train positions to balise positions stored in a database, it is dependent on placing virtual balises in track areas with unimpeded GNSS reception. One factor majorly contributing to the distortion of GNSS signals is the non-line-of-sight (NLOS) scenario where the direct path between a satellite and the receiver on the train is blocked. As these NLOS situations result in deflections or the total absence of GNSS signals, this paper proposes a system to identify obstacles occluding the visibility of satellites above the tracks traversed by a train. This is achieved by video recording the sky from the roof of the train and segmenting the images into sky and non-sky regions. The line-of-sight status of individual satellites is found through projecting the known satellite locations into the segmented images. Consequently, the information whether a satellite is located in a sky or non-sky segment of the image allows for a determination of the GNSS performance at any observed track area.

elib-URL des Eintrags:https://elib.dlr.de/130942/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:A System for Image-Based Non-Line-Of-Sight Detection Using Convolutional Neural Networks
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Böker, Clarissaclarissa.boeker (at) dlr.dehttps://orcid.org/0000-0001-6737-4806NICHT SPEZIFIZIERT
Niemeijer, JoshuaJoshua.Niemeijer (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wojke, NicolaiNicolai.Wojke (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Meurie, CyrilCyril.Meurie (at) ifsttar.frNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Cocheril, YannYann.Cocheril (at) ifsttar.frNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:28 November 2019
Erschienen in:2019 IEEE Intelligent Transportation Systems Conference, ITSC 2019
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/ITSC.2019.8917272
Seitenbereich:Seiten 535-540
Verlag:IEEE
ISBN:978-1-5386-7024-8
Status:veröffentlicht
Stichwörter:Non-Line-Of-Sight Detection, Convolutional Neural Networks
Veranstaltungstitel:ITSC 2019
Veranstaltungsort:Auckland, New Zealand
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:27 Oktober 2019
Veranstaltungsende:30 Oktober 2019
Veranstalter :IEEE Intelligent Transportation Systems Society
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Schienenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V SC Schienenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - Digitalisierung und Automatisierung des Bahnsystems (alt)
Standort: Braunschweig
Institute & Einrichtungen:Institut für Verkehrssystemtechnik
Hinterlegt von: Böker, Clarissa
Hinterlegt am:27 Nov 2019 09:33
Letzte Änderung:24 Apr 2024 20:34

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.