Analysis of Object Detection and Visibility in Urban Environments with Unreal Engine 5
Analyse der Objektdetektion und Sichtbarkeit in städtischen Umgebungen mit Unreal Engine 5
Masterarbeit
Das Fachgebiet Adaptive Lichttechnische Systeme und visuelle Verarbeitung entwickelt innovative lichttechnische Assistenzsysteme, die den Fahrer, insbesondere in der Nacht, unterstützen und die Verkehrssicherheit verbessern sollen. Ein zentrales Ziel dieser Forschung ist es, mit Hilfe von Kamerasystemen und Pixelscheinwerfern eine adaptive Beleuchtung zu ermöglichen, die für jedes Objekt optimale Sichtbarkeitsbedingungen schafft.
In dieser Masterarbeit wird untersucht, wie unterschiedliche urbane Szenen und Objekte die Objektdetektion im Straßenverkehr beeinflussen. Es wird ein Detektionstest für verschiedene Objekte in einer städtischen Umgebung entwickelt. Ziel ist es, die Detektionsschwellen sowie die Sichtbarkeit von Objekten in diesen Szenarien zu bestimmen und die Dynamik von Passanten zu berücksichtigen, z. B. durch das Einfügen laufender Fußgänger. Der Test wird unter Verwendung von Unreal Engine 5 (UE5) als Plattform für die Simulation entwickelt, um eine realistische, kontrollierbare und wiederholbare Testumgebung zu schaffen.
Arbeitspakete:
1. Literaturrecherche:
o Untersuchung der relevanten Literatur zur Objektdetektion und Helligkeitswahrnehmung in städtischen Umgebungen.
o Analyse bestehender Modelle und deren Anwendbarkeit auf die städtische Verkehrssituation.
2. Versuchsaufbau mit Unreal Engine 5:
o Entwicklung eines Detektionstests in einer urbanen Umgebung unter Verwendung von Unreal Engine 5.
o Unterschiedliche urbane Szenen werden in UE5 erstellt, z. B. Straßen mit variierenden Beleuchtungssituationen und unterschiedlichen Objekten wie Fahrzeugen, Fußgängern und Straßenschildern.
o Die virtuelle Testumgebung wird so gestaltet, dass verschiedene Objekte in der Szene erscheinen können und zwischen Szenen und Objekten schnell gewechselt werden kann.
o Lichttechnische Korrekheit der Szenen sicherstellen
3. Datenerhebung:
o Erhebung von Daten zu den Detektionsschwellen für verschiedene Objekte in unterschiedlichen urbanen Szenen. Probandentest
4. Statistische Analyse:
o Analyse der erhobenen Daten zur Bestimmung der Sichtbarkeit von Objekten in urbanen Szenen.
o Anwendung statistischer Methoden zur Untersuchung der Beziehung zwischen verschiedenen urbanen Szenen und Objekten und den Detektionswahrscheinlichkeiten.
5. Dynamische Objekte:
o Untersuchung der dynamischen Komponente, z. B. die Bewegung von Fußgängern oder Fahrzeugen in der urbanen Szene, die in der Unreal Engine 5 simuliert wird.
o Analyse, wie sich die Bewegung von Objekten auf die Detektionsschwellen auswirkt.
Forschungsfragen:
1. Wie beeinflusst die Dynamik das erforderliche Visibility Level für die verschiedenen Detektionswahrscheinlichkeiten (70,%,90%,95%) von Objekten?
2. Wie beeinflussen die unterschiedlichen urbanen Szenen und Beleuchtungssituation das erforderliche Visibility Level für die verschiedenen Detektionswahrscheinlichkeiten (70,%,90%,95%) von Objekten?
Im Vergleich zur bisherigen Forschung wird der Fokus auf die statische Untersuchung in städtischen Umgebungen gelegt. Die Probanden fahren nicht mehr aktiv, sondern es wird nur die Dynamik von Probanden und Objekten untersucht, z. B. laufende Fußgänger oder sich bewegende Fahrzeuge. Ziel ist es, die Auswirkungen der dynamischen Szenenkomplexität auf die Objektdetektion zu verstehen.
Schick mir bitte deine Bewerbung zusammen mit einem kurzen Exposé, in dem du dein Vorgehen zur Lösung des Themas beschreibst und erklärst, warum du für dieses Projekt besonders geeignet bist. Gib dabei an, welche relevanten Fächer du im Studium belegt hast und welche Projekte du bereits erfolgreich gemeistert hast, die dich auf dieses Thema vorbereiten. Deine Bewerbung sollte auch ein Motivationsschreiben enthalten.
Schick deine Unterlagen bitte per E-Mail an kunst@lichttechnik.tu-darmstadt.de.
