2026
Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2026
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak06
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2026-03-03
Online
DOI: 10.18154/RWTH-2026-04480
URL: https://publications.rwth-aachen.de/record/1034028/files/1034028.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
automotive (frei) ; polarimetric (frei) ; radar (frei) ; self-localization (frei)
Thematische Einordnung (Klassifikation)
DDC: 621.3
Kurzfassung
Während bei früheren Fahrerassistenzsystemen die Erkennung von anderen Verkehrsteilnehmern im Fokus stand, so wird die Erfassung der statischen Umgebung mit höheren Automatisierungsstufen immer wichtiger. Um eine sichere Navigation in komplexen Fahrmanövern zu gewährleisten, muss das Fahrzeug zuverlässig seine eigene Position und Orientierung relativ zu seiner Umgebung kennen. Dafür sind charakteristische Elemente der Umgebung, so genannte Landmarken, zu erkennen und dann mit einer Karte zur Positionsbestimmung abzugleichen. Trotz einiger Forschungsarbeiten zu Radarsensoren zur Selbstlokalisierung, existiert bislang keine detaillierte Untersuchung von polarimetrischen Sensoren in diesem Kontext. Daher werden in dieser Arbeit verschiedene Aspekte der Polarimetrie für die Modellierung der statischen Umgebung sowie eine anschließende Selbstlokalisierung adressiert. Eine Grundvoraussetzung für die Ausnutzung von Polarimetrie ist die Sicherstellung von Polarisationsstabilität über den gesamten Erfassungsbereichs des Radars, insbesondere über den Winkel und die Doppler-Geschwindigkeit. Dazu wird eine speziell angepasste Kalibriermethode entwickelt, welche Grundlage für die Experimente mit einem neu aufgebauten Versuchsträger ist. Eine polarimetrische Analyse von Streumechanismen, die an typischen Landmarken auftreten, gibt Hinweise, welche Repräsentation von polarimetrischer Informationen im Umgebungsmodells geeignet ist. Neben der Analyse einer Beispielmessung aus einer realen Fahrzeugumgebung ermöglichen ungestörte Absorberkammermessungen die detaillierte Untersuchung von Streueffekten sowie deren räumliche Verteilung. Beide Analysen ergeben, dass typische Landmarken überwiegend anisotropes Verhalten zeigen, was folglich im Umgebungsmodell zu berücksichtigen ist. Zusätzlich zu diesem neu konzeptionierten polarimetrischen Teil innerhalb des vorgeschlagenen Rasterkarten-Ansatzes wird ein Verfahren zur Integration von rohen Spektraldaten entwickelt. Beide Erweiterungsvorschläge zusammen sind Grund-lage für robustere Algorithmen zur Landmarkenextraktion, was anhand umfangreicher Aufnahmen aus dem realen Straßenverkehr belegt wird. Es wird demonstriert, wie die polarimetrische Information die Extraktion von punktförmigen Landmarken robuster macht und die Nutzung von roheren Datenebenen einen Vorteil für die zuverlässige Erkennung von linienförmigen Landmarken bietet. Auf Basis dieser vorbereitenden Untersuchung wird ein Selbstlokalisierungssystem vorgestellt, das rein auf Radardaten basiert. Das System nutzt eine Graph-basierte Implementierung für Effizienz und wird anhand mehrstündiger Aufnahmen in verschiedenen realen Umgebungen evaluiert. Neben den generell vielversprechend genauen Lokalisierungsergebnisse wird der Einfluss von Polarimetrie im Detail untersucht. Dabei zeigt sich, dass durch polarimetrische Mehrinformationen keine Verbesserung der Genauigkeit in Umgebungen mit einer ausreichend hohen Landmarkendichte erzielt wird. In herausfordernden Umgebungen mit wenigen Landmarken hingegen kann eine klare Korrelation zwischen der Lokalisierungsgenauigkeit und dem polarimetrischen Informationsgehalt festgestellt werden, wodurch der Vorteil von Polarimetrie für die Selbstlokalisierung belegt wird.As automotive vehicles advance towards higher levels of automation, the static environment is becoming increasingly more important after the focus was primarily on the perception of other road users in earlier driver-assistance systems. For safely navigating through complex driving maneuvers, the vehicle must reliably know its own position and orientation with respect to its surroundings. Therefore, characteristic elements in the environment, known as landmarks, must be detected and aligned to a map for deriving the desired position. While some research on utilizing radar for this is available, no extensive study on leveraging polarimetric radar in aself-localization context is published to date. Therefore, several aspects of polarimetry for perceiving the static environment and subsequently localizing against it are addressed in this thesis. One important prerequisite for exploiting polarimetric information in a practical application is ensuring the stability of a polarimetric response over the radar’s field of view, especially in angular and speed dimensions. Thus, a tailored method for a polarimetric calibration is developed and builds the basis for public road experiments with a newly setup experimental vehicle. A polarimetric analysis of the scattering mechanisms occurring at typical automotive landmarks provides insights into the requirements for properly representing and leveraging this information for static environment perception. Apart from an analysis of an exemplary real-world outdoor measurement, undisturbed anechoic chamber measurements enable a detailed investigation of scattering effects and their spatial allocation. Both analyses reveal that anisotropic behavior is prevalent for typical landmarks and a tailored handling in the environment representation is advisable. In addition to this newly suggested polarimetric part in the proposed gridmapping approach, a technique for incorporating low-level spectral data is developed. Both extensions are the basis for more robust landmark extraction algorithms, demonstrated through extensive real-world data recordings in public road traffic. It is shown that the polarimetric information makes the extraction of point-shaped landmarks more robust, whereas the low-level data incorporation is advantageous for reliably detecting line-shaped landmarks. Based on this preliminary work, a self-localization framework functioning solely on radar data is presented. The framework employs a factor graph formulation for an efficient implementation and is evaluated using several hours of real-world recordings in diverse environments. In addition to generally promising accuracy of the results, the influence of the polarimetric information is investigated in detail. While in environments with an abundance of landmarks, the localization accuracy doesnot improve with a higher polarimetric data level, a clear correlation between localization performance and polarimetric information content is observed in challenging environments. This proves the benefit of polarimetry for self-localization.
OpenAccess:
PDF
(zusätzliche Dateien)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT031455671
Interne Identnummern
RWTH-2026-04480
Datensatz-ID: 1034028
Beteiligte Länder
Germany