Während die Zahl journalistischer Veröffentlichungen zu Umweltthemen immer weiter steigt, sind wissenschaftliche Untersuchungen zu ihren Verfassern in Deutschland immer noch Mangelware. Die Diplomarbeit geht mithilfe einer Online-Befragung der Frage nach, wie die Arbeitsbedingungen von Tageszeitungsjournalisten aussehen. Außerdem wird mit einigen narrativen Interviews exploriert, welchen Rollenselbstbildern sich Journalisten zugehörig fühlen, die sich mit Umweltthemen befassen und ob dieses Selbstverständnis sich auch in den Arbeiten der Journalisten zeigt.:Inhalt 1 Einführung und Relevanz des Themas 1 2 Umweltjournalismus – Stand der Forschung 4 2.1 Der Umweltjournalismus als Gegenstand wissenschaftlicher Untersuchungen 4 2.1.1 Wissenschaftliche Auseinandersetzung in der Vergangenheit 4 2.1.2 Wissenschaftliche Auseinandersetzung in der Gegenwart 5 2.1.3 Verwendung des Begriffs ‚Umweltjournalismus‘ 6 2.2 Arbeitsrealität des Umweltjournalismus 7 2.2.1 Untersuchung der Medienberichterstattung 8 2.2.2 Untersuchung der Journalisten 9 2.2.3 Schlussfolgerungen aus dem Forschungsstand 10 2.3 Rollenselbstverständnisse von Umweltjournalisten und ihre Handlungsrelevanz 11 2.3.1 Wissenschaftliche Auseinandersetzung in der Vergangenheit 11 2.3.2 Handlungsrelevanz von Rollenselbstverständnissen 14 2.3.3 Besonderheiten der Rollenselbstverständnisse von Umweltjournalisten. 15 3 Erkenntnisinteresse und weiterer Aufbau der Arbeit 16 4 Umweltjournalismus 19 4.1 Annäherung an das Spannungsfeld von Journalismus und Systemtheorie 19 4.2 Ausbildung journalistischer Spezialisierungen 22 4.3 Umwelt und Ökologie als Termini der Systemtheorie 24 4.4 Umwelt und Ökologie außerhalb der Systemtheorie 27 4.5 Umweltjournalismus: Arbeitsdefinition und Operationalisierung 29 4.5.1 Arbeitsdefinition des Begriffes ‚Umweltjournalismus‘ 29 4.5.2 Operationalisierung des Begriffs ‚Umweltjournalismus‘ 30 5 Arbeitsrealität und Rollenselbstverständnis 31 5.1 Annäherungen an Arbeitsrealität und Rollenselbstverständnis 31 5.2 Bedeutungsdimensionen der Arbeitsrealität 33 5.3 Arbeitsrealität: Arbeitsdefinition und Operationalisierung 35 5.3.1 Arbeitsdefinition des Begriffs ‚Arbeitsrealität‘ 35 5.3.2 Operationalisierung des Begriffs ‚Arbeitsrealität‘ 35 5.4 Bedeutungsdimensionen des Rollenselbstverständnisses 36 5.5 Bedeutungsdimensionen der Handlungsrelevanz von Rollenselbstverständnissen 38 5.6 Rollenselbstverständnis und Handlungsrelevanz: Arbeitsdefinition und Operationalisierung 39 5.6.1 Arbeitsdefinition des Begriffs ‚Rollenselbstverständnis‘ 39 5.6.2 Operationalisierung des Begriffs ‚Rollenselbstverständnis‘ 40 5.6.3 Arbeitsdefinition des Begriffes ‚Handlungsrelevanz‘ 41 5.6.4 Operationalisierung des Begriffes ‚Handlungsrelevanz‘ 42 6 Forschungsdesign 43 6.1 Teil 1: Online-Befragung zur Arbeitsrealität 43 6.1.1 Beschreibung der Methode 43 6.1.2 Begründung der Methodenwahl 45 6.1.3 Konstruktion des Erhebungsinstruments 45 6.1.4 Prüfung und Pretest des Erhebungsinstruments 52 6.1.5 Fallauswahl 54 6.1.6 Datenerhebung und -auswertung 57 6.2 Teil 2: Leitfaden-Interviews zum Rollenselbstverständnis 61 6.2.1 Beschreibung der Methode 61 6.2.2 Begründung der Methodenwahl 62 6.2.3 Konstruktion des Leitfadens 64 6.2.4 Fallauswahl 67 6.2.5 Datenerhebung und -erfassung 70 6.2.6 Methode und Ablauf der Datenauswertung 71 6.3 Teil 3: Inhaltsanalyse zur Bestimmung der Handlungsrelevanz 75 6.3.1 Beschreibung der Methode und Begründung der Methodenwahl 75 6.3.2 Stichprobe 76 6.3.3 Datenerhebung und –erfassung 77 6.3.4 Ablauf der Datenauswertung 78 7 Erkenntnisse zur Arbeitsrealität 81 7.1 Umweltjournalisten bei deutschen Tageszeitungen 81 7.2 Soziodemographische Merkmale 82 7.3 Berufsbezeichnung und Berufserfahrung 85 7.4 Definition des Begriffs ‚Umweltjournalist‘ 88 7.5 Gründe für die Beschäftigung mit Umweltthemen 90 7.6 Ressortzugehörigkeit und Themenschwerpunkte 91 7.7 Wöchentliche Arbeitszeit und Zahl der Umweltjournalisten 93 7.8 Selektionskriterien und Impulse der Berichterstattung 95 7.9 Quellennutzung 98 7.10 Freiheiten und Hürden der Umweltberichterstattung 99 7.11 Zusammenfassung 102 8 Erkenntnisse zum Rollenselbstverständnis 104 8.1 Umweltjournalisten bei überregionalen Tageszeitungen 104 8.2 Selbstbild 104 8.3 Motive und Weg in den Journalismus 105 8.4 Ideale und Anforderungen 106 8.5 Ziele und Absichten 109 8.6 Wirkvorstellungen 112 8.7 Thematischer Schwerpunkt 114 8.8 Zusammenfassung 116 9 Erkenntnisse zur Handlungsrelevanz 118 9.1 Wahrgenommene Erwartungen 118 9.2 Einschätzungen der Handlungsrelevanz 120 9.3 Handlungsrelevanz 124 9.4 Zusammenfassung 127 10 Übergreifende Schlussfolgerungen 129 10.1 Unsicher in der eigenen Rolle 129 10.2 Umweltjournalistische Selbstsichten jenseits von Schwarz und Weiß 133 10.3 Informieren als Basis – Erklären als Kompromiss 136 11 Fazit 139 11.1 Zusammenfassung der Arbeit 139 11.2 Methodenkritik 143 11.3 Ausblick 145 12 Literaturverzeichnis 147 VI Anhang 160

Pour les véhicules intelligents autonomes ou semi-autonomes, la perception constitue la première tâche fondamentale à accomplir avant la décision et l’action. Grâce à l’analyse des données vidéo, Lidar et radar, elle fournit une représentation spécifique de l’environnement et de son état, à travers l’extraction de propriétés clés issues des données des capteurs. Comparé à d’autres modalités de perception telles que le GPS, les capteurs inertiels ou les capteurs de distance (Lidar, radar, ultrasons), les caméras offrent la plus grande quantité d’informations. Grâce à leur polyvalence, les caméras permettent aux systèmes intelligents d’extraire à la fois des informations contextuelles de haut niveau et de reconstruire des informations géométriques de la scène observée et ce, à haute vitesse et à faible coût. De plus, la technologie de détection passive des caméras permet une faible consommation d’énergie et facilite leur miniaturisation. L’utilisation des caméras n’est toutefois pas triviale et pose un certain nombre de questions théoriques liées à la façon dont ce capteur perçoit son environnement. Dans cette thèse, nous proposons un système de détection d’objets mobiles basé seule- ment sur l’analyse d’images. En effet, dans les environnements observés par un véhicule intelligent, les objets en mouvement représentent des obstacles avec un risque de collision élevé, et ils doivent être détectés de manière fiable et robuste. Nous abordons le problème de la détection d’objets mobiles à partir de l’extraction du contexte local reposant sur une segmentation de la route. Après transformation de l’image couleur en une image invariante à l’illumination, les ombres peuvent alors être supprimées réduisant ainsi leur influence négative sur la détection d’obstacles. Ainsi, à partir d’une sélection automatique de pixels appartenant à la route, une région d’intérêt où les objets en mouvement peuvent apparaître avec un risque de collision élevé, est extraite. Dans cette zone, les pixels appartenant à des objets mobiles sont ensuite identifiés à l’aide d’une approche plan+parallaxe. À cette fin, les pixels potentiellement mobiles et liés à l’effet de parallaxe sont détectés par une méthode de soustraction du fond de l’image; puis trois contraintes géométriques différentes: la contrainte épipolaire, la contrainte de cohérence structurelle et le tenseur trifocal, sont appliquées à ces pixels pour filtrer ceux issus de l’effet de parallaxe. Des équations de vraisemblance sont aussi proposées afin de combiner les différents contraintes d’une manière complémentaire et efficace. Lorsque la stéréovision est disponible, la segmentation de la route et la détection d’obstacles peuvent être affinées en utilisant une segmentation spécifique de la carte de disparité. De plus, dans ce cas, un algorithme de suivi robuste combinant les informations de l’image et la profondeur des pixels a été proposé. Ainsi, si l’une des deux caméras ne fonctionne plus, le système peut donc revenir dans un mode de fonctionnement monoculaire ce qui constitue une propriété importante pour la fiabilité et l’intégrité du système de perception. Les différents algorithmes proposés ont été testés sur des bases de données d’images publiques en réalisant une évaluation par rapport aux approches de l’état de l’art et en se comparant à des données de vérité terrain. Les résultats obtenus sont prometteurs et montrent que les méthodes proposées sont efficaces et robustes pour différents scénarios routiers et les détections s’avèrent fiables notamment dans des situations ambiguës. / For autonomous or semi-autonomous intelligent vehicles, perception constitutes the first fundamental task to be performed before decision and action/control. Through the analysis of video, Lidar and radar data, it provides a specific representation of the environment and of its state, by extracting key properties from sensor data with time integration of sensor information. Compared to other perception modalities such as GPS, inertial or range sensors (Lidar, radar, ultrasonic), the cameras offer the greatest amount of information. Thanks to their versatility, cameras allow intelligent systems to achieve both high-level contextual and low-level geometrical information about the observed scene, and this is at high speed and low cost. Furthermore, the passive sensing technology of cameras enables low energy consumption and facilitates small size system integration. The use of cameras is however, not trivial and poses a number of theoretical issues related to how this sensor perceives its environmen. In this thesis, we propose a vision-only system for moving object detection. Indeed,within natural and constrained environments observed by an intelligent vehicle, moving objects represent high risk collision obstacles, and have to be handled robustly. We approach the problem of detecting moving objects by first extracting the local contextusing a color-based road segmentation. After transforming the color image into illuminant invariant image, shadows as well as their negative influence on the detection process can be removed. Hence, according to the feature automatically selected onthe road, a region of interest (ROI), where the moving objects can appear with a high collision risk, is extracted. Within this area, the moving pixels are then identified usin ga plane+parallax approach. To this end, the potential moving and parallax pixels a redetected using a background subtraction method; then three different geometrical constraints : the epipolar constraint, the structural consistency constraint and the trifocaltensor are applied to such potential pixels to filter out parallax ones. Likelihood equations are also introduced to combine the constraints in a complementary and effectiveway. When stereo vision is available, the road segmentation and on-road obstacles detection can be refined by means of the disparity map with geometrical cues. Moreover, in this case, a robust tracking algorithm combining image and depth information has been proposed. If one of the two cameras fails, the system can therefore come back to a monocular operation mode, which is an important feature for perception system reliability and integrity. The different proposed algorithms have been tested on public images data set with anevaluation against state-of-the-art approaches and ground-truth data. The obtained results are promising and show that the proposed methods are effective and robust on the different traffic scenarios and can achieve reliable detections in ambiguous situations.

Dans les systèmes de perception multicapteurs, un point central concerne le suivi d'objets multiples. Dans mes travaux de thèse, le capteur principal est un télémètre laser à balayage qui perçoit des cibles étendues. Le problème desuivi multi-objets se décompose généralement en plusieurs étapes (détection, association et suivi) réalisées de manière séquentielle ou conjointe. Mes travaux ont permis de proposer des alternatives à ces méthodes en adoptant une approche "track-before-detect" sur cibles distribuées qui permet d'éviter la succession des traitements en proposant un cadre global de résolution de ce problème d'estimation. Dans une première partie, nous proposons une méthode de détection travaillant directement en coordonnées naturelles (polaires) qui exploite les propriétés d'invariance géométrique des objets suivis. Cette solution est ensuite intégrée dans le cadre des approches JPDA et PHD de suivi multicibles résolues grâce aux méthodes de Monte-Carlo séquentielles. La seconde partie du manuscrit vise à s'affranchir du détecteur pour proposer une méthode dans laquelle le modèle d'objet est directement intégré au processus de suivi. C'est sur ce point clé que les avancées ont été les plus significatives permettant d'aboutir à une méthode conjointe de détection et de suivi. Un processus d'agrégation a été développé afin de permettre une formalisation des données qui évite tout prétraitement sous-optimal. Nous avons finalement proposé un formalisme général pour les systèmes multicapteurs (multilidar, centrale inertielle, GPS). D'un point de vue applicatif, ces travaux ont été validés dans le domaine du suivi de véhicules pour les systèmes d'aide à la conduite. / In multi-sensor perception systems, an active topic concerns the multiple object tracking methodes. In this work, the main sensor is a scanning laser rangefinder perceiving extended targets. Tracking methods are generally composed of a three-step scheme (detection, association and tracking) which is jointly or sequentially implemented. This work proposes alternative solutions by considering a track-before-detect approach on extended targets. It avoids the classic procedures by proposing a global framework to solve this estimation problem. Firstly, we propose a detection method dealing with measurements in natural coordinates (polar) which is founded on geometrical invariance properties of the tracked objects. This solution is then integrated in the JPDA and PHD multi-target tracking frameworks solved with the sequential Monte-Carlo methods. The second part of this thesis aims at avoiding the detection step to propose an approach where the object model is directly embedded in the tracking process. This lets to build a novel joint detection and tracking approach. An aggregation process was developed to construct a measurement modeling avoiding any suboptimal preprocessing. We finally proposed a general framework for multi-sensor systems ( multiple lidar, inertial sensor, GPS). Theses methods were applied in the area of multiple vehicle tracking for the Advanced Driver Assistance Systems.

No description available.