Mehr als 1/3 aller Unfälle mit Personenschäden passieren im städtischen Bereich, primär an Kreuzungen. Eine Unterstützung des Fahrers durch geeignete Assistenzsysteme erfordert das Verstehen dieser sehr komplexen Situationen, insbesondere das sichere Erkennen anderer bewegter Verkehrsteilnehmer. Der Beitrag zeigt, wie man durch eine geschickte Fusion von Stereosehen und Bewegungswahrnehmung zu einer robusten und schnellen Detektion relevanter bewegter Objekte kommt. Dabei schätzt das als 6D-Vision bezeichnete Verfahren simultan Ort und Bewegung einzelner Bildpunkte und erlaubt somit eine Detektion bewegter Objekte bereits auf Pixelebene. Unter Verwendung eines Kalman-Filters propagiert der Algorithmus die aktuelle Interpretation ins nächste Bild, sodass er sich in Echtzeit darstellen lässt. Beispiele kritischer Situationen im Innenstadtbereich verdeutlichen die Leistungsfähigkeit des 6D-Vision-Prinzips, das auch im Bereich der mobilen Roboter wertvolle Beiträge leisten kann.