Extraktion von Objektrauminformationen aus TLS-Scans für die wissensbasierte Georeferenzierung von Multi-Sensor Systemen

Bei Mobile-Mapping Anwendungen in Innenbereichen ergeben sich aus der eingeschränkten Verfügbarkeit von GNSS-Signalen und komplexen Aufnahmesituationen Herausforderungen für die Georeferenzierung der eingesetzten Multi-Sensor Systeme. Ein Ansatz besteht in der Nutzung von Vorinformationen, die aus dem Objektraum abgeleitet werden. In Hinblick auf eine wissensbasierte Georeferenzierung erfolgt in dieser Bachelorarbeit die Extraktion geeigneter Objektrauminformationen aus zwei exemplarischen Punktwolken. In Form einer prototypischen MATLAB-Software wird ein Verfahren entwickelt, um eine Vielzahl an TLS-Profilen automatisch zu segmentieren und die resultierenden Teilpunktwolken durch Ausgleichsgeraden zu approximieren. Die Segmentierung erfolgt mit Hilfe eines modifizierten RANSAC-Algorithmus, der eine Wissensübertragung zwischen zeitlich benachbarten Profilen ermöglicht. Für ausgewählte Geraden, die zwei gegenüberliegende Wände sowie die Decke und den Boden des aufgenommenen Raumes repräsentieren, werden Eigenschaften wie Parallelität und Rechtwinkligkeit analysiert. Aus den Abstandsparametern der Geraden werden relative Positionsänderungen des TLS in zwei Raumrichtungen bestimmt. Zur Validierung der Ergebnisse liegen Referenzpositionen vor. Zudem wird untersucht, inwieweit die Einführung einer Rechteckbedingung eine Verbesserung der Positionslösung bewirkt. Schließlich werden Ansätze zur Weiterentwicklung des erarbeiteten Prototyps aufgezeigt.

Abbildung 1: Profile als Datengrundlage (links) und geschätzte Geradenselemtene in einem einzelnen Profil (rechts).