Logo Leibniz Universität Hannover
Logo: GIH/Geodätisches Institut Hannover
Logo Leibniz Universität Hannover
Logo: GIH/Geodätisches Institut Hannover
  • Zielgruppen
  • Suche
 

Mobile Mapping

Betreuung:C. Brenner, H. Alkhatib, S. Hofmann, D. Muhle, M. Vennebusch, A. Weitkamp
Studierende:S. Curs, J. Göbel, S. Hinze, C. Harmening, T. Ibershoff, T. Madinejad, T. Ott
Laufzeit:2012-2013

Bild Mobile Mapping

Abbildung: Automatisch extrahierte Fenstertypen zur Klassifikation von Gebäuden nach Bauepoche

Projektbeschreibung

Ziel des Projektseminars war zum einen die Berechnung einer GNSS/INS-Integration, zum anderen die Verbesserung der Trajektorie gegenüber den Ergebnissen, die mit der kommerziellen Software erzielt werden können und schließlich die Ableitung von Gebäudemerkmalen für die Automatisierte Kaufpreissammlung (AKS). Zunächst wurde ein geeignetes Projektgebiet ausgewählt. Die Wahl fiel auf Badenstedt, Hannover. Anschließend wurde als wichtigste Datengrundlage das Mobile Mapping mit dem Messsystem Riegl VMX-250-CS6 des ikg in diesem Gebiet durchgeführt. Um sich sowohl mit der genutzten Sensorik und ihren unterschiedlichen Einstellungsparametern, als auch mit den Gegebenheiten im Projektgebiet vertraut zu machen, wurde eine Testfahrt in einem Teil des Gebietes durchgeführt. Die Unterteilung in kleinere Messgebiete stellte sich dabei als sinnvoll heraus. Deshalb erfolgte die Aufnahme des Gebietes in vier weiteren Abschnitten. Zusätzlich erfolgten geodätische Referenzmessungen im Projektgebiet. Diese umfassten ein Lagenetz, sowie die koordinatenmäßige Erfassung von Straßenlaternen und Gebäudepunkten auf Fassaden.

Die mit dem Mobile Mapping System erfassten Daten wurden zunächst mit der zur Verfügung stehenden kommerziellen Software ausgewertet. Die Filterung der Trajektorie erfolgte mit der Software POSPac MMS der Firma Applanix unter Nutzung von SAPOS-Referenzdaten. Die Erzeugung der 3D-Punktwolke aus den Messdaten wurde anschließend mit der Software RiPROCESS der Firma Riegl LMS GmbH durchgeführt. Unter Anwendung der zur Verfügung stehenden Werkzeuge wurden schließlich die Trajektorie sowie die Punktwolke optimiert. Die erzielten Abweichungen sind in den einzelnen Teilgebieten aufgrund unterschiedlicher Aufnahmebedingungen verschieden. Die Größenordnung der Höhen- und Lagedifferenzen der Punktwolke liegt nach der Bearbeitung im Mittel aber bei weniger als 3 cm.

Mit dieser Datengrundlage sollten nun eigene Module zur Verbesserung der Trajektorienschätzung entwickelt werden. Ein Ziel war dabei die Berechnung einer GNSS/INS-Integration. Genutzt werden sollte das Loosely-Coupling der INS- und GNSS-Messungen. Problematisch war hier die fehlende Datengrundlage, sodass die Integration mit bereits gekoppelten IMU-Werten durchgeführt werden musste.

Den Schwerpunkt des Projektseminars bildet die Verbesserung der Trajektorie in drei Schritten: Im ersten Schritt wurde eine relative Verbesserung durchgeführt, bei der Punktwolken aus Mehrfachfahrten zur Deckung gebracht wurden. Die maximalen Differenzen der resultierenden Punktwolken liegen nach der Verschiebung bei <1 cm. Im zweiten Schritt wurde die Ergebnistrajektorie unter Berücksichtigung der Fahrdynamik geglättet, bevor sie im letzten Schritt auch global verbessert wurde. Hierfür wurden die cm-genauen geodätischen Referenzmessungen im gesamten Projektgebiet genutzt. Sowohl Laternenpunkte als auch Fassadenebenen konnten automatisch in der Punktwolke segmentiert werden. Anhand der Differenzen zwischen korrespondierenden Punkten wurden Verschiebungsparameter ermittelt und auf die Daten angewendet.

Als weitere Einsatzmöglichkeit für das Mobile Mapping System wurde die Anwendbarkeit zur Ableitung von Gebäudemerkmalen für die AKS untersucht. Dafür sollte auf Grundlage der erfassten Daten zunächst eine Klassifikation erfolgen, um das Baujahr als wichtiges Merkmal aus den aufbereiteten Daten zu extrahieren.

Zur Entwicklung der Methodik, wurden zunächst nur drei Klassen von Bauepochen für automatische Klassifikation ausgewählt. Diese auf Basis von orthoprojizierten Fassadenwänden durchgeführte Klassifikation war hier mit 70-75% korrekt zugeordneten Bauepochen recht erfolgreich. Dieses Ergebnis war möglich, da sich die Fassaden sehr genau schätzen lassen und die wichtigsten zur Klassifikation relevanten Gebäudemerkmale automatisch ableitbar sind. Neben dem Baujahr konnten die Geschosshöhe und die Zahl der oberirdischen Vollgeschosse aus den Daten auto-matisch abgeleitet werden. Grundsätzlich ist es also möglich aus Mobile Mapping Daten verschiedene Merkmale für die AKS zu ermitteln. Trotzdem gibt es einige Merkmale die nicht erfasst werden können, sodass Ortsbesichtigungen durch Sachverständige oder die von den Eigentümern auszufüllenden Fragebögen zur Ermittlung von Merkmalen nicht vollständig ersetzt werden können. Eine Verknüpfung der herkömmlichen mit den untersuchten Methoden könnte allerdings die Datengewinnung für Zwecke der Wertermittlung optimieren.

Übersicht