Die vorliegende Arbeit beschäftigt sich mit der Integration und der Evaluation von Open-Mesh in das Las Vegas Reconstruction Toolkit (LVR2). OpenMesh ist eine Bibliothek, die mithilfe der Half-Edge-Datenstruktur die Repräsentation von Polygonnetzen ermöglicht. LVR2 nutzt für die Rekonstruktion von Punktwolken eine eigene Implementierung der Half- Edge-Datenstruktur. Ziel dieser Arbeit ist neben der Integration der Half-Edge-Datenstruktur von OpenMesh eine Gegenüberstellung dieser mit der bereits in LVR2 vorhandenen Half-Edge-Datenstruktur, um zu ermitteln, welche der beiden Datenstrukturen effizienter ist.
Projection Mapping umfasst die Projektion von perspektivisch korrekt verzerrten Bildern auf beliebige dreidimensionale Oberflächen mit Videoprojektoren. In der 3D Game Engine Unity wird ein Kalibrierungsverfahren entwickelt, mithilfe dessen beliebig viele Projektoren innerhalb einer 3D Szene ausgerichtet werden können. Dadurch entsteht die Möglichkeit, komplexe Installationen mit mehreren Projektoren zu entwerfen, die in Echtzeit und unter anderem mit Physikund Grafikeffekten von Unity betrieben werden können. Darüber hinaus werden wichtige Eigenschaften der Projektionshardware, sowie generelle Vorgehensweisen zum Thema Projection Mapping diskutiert.
In der vorliegenden Arbeit wird die Implementation eines Verfahrens vorgestellt, mit dem statische 3D Umgebungsmodelle interaktiv gemacht werden können. Dafür werden sie in ein Computerspiel geladen, in dem mit Objekten interagiert werden kann. Beispielsweise können Türen geöffnet und geschlossen werden. Mit einer Erweiterung des Las Vegas Surface Reconstruction Toolkits werden die Modelle in einzelne Komponenten zerteilt. Diese Komponenten werden einem Typ zugeordnet und je nach Typ werden ihnen Attribute hinzugefügt. In einer HDF5 Struktur wird das Umgebungsmodell exportiert und in Unity importiert.
Wenn mit einem Laserscanner Scans aus mehreren Positionen aufgenommen werden, zum Beispiel von einem mobilen Roboter, ist es f¨ur anschließende Berechnungen und Analysen wichtig, die genaue Position und Ausrichtung des Scanners zur Zeit der Aufnahme zu wissen. Ein Verfahren zur Bestimmung dieser Pose heißt Simultaneous Localisation And Mapping (SLAM). Für dieses Verfahren gibt es aktuell jedoch wenige Implementierungen, insbesondere für die Variante mit 6 Freiheitsgraden, die für den 3D-Raum benötigt wird.