Die vorliegende Arbeit beschäftigt sich mit der Implementierung und Optimierung des Growing- Cell-Structures-Algorithmus (GCS) zur Rekonstruktion der Oberfläche dreidimensionaler Punktdaten. Es wird eine Integration des Algorithmus in das Las Vegas Reconstruction Toolkit (LVR2), sowie - damit verbunden - eine Abkapslung von der Computational Geometry Algorithms Library (CGAL) angestrebt, deren Datenstrukturen in einer vorigen Implementation des Algorithmus im LVR1 verwendet wurden. Zur Unterstützung der benötigten Operationen wird die Halfedge-Mesh Datenstruktur des LVR2 um einen Vertex-Split erweitert.
Die bildgebende Spektroskopie ist ein gängiges Verfahren der Fernerkundung zur Auswertung und Analyse von multi- und hyperspektralen Luft- und Satellitenaufnahmen der Erdoberfläche. Die Arbeitsgruppe Wissensbasierte Systeme der Universität Osnabrück erzeugte im Rahmen des Las-Vegas-Surface-Reconstruction-Projekts hyperspektrale Panoramaaufnahmen im terrestrischen Nahbereich über 150 Strahlungskanäle. Zusätzlich zu den Hyperspektralaufnahmen wurde jeweils ein Laserscan der aufgenommenen Umgebung erzeugt, sodass pro Aufnahme eine dreidimensionale mit Hyperspektralinformationen annotierte Punktwolke generiert werden kann. Ziel dieser Arbeit ist es, derartige Panoramaaufnahmen mithilfe von Techniken und Werkzeugen der Fernerkundung in Materialklassen einzuteilen, um so einen Beitrag zum Forschungsgebiet des Semantic Mapping zu leisten.
Mittels der universitätseigenen Bibliothek Las Vegas Reconstruction (kurz LVR) ist es möglich, Polygonnetze aus 3D-Punktwolken zu generieren. Diese Bibliothek wird mit dem Dual Marching Cubes Algorithmus um eine weitere Variante der Oberflächenrekonstruktion erweitert. Besonderer Fokus liegt dabei auf der Adaptivität der Rekonstruktion. D.h. das rekonstruierte Polygonnetz besteht aus verschieden großen Polygonen. Dabei sind die einzelnen Polygone in Bereichen mit hohem Detailreichtum sehr klein, um diese Details gut approximieren zu können. In Bereichen, die weit weniger Details enthalten sind die Polygone hingegen deutlich größer.
Das Las Vegas Reconstruction Toolkit (LVR) erzeugt aus Laserscandaten eine digitale 3D-Umgebungsrepräsentation in Form eines Polygonnetzes. Um eine effiziente Echtzeitvisualisierung zu ermöglichen, werden dabei feine Details ausgeblendet und eine Repräsentation geringen bis mittleren Detailgrades erstellt. Dies führt beispielsweise dazu, dass eine auf diese Weise digitalisierte Steinmauer als ebene Fläche dargestellt wird, obwohl der ursprüngliche Laserscan genauere geometrische Informationen (Fugen, Struktur, etc.) enthält. Das Ziel dieser Bachelorarbeit ist es, diese Detailinformationen, welche sich zusätzlich zum digitalen 3D-Modell als stückweise diskrete Höhenkarte (Detail Map) repräsentieren lassen, durch Echtzeitverfeinerung des Polygonnetzes während der Visualisierung wieder einzufügen.
In verschiedenen Anwendungsfällen im Bereich der Computergrafik und der Simulation besteht der Bedarf, semi-reguläre Vierecksnetze von 3D-Objektoberflächen in voll-reguläre Teile zu partitionieren. Idealerweise sollte diese Partition so simpel wie möglich, d.h. die Anzahl der Teile so gering wie möglich, sein. Der sogenannte Motorcycle-Graph approximiert diese Idealpartition in effizienter Weise. Gerade im Bereich aufwendiger Simulationen, z.B. mittels der Finite Elemente Methode, werden jedoch häufig auch Hexaedernetzrepräsentationen des gesamten Volumens von 3D-Objekten verwendet.
Für die Navigation von Fahrzeugen wird häufig das satellitengestützte Global Positioning System (GPS) eingesetzt. Da der Satellitenempfang innerhalb von Gebäuden oftmals eingeschränkt ist, eignet sich GPS in der Regel nur für die Outdoor-Lokalisierung. Eine sehr populäre Technologie, die neben der primären drahtlosen Identifizierung von Objekten auch für die Indoor-Lokalisierung eingesetzt werden kann, ist die Radio Frequency Identification (RFID). In dieser Bachelorarbeit wird basierend auf einem RFID-System, das aus einem Reader und preiswerten Tags besteht, eine zweidimensionale Indoor-Lokalisierung implementiert und evaluiert.
In der Logistik-Branche sind insbesondere bei der Verladung von Stückgut das Volumen und die Stellfläche von Frachtstücken auf Ladeeinheiten zentrale Kostentreiber. In einem Vorgängerprojekt wurde eine automatisierte Vermessungsstation entwickelt, die es erlaubt, darin abgestellte Objekte mithilfe von RGBD Kameras zu erfassen und die orientierte Bounding Box zu ermitteln. Darauf aufbauend soll eine Lösung erarbeitet werden, die mit Hilfe von Online-Rekonstruktionsverfahren die Vermessung bewegter Objekte bei der Durchfahrt durch ein Tor, zum Beispiel mit einem Gabelstapler, ermöglicht ohne den Verladeprozess zu unterbrechen.