Automatisches Erkennen von Hindernissen in Tunnel-Scans

01.07.2015 - 31.10.2017
Auftragsforschungsprojekt

Beschreiben Sie Ihr geplantes Vorhaben und gehen Sie dabei besonders auf die innovativen und forschungsrelevanten Aspekte ein: * Für die technische Vermessung wird eine Software-Lösung angestrebt, die das automatische Erkennen von Hindernissen in Punktwolken von Tunnel-Scans ermöglicht. Derartige Scans enthalten meist neben der zu messenden Tunnelwand auch Hindernisse wie Kabel, Schläuche, Fahrzeuge, Personen etc. Dadurch wird eine Auswertung der Punktwolke verfälscht.

Bisher werden die Scan-Daten durch interaktives Bearbeiten bereinigt.

Dieses Vorgehen ist äußerst zeitintensiv. Unseres Wissens sind am Markt keine Software Systeme verfügbar, die ein automatisches Bereinigen der Daten mit praxistauglicher Qualität anbietet.

Da die eingesetzten Punktwolken oft über 10 Mio. Punkte enthalten, weisen Algorithmen welche im 3D Raum arbeiten zu lange Berechnungszeiten auf. Ein Lösungsansatz wäre ein unterstützendes Tool zum Segmentieren von 2,5D Daten (Abgewickelte Punktwolke zu einem Tiefenbild), basierend auf Computer Vision Methoden wie z. B. Kantenerkennung oder adaptive Schwellwertfilter zu entwickeln. Die angedachte Methode würde das Segmentieren von Hindernissen erleichtern, aber immer noch eine manuelle Interaktion erfordern. Wir sind daher bestrebt einen Technologiepartner zu finden der umfangreiches Know-How und erprobte Algorithmen im Bereich Bildverarbeitung und maschinellem Lernen verfügt, da wir in einer Kombination dieser Methoden das meiste Potential für eine vollautomatische Segmentierung sehen.

Personen

Projektleiter_in

Subprojektleiter_in

Projektmitarbeiter_innen

Institut

Auftrag/Kooperation

  • Significant Software Gerald Ebner K

Forschungsschwerpunkte

  • Cognitive and adaptive Automation and Robotics: 100%

Schlagwörter

DeutschEnglisch
ObjekterkennungObject Recognition
TunnelTunnel
HindernissvermeidungObstacle avoidance

Publikationen