Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Software filtert aus Punktwolken die Objektdaten heraus

27.02.2004


Technologien, die Objekte erfassen, um davon 3-D-Modelle zu erstellen, gibt es einige. Was fehlt sind Programme, die aus den erzeugten Punktwolken die Objektdaten herausfiltern. Sung Joon Ahns Algorithmen tun genau das: Sie segmentieren Punktwolken und erkennen die enthaltenen regelgeometrischen Elemente - vollautomatisch, stabil, hochgenau und schnell.


Ausgangs-Punktwolke


Automatisch segmentierte Punktwolke mit eingepassten Regelgeometrieobjekten © Fraunhofer IPA



Ein "Urelement der Malerei ist der Punkt", stellte Kandinsky 1926 in "Punkt und Linie zu Fläche" fest. Als eigenständiges, ausdrucksstarkes Element hat der Punkt jedoch nur in der Kunst eine Chance. Handwerker, Ingenieure und Designer kommen mit dem nulldimensionalen Punkt allein nicht weit. Ihre Bausteine beim Konstruieren oder Gestalten sind in der Regel die zwei- und dreidimensionalen geometrischen Grundformen Ebene, Kugel, Kegel, Zylinder oder Torus. Die meisten Gegenstände lassen sich zu einem großen Teil mit diesen Objekten darstellen. Ähnliches gilt für Fabrikanlagen. Von neuen Produkten oder Anlagen liegen von Anfang an exakte, digitale 3-D-Modelle vor, auf die Konstrukteure und Fabrikplaner bei Weiterentwicklungen und Veränderungen zurückgreifen können. Ältere Produkte oder Anlagen müssen in der Regel vorher digitalisiert und rekonstruiert werden. Laserscanner, Computertomographen und Koordinatenmessgeräte erfassen sie zwar automatisch, liefern aber nur Punktwolken. Die eigentlichen Objekte aus diesen Punktwolken herauszufiltern um ein CAD-Modell zu erstellen, ist eine langwierige Aufgabe für erfahrene Spezialisten. Meist ist es notwendig, in Handarbeit einzelne Bereiche der Punktwolke auszuschneiden und die passenden geometrischen Elemente zu "fitten".



Sung Joon Ahn hat am Fraunhofer IPA einen kompakten, allgemein verwendbaren Algorithmensatz für das Orthogonal Distance Fitting (ODF) von Kurven und Flächen im zwei- und dreidimensionalen Raum entwickelt, der den Spezialisten diese mühselige Arbeit abnimmt: Im Alleingang segmentieren diese Algorithmen die Punktwolken und passen die entsprechenden regelgeometrischen Objekte ein. Ausgehend von einem beliebigen Startpunkt sucht die vollautomatische Objekterkennung nach einpassbaren Elementen und schneidet die zugehörige Punktmenge aus der Punktwolke aus. Dieser Vorgang wiederholt sich, bis alle geometrischen Elemente in der Punktwolke erfasst sind. Die Ausgangsdatensätze müssen keine besonderen Bedingungen erfüllen. "Selbst bei verrauschten Datensätzen und teilweise verdeckten Features haben wir sehr gute Ergebnisse erzielt", berichtet Ahn. Seine Algorithmen liefern sowohl die Form- als auch die Positions- und Rotationsparameter der in die Punktwolke eingepassten Elemente.

Die Kurven- und Flächeneinpassung in eine Punktmenge ist eine grundlegende Problemstellung, die mathematisch meist durch die "Kleinste Quadrate-Approximation" gelöst wird. Auch Ahns Algorithmen basieren auf der "Kleinsten Quadrate-Approximation". Für diese Approximation ist zunächst die Verlustfunktion zu definieren. Bei einer Modelleinpassung in eine Messpunktmenge ist dafür der kürzeste Abstand zwischen Modell und Messpunkt das beste Fehlermaß. Diese Fehlerdefinition schreibt auch die ISO 10360-6:2001 zur Überprüfung der Datenverarbeitungssoftware von Koordinatenmessgeräten vor. "Der kürzeste Abstand verhält sich jedoch im Allgemeinen nicht linear zu den Modellparametern und lässt sich auch nicht durch eine explizite Formel berechnen", skizziert Ahn das Problem. Erst in den letzten Jahrzehnten haben sich zahlreiche Wissenschaftler verstärkt bemüht, einen allgemein gültigen und effizienten ODF-Algorithmus zu entwickeln. Allerdings wurde bislang keine zufriedenstellende Lösung mit vertretbarem Rechenaufwand und gutem Konvergenzverhalten gefunden. Ahns Algorithmen konvergieren sehr gut und zeichnen sich auch durch hohe Laufzeiteffizienz, Robustheit und Genauigkeit aus. Selbst bei schlechten Startparametern genügt die Besteinpassung dem höchsten Genauigkeitsgrad nach ISO 10360-6:2001. Die Algorithmen bringen nicht nur Vorteile bei der Fabrikdigitalisierung und der optischen 3-D-Messtechnik, auch andere Anwendungen profitieren davon. In der Robotik ermöglichen sie beispielsweise neue, intelligentere Software-Lösungen für die Greifersteuerung beim "Griff in die Kiste" oder die Bahnplanung und die Navigation von mobilen Robotersystemen.

Ansprechpartner:

Fraunhofer-Institut für Produktionstechnik
und Automatisierung IPA
Dipl.-Math. Ira Effenberger
Telefon: +49(0)711/970-1853
E-Mail: ira.effenberger@ipa.fraunhofer.de

Michaela Neuner | Fraunhofer IPA
Weitere Informationen:
http://www.ipa.fraunhofer.de

Weitere Berichte zu: Algorithmus Objektdaten Punktwolke

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Vom Gehirn zur Robotik: Algorithmen verarbeiten Sensordaten wie das Gehirn
25.09.2017 | Universität Ulm

nachricht Ein stabiles magnetisches Bit aus drei Atomen
21.09.2017 | Sonderforschungsbereich 668

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: LaserTAB: Effizientere und präzisere Kontakte dank Roboter-Kollaboration

Auf der diesjährigen productronica in München stellt das Fraunhofer-Institut für Lasertechnik ILT das Laser-Based Tape-Automated Bonding, kurz LaserTAB, vor: Die Aachener Experten zeigen, wie sich dank neuer Optik und Roboter-Unterstützung Batteriezellen und Leistungselektronik effizienter und präziser als bisher lasermikroschweißen lassen.

Auf eine geschickte Kombination von Roboter-Einsatz, Laserscanner mit selbstentwickelter neuer Optik und Prozessüberwachung setzt das Fraunhofer ILT aus Aachen.

Im Focus: LaserTAB: More efficient and precise contacts thanks to human-robot collaboration

At the productronica trade fair in Munich this November, the Fraunhofer Institute for Laser Technology ILT will be presenting Laser-Based Tape-Automated Bonding, LaserTAB for short. The experts from Aachen will be demonstrating how new battery cells and power electronics can be micro-welded more efficiently and precisely than ever before thanks to new optics and robot support.

Fraunhofer ILT from Aachen relies on a clever combination of robotics and a laser scanner with new optics as well as process monitoring, which it has developed...

Im Focus: The pyrenoid is a carbon-fixing liquid droplet

Plants and algae use the enzyme Rubisco to fix carbon dioxide, removing it from the atmosphere and converting it into biomass. Algae have figured out a way to increase the efficiency of carbon fixation. They gather most of their Rubisco into a ball-shaped microcompartment called the pyrenoid, which they flood with a high local concentration of carbon dioxide. A team of scientists at Princeton University, the Carnegie Institution for Science, Stanford University and the Max Plank Institute of Biochemistry have unravelled the mysteries of how the pyrenoid is assembled. These insights can help to engineer crops that remove more carbon dioxide from the atmosphere while producing more food.

A warming planet

Im Focus: Hochpräzise Verschaltung in der Hirnrinde

Es ist noch immer weitgehend unbekannt, wie die komplexen neuronalen Netzwerke im Gehirn aufgebaut sind. Insbesondere in der Hirnrinde der Säugetiere, wo Sehen, Denken und Orientierung berechnet werden, sind die Regeln, nach denen die Nervenzellen miteinander verschaltet sind, nur unzureichend erforscht. Wissenschaftler um Moritz Helmstaedter vom Max-Planck-Institut für Hirnforschung in Frankfurt am Main und Helene Schmidt vom Bernstein-Zentrum der Humboldt-Universität in Berlin haben nun in dem Teil der Großhirnrinde, der für die räumliche Orientierung zuständig ist, ein überraschend präzises Verschaltungsmuster der Nervenzellen entdeckt.

Wie die Forscher in Nature berichten (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005), haben die...

Im Focus: Highly precise wiring in the Cerebral Cortex

Our brains house extremely complex neuronal circuits, whose detailed structures are still largely unknown. This is especially true for the so-called cerebral cortex of mammals, where among other things vision, thoughts or spatial orientation are being computed. Here the rules by which nerve cells are connected to each other are only partly understood. A team of scientists around Moritz Helmstaedter at the Frankfiurt Max Planck Institute for Brain Research and Helene Schmidt (Humboldt University in Berlin) have now discovered a surprisingly precise nerve cell connectivity pattern in the part of the cerebral cortex that is responsible for orienting the individual animal or human in space.

The researchers report online in Nature (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005) that synapses in...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Posterblitz und neue Planeten

25.09.2017 | Veranstaltungen

Hochschule Karlsruhe richtet internationale Konferenz mit Schwerpunkt Informatik aus

25.09.2017 | Veranstaltungen

Junge Physiologen Tagen in Jena

25.09.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Verbesserte Kohlendioxid-Fixierung dank Mikrokompartiment

25.09.2017 | Biowissenschaften Chemie

Internationales Forscherteam entdeckt kohärenten Lichtverstärkungsprozess in Laser-angeregtem Glas

25.09.2017 | Physik Astronomie

LaserTAB: Effizientere und präzisere Kontakte dank Roboter-Kollaboration

25.09.2017 | Messenachrichten