Landmarken-Muster

(a) Detektierte Stangen. (b) Detektierte Ebenen.

Abbildung 6.4.: Detektierte stangenf¨ormiger Objekte und Ebenen in den verschiedenen LiDAR-Daten. Die Punkte des Riegl VMX-250 Mobile-Mapping-Systems sind gr¨un, die Punkte des Automotive-Zeilenscanners blau eingef¨arbt.

Abbildung 6.4 vergleicht die zu den Landmarken geh¨origen Punkte, welche durch ein Mobile-Mapping-System sowie durch einen Automotive-Zeilenscanner (siehe Abschnitt 6.1.2) erfasst wurden.

Es ist ersichtlich, dass in den Automotive-Daten nur ein kleiner Bereich der Stange erfasst wird.

Dies erschwert eine direkte Zuordnung der Landmarken aus den Automotive-Daten zu den ent-sprechenden Referenzen und verursacht Fehldetektionen. Aus diesem Grund wird ein Deskriptor zwischen mindestens drei Landmarken verwendet, der ein Landmarken-Muster beschreibt. Dieser Deskriptor wird sowohl f¨ur die Referenz- als auch f¨ur die Online-Landmarken bestimmt. Werden neue Landmarken detektiert, so wird hierf¨ur der Deskriptor berechnet und der passende Referenz-Deskriptor gesucht. Im Wesentlichen wird zur Umsetzung das in Brenner (2009b) beschriebene Verfahren verwendet, jedoch um Ebenen erg¨anzt.

Deskriptor

Der in Brenner (2009b) beschriebene Deskriptor beinhaltetdim= 2·kStangen−3 Werte. F¨ur eine Menge von k_Stangen ≥2 Landmarken ist der erste Wert D durch die Maximaldistanz zwischen zwei Landmarken der aktuellen Menge bestimmt. Dieser Durchmesser definiert außerdem diex-Achse des lokalen Landmarkenmuster-Koordinatensystems. Die y-Achse steht entsprechend senkrecht hierzu. Die Orientierung des Koordinatensystems wird dadurch festgelegt, dass die Ausdehnung der verbleibendenk_Stangen−2 Landmarken in +y gr¨oßer als in −y ist. Nachdem der Schwerpunkt des Koordinatensystems von den verbleibenden Landmarken subtrahiert wird, werden diese in lexikographischer Ordnung dem Deskriptor hinzugef¨ugt.

6.1. Verwendung stangenf¨ormiger Objekte und Ebenen 73

Im Gegensatz zu Brenner (2009b) werden hier neben stangenf¨ormigen Objekten auch aus den LiDAR-Daten extrahierte Ebenen als Landmarken verwendet, um so die Landmarken-Zuordnung zu verbessern. Die Erstellung des Landmarkenmusters wird in Abbildung 6.5 dargestellt. Zun¨achst werden die Ebenensegmente ebenfalls in lexikographischer Ordnung nach ihrem Mittelpunkt sor-tiert, welcher sich aus dem Mittelwert der zwei ¨außeren Punkte der jeweiligen Ebene ergibt.

Die Mittelpunkte werden anschließend auf die gleiche Weise wie die Stangenpunkte in Brenner (2009b) zum Deskriptor hinzugef¨ugt. Zus¨atzlich wird jedoch noch die Orientierung der Ebene gespeichert, welche sich aus dem Winkel zwischen dem Normalenvektor der Ebene im lokalen Landmarkenmuster-Koordinatensystem und dessenx-Achse ergibt:

α= arccos( n_En_x

|n1||n_x|) (6.4)

mit

n_x = 1

0

(6.5) Durch das Hinzuf¨ugen der Ebenen ergibt sich die Dimension des Deskriptors somit zu dim= 2·kStangen+ 3·kEbenen−3.

α

(x₁,y₁) (x₂,y₂)

d

Abbildung 6.5.: Die Erstellung eines Landmarkenmusters f¨urkStangen= 3undkEbenen= 1. Die Referenzstan-gen und -ebenen sind blau eingef¨arbt, die gemessenen Landmarken gr¨un. Die Verbindungen zwischen den Landmarken beschreiben die einzelnen Deskriptorwerte. Der hier resultierende Referenzdeskriptor (blau) w¨urde sich zuD{d,x1,y₁,x₂,y₂,α} ergeben.

Alternativ zum Ebenenmittelpunkt k¨onnte auch die minimale Distanz der Ebene zum Ursprung des lokalen KoordinatensystemsdE verwendet werden, welche sich direkt aus den Ebenenparametern in der Hesseschen Normalform ergibt. Hierdurch k¨onnte die Dimension zu 2·k_Stangen+ 2·k_Ebenen−3 reduziert werden. Allerdings w¨urde der Deskriptor somit auch weniger einheitlich sein. H¨aufig extrahierte Ebenen sind H¨auserfassaden, die wiederum h¨aufig im selben Abstand parallel zur Straße stehen und somit sehr ¨ahnliche Ebenenparameterd_E undn_E besitzen. Weiterhin ist die Genauigkeit dieses Wertes stark beeinflusst durch die Genauigkeit der Ebenenorientierung.

Zuordnung

In Brenner (2009b) werden f¨ur jede Referenzlandmarke p_i alle m¨oglichen Kombinationen vonk−1 Landmarken in der UmgebungL_i vonl_i ausgew¨ahlt. F¨ur diese Landmarken wird der Deskriptor D berechnet und in einer Datenbank gespeichert. Die Zuordnung der Landmarken geschieht anschlie-ßend wie folgt. Abbildung 6.6 zeigt alle lokalen Referenzdeskriptoren ausPi im 3D-Raum. Wenn f¨ur eine gegebene Szene mindestenskLandmarken l_j detektiert wurden, kann der DeskriptorD_j ausk zuf¨allig gew¨ahlten Landmarken bestimmt werden. Eine Menge hierzu passender L¨osungen der korrekten Landmarken-Korrespondenzen kann aus der Datenbank abgegriffen werden. Im

n¨achsten Schritt wird erneut ein Deskriptor aus wiederum zuf¨allig gew¨ahlten Landmarken bestimmt und die ¨Uberschneidungsmenge aus der aktuellen Ausgabe der Datenbank mit den bisherigen gew¨ahlten Landmarken-Korrespondenzen gebildet. Dieses Vorgehen wird so lange wiederholt, bis nur noch eine L¨osung m¨oglich ist. Ein Referenzdeskriptor wird bei diesem Verfahren als m¨ogliche L¨osung anerkannt, wenn dessen Werte nahezu identisch mit denen des aktuell zuf¨allig bestimmten Deskriptor sind. Dies ist der Fall, wenn die Wertdifferenzen der einzelnen Deskriptorelemente geringer als die zugeh¨origen Genauigkeiten der Messgenauigkeitsfaktoren eStangen,e_x/y,Ebenen und e_α,Ebenen der jeweiligen Landmarken sind. Die Messgenauigkeit stangenf¨ormiger Objekte e_Stangen kann, wie in Brenner (2009b) vorgeschlagen, auf wenige Zentimeter gesetzt werden. Der Mittelpunkt der Ebenen wird im Gegensatz zum Mittelpunkt der Stangen nicht nur von der Messgenauigkeit beeinflusst. Es ist nicht garantiert, dass eine Ebenen in ihrer gesamten Ausdehnung gemessen wurde.

Verdeckungen k¨onnen dazu f¨uhren, dass die Außenpunkte und somit auch der Mittelpunkt der Ebene falsch bestimmt werden (siehe Abbildung 6.5). Aufgrund dessen wird in Abschnitt 7.1.3 f¨ur die Messgenauigkeit der Ebenene_Ebenen ein deutlich h¨oherer Wert von 10 m gew¨ahlt.

Der in Brenner (2009b) vorgestellte Ansatz hat zum Nachteil, dass fehlerhafte Landmarkende-tektionen dazu f¨uhren k¨onnen, dass die korrekte Zuordnung nicht gefunden wird. Tritt in einer Iteration eine fehlerhafte Detektion auf, so ist es wahrscheinlich, dass hierdurch die korrekte L¨osung verworfen wird. Aus diesem Grund wird der Ablauf wie folgt ge¨andert. F¨ur jede m¨ogliche sich aus der Datenbank ergebene Referenzl¨osung des aus k zuf¨allig gew¨ahlten Landmarken bestimmten DeskriptorsD_j wird eine TranslationT_k bestimmt und in einer Liste gespeichert. Diese Translation ergibt sich aus den gemittelten 2D-Koordinatendifferenzen der aktuellen Landmarken (Mittelpunkte der stangenf¨ormigen Objekte) zu den entsprechenden Referenzlandmarken. Dieser Schritt wird iterativ wiederholt. F¨ur jede Translation wird außerdem ein Scores bestimmt. Beinhaltet die Liste bereits eine ¨ubereinstimmende TranslationTj, so werden die Werte der Translation gemittelt und nach ihrem jeweiligen Score gewichtet, der anschließend um +1 erh¨oht wird. In dieser Arbeit wird angenommen, dass zwei Translationen T_k undT_j ubereinstimmen, sofern ein gewisser Grenzwert¨

∆Tmax nicht ¨uberschritten wird, hier 0,5 m. Eine finale Translation wird angenommen, sobald eine einheitliche Translation bestimmt wurde. Dies ist in dieser Arbeit der Fall, wenn alle m¨oglichen Kombinationen durchlaufen sind oder der Score der bestbewerteten Translation den Wert der

d [m]

0 204060

y1 [m]0 20 40

40 20 x1 [m]

0 20 40 60

Abbildung 6.6.: 3D-Darstellung aller lokalen Referenzdeskriptoren eines Testgebietes f¨urk_Stangen= 3und kEbenen= 0.