Veranstaltungsprogramm

Eine Übersicht aller Sessions/Sitzungen dieser Tagung.
Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.

 
Sitzungsübersicht
Session
S04: Geoinformatik - Methodik
Zeit:
Donnerstag, 21.02.2019:
11:15 - 13:00

Chair der Sitzung: Jan-Henrik Haunert
Ort: EH 01 (Exnerhaus)
EXNH-EG/58 Peter-Jordan-Straße 82, Erdgeschoß OST 150 Sitzplätze

zu Beginn mit Innovationsforum 4
(Kurzvorträge der ausstellenden Fachfirmen)

M. Sauerbier, Geosystems: Handeln, bevor es teuer wird: Operationeller Online-Dienst zur Überwachung von Bodenbewegungen im mm-Bereich
T. Klinkan, Landmark: Nutzung von BIM mit GeoMax Software und Vermessungsgeräten
E. Breg, Vexcel Imaging: Neue Wege beschreiten – die UltraCam Panther
C. Held, ZOLLER + FRÖHLICH: Innovative Workflows mit Z+F Technologie
S. Jany, Milan: Projektbeispiele Airborne Laserscanning
N. Studnicka, RIEGL: RIEGL Smart Waveform LiDAR Technologie – Aktuelle Entwicklungen und Produktneuheiten




Zeige Hilfe zu 'Vergrößern oder verkleinern Sie den Text der Zusammenfassung' an
Präsentationen

3D-Punktwolken-Management mit PostgreSQL/PostGIS für praktische Anwendungen in Geoinformationssystemen

T. Meyer, A. Brunn

Hochschule Würzburg-Schweinfurt, Deutschland

Als Quelle für räumliche Informationen gewinnen 3D-Punktwolken in Anwendungsfeldern der Geodäsie, Geoinformatik, Architektur und Bauarchäologie zunehmend an Bedeutung. Obwohl moderne Messinstrumente wie Laserscanner, Unmanned-Aerial-Systems (UAS) und Mobile Mapping Systeme die Erzeugung von Punktwolken immer mehr vereinfachen und eine große Auswahl von Auswertesoftware zur Verfügung steht, stellt die effiziente Speicherung und Verwaltung von großen Punktwolken-Daten immer noch eine große Herausforderung für den Anwender dar.

Verschiedene Ansätze für Datenstrukturen sind verfügbar, mit denen 3D-Punktwolken speichereffizient organisiert werden können. Raumfüllende Kurven, Voxel-Aufteilungen oder hierarchische Baumstrukturen wie z. B. Octrees werden häufig zur Beschleunigung von Verarbeitungsmethoden oder zum Punktwolken-Rendering eingesetzt. Octrees, Kd-Trees, (Super-) Voxel und die Morton Z-Order, können durch die Verwendung von Algorithmen freier Programmbibliotheken und offenen Schnittstellen implementiert werden.

Der gängigen Vorgehensweise, Punktwolken in einzelnen Dateien zu speichern, steht die Möglichkeit gegenüber, Geodatenbanksysteme mit spezieller Punktwolken-Erweiterung zu nutzen. In diesem Beitrag wird vorgestellt, wie die Integration von 3D-Punktwolken in das Geodatenbanksystem PogreSQL/PostGIS mit der „Pointcloud“-Erweiterung für eine Auswahl von Anwendungsszenarien realisiert werden kann.

Im Besonderen werden die Auswirkungen von unterschiedlichen Methoden der Punktwolken-Kachelung und –Kompression auf den Datenbankbetrieb aufgezeigt und untersucht, in wie weit die charakteristischen Eigenschaften verschiedener Arten von Punktwolken eine Rolle bei der Entscheidung für eine geeignete Speicherstruktur spielen. Durch die Möglichkeiten räumlicher Indizierung werden kombinierte Abfragen von Punktwolken-Informationen mit anderen Geodaten im Raster- und Vektorformat ausgeführt. Dabei werden derzeit noch bestehende Einschränkungen in der Ausführung von 3D-Abfragen aufgezeigt und beschrieben, wie diese Einschränkungen durch eine geeignete dreidimensionale Punktwolken-Kachelung und mehrstufige Abfrageprozeduren umgangen werden können.

Außerdem werden unter Verwendung der freien Programmbibliotheken PDAL, PCL, Open3D sowie den LAS-Tools und Python-Programmierung verschiedene exemplarische Workflows für Anwendungen und Aufgaben vorgestellt, mit denen Punktwolken aus der Datenbank heraus verarbeitet, analysiert und auch aktualisiert zurück in die Datenbank geschrieben werden können. Die Performanz der Realisierungen wird u.a. in Bezug auf Speicherverbrauch und Laufzeit evaluiert.

Die Ergebnisse zeigen, dass eine individuell gewählte Speicherstruktur für eine Punktwolke unter Berücksichtigung ihrer dreidimensionalen räumlichen Ausdehnung, Punktdichte und Verteilungscharakteristik von zusätzlichen Punkt-Merkmalen ausschlaggebend für einen möglichst geringen Speicherverbrauch und effizienten Datenzugriff ist. Gleichzeitig werden durch eine optimierte Organisation von Punktwolken in einer Geodatenbank performante Abfragen und Interaktionen in GIS-Anwendungen möglich.



Extraction of an IndoorGML Model from an Occupancy Grid Map Constructed using 2D LiDAR

L. S. Tessema2, R. Jäger2, U. Stilla1

1Technische Universität München, Deutschland; 2Hochschule Karlsruhe Technik und Wirtschaft

Along with the advent of SLAM (Simultaneous Localization and Mapping) algorithms, autonomous service robots have been gaining popularity which is justified by the availability of numerous consumer robots such as the “Roomba” autonomous vacuum cleaner and the Care-O-bot from Fraunhofer IPA. Such service robots can be used in a range of scenarios from home and personal assistive systems to industrial applications. Mobile robot systems normally generate and use the spatial representation of the environment but such representations are primarily being used solely for navigation purposes.

Indoor map representation and navigation problems have been long addressed by the robotics community. In this regard, different map representation models have been proposed, such as: feature based maps, semantic maps, and topological maps. It is often the case that algorithms involved in the generation of environment maps are geared towards producing globally consistent point clouds (feature maps) or occupancy grid maps as end products. A significant challenge with such representations is that, they do not provide high level understanding of the scenery. High level information in a form of semantic or topologic information is deemed valuable especially when it comes to applications in BIM and LBS. Occupancy grid maps are merely meant to be used for robot navigation related tasks, whereas with the introduction of the IndoorGML standard, the usability of occupancy grid maps could be further extended as sources of indoor spatial information that are usable to applications in BIM and pedestrian navigation.

This paper outlines a method to extract 2D IndoorGML model from an occupancy grid map generated by a simulated indoor robot fitted with a 2D Lidar sensor. In order to generate the occupancy map, an open source SLAM algorithm, “gmapping” is used. The simulation is carried out in the Gazebo ROS simulation environment using a hypothetical 3D floor plan. Next, a set of image processing methods are used to extract features (boundaries) used to construct the IndoorGML model.

The results presented in this paper could be considered as attempts to extend functionalities and usability of indoor robot maps for the purpose of extracting meaningful information relevant to the BIM industry. The next line of research in this regard will be the use of IndoorGML models in robotic mapping and navigation systems. Such integration is a natural course of action due to the resemblance of the IndoorGML data model and the concept of hybrid robotic maps.



Basemap.at – Das Meistgenutzte Open Government Data Produkt Von Österreich

W. Jörg

Stadt Wien, Österreich

Motivation / Problemstellung

Die österreichischen Verwaltungen verfügen über Geodaten in hervorragender Qualität. Dennoch wurde in der Vergangenheit dort, wo Geodaten in der Praxis benötigt werden, sei es durch die Lehre und Forschung, die Wirtschaft oder die Verwaltungen selbst, oftmals auf Geodatenprodukte von globalen Großkonzernen oder aber von der Community digitalisierte Karten zurückgegriffen.

Methode / Untersuchung

Die Ursachen für diesen Umstand wurden analysiert und mit der Schaffung von basemap.at beseitigt. Ziel war die Erstellung und Bereitstellung einer Österreich-Grundkarte, welche sowohl die besten, originären Geodaten österreichsicher Verwaltungen beinhaltet und das vereint mit der Open Government Data Lizenz von Österreich, welche eine uneingeschränkte, unlimitierte und kostenlose Nutzung ermöglicht.

Ergebnisse

basemap.at hat sich heute zum meistgenutzten Open Government Data Produkt österreichischer Verwaltungen entwickelt und ist mittlerweile fixer Bestandteil unzähliger Geoinformations-Produkte.

basemap.at wird laufend weiterentwickelt. Aktuell wird an der Bereitstellung der künftigen Vektor basemap.at gearbeitet. Erste Ergebnisse werden bei der Tagung vorgestellt werden können.



 
Impressum · Kontaktadresse:
Datenschutzerklärung · Veranstaltung: DLT 2019
Conference Software - ConfTool Pro 2.6.127
© 2001 - 2019 by Dr. H. Weinreich, Hamburg, Germany