Abschlussarbeiten – Institut für Kartographie und Geoinformatik

Masterarbeiten (abgeschlossen)

Development of a cross-domain calibration for use on LiDAR and camera sensors on mobile mapping systems

Mobile mapping has been popularized over the last few years with special interest for re- search purposes. In this context, the Institute of Cartography and Geoinformatics (IKG) has developed a custom mobile mapping bike, equipped with two cameras and two Light Detection and Ranging (LiDAR) sensors, all connected to a Latte Panda Sigma com- puter. Due to the self-constructed setup, the geometric relationships between the sensors are initially unknown. Consequently, the aim of this thesis is to implement a workflow for determining the relative orientation between the sensors and to leverage the results for a visual validation through point cloud colorization using camera imagery. To establish the cross-sensor relations, orthogonal trihedrons are used as calibration tar- gets. The normal vectors from each planar surface are used as features to estimate the rotations alignment, where as the intersection point of all three planes is used to calculate the translation. For the plane extraction in the images, Augmented Reality University of Cordoba (ArUco) markers are used, where as Random Sample Consensus (RANSAC) is applied to the point cloud data. The core algorithm used to determine the relative orientation is the Kabsch algorithm, which is based on singular value decomposition. The initial calibration is further refined with a tracking-based approach, incorporating addi- tional measurements and model fitting to enhance accuracy and stability. Calibration results with a positional error of 2.052 cm in 2 m distance and an angular error of 0.0660° could be archived. After inspecting the colorized point cloud, a non-linear error propagation could be detected, suggesting that further improvements for the camera calibration are necessary. Moreover, different target patterns are advised to minimize their effect on the LiDAR measurements accuracy.

Leitung: Brenner, Wage, Schimansky

Team: Florian von Loh

Jahr: 2025
Evaluation of SLAM algorithms for a bicycle LiDAR mobile mapping system

This thesis evaluates SLAM algorithms for a LiDAR-equipped bicycle mapping system. The goal is to adapt various SLAM packages to the system, assess their performance, and compare results with reference data. Tasks include calibrating the system, compensating for motion, and integrating navigation data. Resources include access to the mapping platform and datasets. Proficiency in Python and experience with point clouds are required. The research aims to benchmark SLAM performance for bicycle mapping.

Leitung: Schimansky

Team: Siyuan Ren

Jahr: 2024
Entwicklung einer modularen Sensorplattform zur mobilen Erfassung von Fahrzeugbegegnungen

Das Fahrradfahren im gemeinsamen Verkehrsraum mit Kraftfahrzeugen bereitet vielen Radfahrer*innen Unbehagen. Das Meiden stark befahrener Straßen ist nur mit guter Ortskenntnis möglich, da zur Häufigkeit der Begegnungen mit Kraftfahrzeugen auf den meisten Straßen keine Daten vorliegen. Die Erfassung eines Datensatzes, der Smartphone-Sensordaten über Fahrzeugbegegnungen sammelt, könnte die Grundlage für einen Smartphone-basierten Fahrzeugdetektor bilden. Magnetometer- und Barometer-Messwerte werden als Indikatoren für vorbeifahrende Fahrzeuge verwendet. In dieser Arbeit wird zunächst eine Sensorplattform konstruiert, die zur Erhebung von Smartphone- und anderen Sensordaten im Fahrbetrieb dient. Das System ist so ausgelegt, dass es auch in Zukunft mit anderen Sensorkonfigurationen genutzt werden kann. Daraufhin wird eine Methodik vorgestellt, die auf Basis der Daten einer Kamera und eines Abstandssensors an der Sensorplattform einen Datensatz von Fahrzeugbegegnungen erzeugt. Dieser enthält zu den gefahrenen Trajektorien alle wichtigen Sensordaten eines handelsüblichen Smartphones inklusive der Zeitpunkte von Fahrzeugbegegnungen. Ab- schließend wird auf Basis des Datensatzes ein dreiklassiger Klassifikator trainiert und evaluiert. Dabei wird untersucht, welcher Ansatz einen generalisierbaren Klassifikator liefern kann. Für den Klassifikator werden mehrere auf dem Random Forest basierende Ansätze untersucht. Dabei werden Aufbau und Parameter einer Sliding-Window-Funktion zur Feature-Erzeugung angepasst.

Leitung: Wage, Feuerhake, Golze, Sester

Team: Tim Schimansky

Jahr: 2022

Offene Bachelorarbeiten

Erfassung und Modellierung der Herrenhäuser Gärten mittels Mobile Mapping als Grundlage für einen Digitalen Zwilling

Digitale Zwillinge gewinnen zunehmend an Bedeutung für die Analyse, Planung und Verwaltung realer Objekte und Räume. Sie ermöglichen es, physische Systeme virtuell abzubilden, zu analysieren und zu optimieren. Eine zentrale Grundlage solcher Digitalen Zwillinge sind präzise Geodaten – insbesondere Punktwolken, die die reale Umgebung in hoher geometrischer Auflösung abbilden. Ziel dieser Arbeit ist die Erfassung der Herrenhäuser Gärten in Hannover mittels des ikg-Mobile Mapping-Bikes, das mit Sensoren wie u. a. LiDAR, 360°-Kamera und GNSS ausgestattet ist. Auf Basis der gewonnenen Punktwolken-Daten soll ein realitätsnahes 3D-Modell der Gärten erzeugt werden, das als Baustein für einen zukünftigen Digitalen Zwilling dienen kann. Hierzu ist zunächst die Planung und Durchführung einer Messkampagne erforderlich, gefolgt von der Aufbereitung der Daten, d. h. der Säuberung, Registrierung und Ableitung eines Oberflächenmodells.

Leitung: Brenner

Team: Brenner, Schimansky, Feuerhake

Jahr: 2025

Offene Masterarbeiten

Mapping and Analysis of Parking Lot Occupancy Using Mobile LiDAR Data

In cooperation with the Mobility Management at Leibniz University Hannover, a methodology for automatically estimating parking space utilization from mobile mapping LiDAR data is to be developed and tested. The aim is to gain insights into the general utilization of the various parking areas. Based on observations at different times and on different days, the proportion of long-term parkers and the minimum and maximum utilization rates are to be determined. Dynamics throughout the academic year, including lecture periods and lecture-free periods, are also interesting for future demand planning and adaptation of inventories. This also includes planning and carrying out the necessary measurements using the ikg's Mobile Mapping Cargo Bike.

Leitung: Wage, Schimansky

Jahr: 2026
Mobile Mapping Bike LiDAR Evaluation

Das ikg setzt bereits seit einigen Jahren ein Auto basiertes LiDAR Mobile Mapping System zum Erfassen von Punktwolken ein. Diesen bieten vielfältige Analyse- und Visualisierungsmöglichkeiten. Allerdings ist die Nutzung des Messsystems auf mit dem Auto befahrbare Straßen beschränkt und die Prozessierung hängt von proprietärer Software ab. Um die Nutzungsmöglichkeiten zu erweitern wurde daher am ikg ein Lastenfahrrad basiertes Mobile Mapping System konstruiert. Dazu wurde ein Trike mit E-Unterstützung um ein Multisensorsystem erweitert, bestehend aus: LiDAR, RTK-GNSS, IMU und Erweiterungsmöglichkeiten um z.B. eine Thermalkamera. Dank der robusten Positionierung sind auch Messfahrten durch partiell abgeschattete Bereich (auch durch Innenbereiche) möglich. Auf dem Bordrechner werden die eingehenden Sensorstreams mittels ROS aufgezeichnet und bieten so individuelle Möglichkeiten zur weiteren Verarbeitung und Erweiterung des Systems. Ziel einer Abschlussarbeit wäre die Evaluation der resultierenden Punktwolke in Hinblick auf ihre relative Genauigkeit, sowie im Vergleich zum hochgenauen bisherigen System.

Leitung: Schimansky, Wage

Jahr: 2023

Schimansky - Abschlussarbeiten

Masterarbeiten (abgeschlossen)

Offene Bachelorarbeiten

Offene Masterarbeiten