Laserscanning und Mobile Mapping: Evaluierung verschiedener Klassifikatoren zur Detektion von Objekten in Punktwolken

Einführung und Ziel der Arbeit
Viele Gebiete unseres Lebens werden rasant mit Hilfe von Maschinen automatisiert. Nicht nur für die Kartographie ist dabei essenziell, dass Computer Beobachtungen ihrer Sensoren korrekt zuordnen und interpretieren. Für diese Aufgabe stehen bereits verschiedenste Klassifizierungsalgorithmen zur Verfügung.
Ziel der Bachelorarbeit ist die Analyse verschiedener Klassifikationsansätze mit Fokus auf deren Eignung zur Bestimmung von Objekten aus Punktwolken. Die theoretische Analyse der Algorithmen führt zur ihrer praktischen Anwendung auf den Daten des Institutseigenen Mobile Mapping Systems. Dem Studierenden steht eine umfangreiche Sammlung von Punktwolken aus dem Bereich Hannover, sowie ein Framework für deren Analyse zur Verfügung. Die Aufgabe des Studierenden ist die Evaluierung verschiedener Klassifikatoren, wie zum Beispiel der Support-Vector-Maschine und Random Forests, zur Erkennung von Verkehrsteilnehmern in Punktwolken.

Aufgaben und zeitlicher Ablauf

• Literatur Recherche
• Analyse der theoretischen Eignung
• Einarbeitung in das Framework
• Evaluation der geeignetsten Ansätze
• Ausarbeitung

 Hilfsmittel

• Mehrere Mobile Mapping Datensätze
• Framework zur Analyse

• Elementare Programmierkenntnisse

Ansprechpartner

Steffen Busch