Zur Erfüllung komplexer Aufgaben benötigen autonom agierende Roboter die Fähigkeit sich anhand von Sensordaten ein möglichst präzises Modell ihrer Umgebung zu erstellen. Ein Ansatz für die Lösung dieses Problems ist die Erstellung von 3D-Polygonnetzen aus 3D Punktwolken. In der AG Wissensbasierte Systeme wurde ein umfangreiches Softwarepaket entwickelt das eben dieses Ziel verfolgt und bereits Werkzeuge zur Verfügung stellt um aus einem vorhandenem 3D-Polygonnetz Flächen zu extrahieren. Ziel dieser Bachelorarbeit ist es nun besagte Software insofern zu erweitern, dass neben Flächen auch runde oder zylinderförmige Objekte erkannt werden können.
Bei der Verarbeitung von ungeordneten 3D-Punktdaten, wie sie z.B. von 3D-Laserscannern geliefert werden, tritt immer wieder das Problem auf, die nächsten Nachbarn eines gegebenen Messpunktes zu finden. Dies k�nnen die n n�chsten Nachbarn oder alle Punkte innerhalb eines vorgegebenen Radius sein. Ein in der AG Wissensbasierte Systeme verwendetes, effizient implementiertes Standardverfahren zur L�sung dieses Problems sind kD-Bäume, allerdings ist dies darauf spezialisiert, genau den nächsten Nachbarn eines Punktes zu finden. Diese Bachelorarbeit stellt dar, wie dieses Problem mit Hilfe des CUDA-Frameworks von NVidia auf die Grafikkarte ausgelagert werden und dies in die bereits vorhandenen Algorithmen integriert werden kann.