Das SEMAP-Framework liefert die Möglichkeit eine semantische Karte von statischen Objekten in einer Datenbank abzuspeichern. Im Laufe der Arbeit soll dieses Framework um artikulierte Objekte dahingehend erweitert werden, dass es möglich wird dynamische Objekte abzuspeichern. Diese Art von Objekten wird durch eine Menge von Objektteilen definiert, welche Modelle der realen Welt repräsentieren und über verschiedene Verbindungsstücke zusammengehalten werden. Während hierzu zunächst das Datenbankschema erweitert wird, sollen im folgenden Schritt der Arbeit verschiedene Interfaces für das SEMAP-Framework implementiert werden.
Mit dem Las Vegas Reconstruction Toolkit der Universität Osnabrück, lassen sich aus 3D Punktwolken Polygonnetzte erzeugen. Problematisch wird es aber, wenn besonders große Punktwolken zu Polygonnetzten umgewandelt werden sollen, da das Verfahren sehr rechenintensiv und daher mit zunehmender Anzahl an Punkten sehr zeitaufwendig ist. Ziel der Arbeit ist es, das Las Vegas Reconstruction Toolkit dahingehen zu erweitern, sodass besonders große Punktwolken auf Computerclustern verarbeitet werden können. Insbesondere soll dies auf dem Cluster des Fachbereichs Physik getestet werden.
Oftmals weisen von Robotern aufgenommene Punktwolken Löcher auf, da viele Aspekte eine klare Aufnahme der Umgebung erschweren. Doch gerade im Innern eines Gebäudes können Löcher in aus Punktwolken generierten Meshes meist sinnvoll interpretiert werden, insbesondere dann, wenn sie in einer bestimmten Ebene liegen. Dazu ist es hilfreich, die Grobgeometrien eines Raumes zu klassifizieren um dann über die semantischen Label wie z.B. Fußboden, Decke, Wand oder auch Türen und Fenster zu interpolieren und diese Löcher im Mesh zu entfernen.
Robots operating in rough terrain are necessary for many different tasks, including any kind of outdoor operation (e.g. rescue operations, exploration of terrestrial and non-terrestrial unknown environments and object delivery). In my thesis, I work with an off-road enabled Volksbot XT platform, equipped with a 3D scanner and an inertial measurement unit (IMU) to map rough terrains. Based on 3D point clouds and ICP methods a global map will be created.
3D-Polygonnetzstrukturen sind in der Robotik ein bewährtes Mittel, um ausgehend von Sensordaten die geometrische Beschaffenheit der Umgebung zu interpretieren. Diese können durch Farbinformationen mit Texturen versehen werden. Diese Texturen können einem Roboter helfen, seine Umgebung besser wahrzunehmen. Das Ziel der Bachelorarbeit ist es, aus dem Kinect-Fusion Algorithmus gegebene 3D-Polygon-Darstellungen, in Echtzeit, um Texturen zu erweitern. Weitere Nutzen dieses Projekts sind unter anderem Computerspielumgebungen zu erzeugen, realistische Umgebungsmodelle für Gebäudepläne zu erschaffen und texturierte Modelle der Umgebung zu erstellen, die der Objekterkennung helfen.
Ein großer Teil der Dienstleistung des Unternehmens Hellmann Worldwide Logistics umfasst die Stückgut-Spedition. Die Abrechnung erfolgt aktuell häufig über das Gewicht des Packstücks. Im Stückgut-Prozess ist allerdings das Volumen eines Packstücks häufiger der Kostentreiber als das Gewicht. Um das Volumen eines Packstücks zu bestimmen, werden die maximal Abmessungen des Packstücks in jeder Dimension benötigt. Heute wird auf dem U-Lager größtenteils per Zollstock vermessen. Für diesen Prozess soll eine automatisierte Vermessungsstation mit Hilfe des Kinect V2 Sensors aufgebaut werden.
Refotografie bezeichnet das Wiederfinden der Aufnahmepose einer Fotografie und das erneute Aufnehmen der selben Szene. Dies erlaubt die Visualisierung der zeitlichen Entwicklung einer Szene wie beispielsweise von Gebäuden. Bisher existieren kaum Ansätze zur technischen Unterstützung, sodass die Fotografin meist händisch mit viel Geduld die Aufnahmepose rekonstruieren muss. Ziel dieser Arbeit ist die Entwicklung einer Anwendung für iOS-Geräte, die mit Hilfe von OpenCV den Nutzer ausgehend von einer Referenzaufnahme zu deren Aufnahmepose leitet, um so den Refotografieprozess zu vereinfachen.
With improving techniques in semantic mapping it becomes relevant to persistently store the gathered geometric and semantic information about the environment and continuously integrate new data. Using spatial databases to maintain a spatial environment model can be vital in the creation of semantic maps, because their spatial indexing allows for efficient lookup of geometric entities across large datasets. Another advantage is that spatial relations, like above, overlaps, etc., can directly be used in the retrieval queries.