Auswerteverfahren zur automatisierten BIM-fähigen Objekterfassung in Tunnelbauwerken

Angestrebte Ergebnisse

Im Rahmen des Projektes soll ein Mess- und Auswerteverfahren entwickelt werden, mit dem die Oberfläche eines Tunnels so präzise digitalisiert wird, dass mit den erfassten Daten ein Deformationsmonitoring durch Oberflächen- und Tiefenprüfung vorgenommen werden kann. Angestrebt ist eine Genauigkeit der Lage- und Tiefenmessung von ca. 1 mm bei einer Geschwindigkeit von bis zu 65 km/h.

Ferner sollen alle Ausstattungsmerkmale (z. B. Beschilderung, Markierungen, Fahrstreifensignale, Beleuchtungseinrichtungen, Hydranten, Lautsprecher etc.) mit Hilfe von Deep-Learning-Methoden automatisiert erkannt werden.

Vorgehensweise

Zur Entwicklung des geplanten Verfahrens werden Lösungsansätze aus Photogrammetrie / Videogrammetrie / Computer Vision sowie aus dem Deep-Learning-Bereich genutzt. Durch eine geeignete Aufnahmegeometrie mit einem Multikamera-Setup und die sukzessive intelligente Verknüpfung von überlappenden Bildaufnahmen können 3D-Punktwolken generiert werden. Punktwolken und Bilder sind Input für CNNs (beispielsweise Dynamic Graph CNNs), aus denen nach erfolgreichem Training lokale geometrische Merkmale erfasst, eine semantische Segmentierung durchgeführt und Objekte automatisiert klassifiziert und erkannt werden. Bei der Objektbildung wird auf eine BIM kompatible Objektrepräsentation geachtet.

LeitungProf. Dr. Gerrit Austen, Prof. Dr. Michael Hahn (Stellvertreter)
PartnerViscan Solutions GmbH
Projekt E-MailadresseGerrit.Austen@hft-stuttgart.de
FördergeberBMWI
AusschreibungZIM
Laufzeit01.01.2018 – 31.12.2022

Team

Name und Position Bereich E-Mail und Telefon Raum
Professor Studienbereich Vermessung +49 711 8926 2348 2/149
Professor +49 711 8926 2560 2/209
Akademische Mitarbeiterin Fakultät Vermessung, Informatik und Mathematik2/246