Berkei, Sarah (2016)
Effiziente und Vollautomatische Grobausrichtung für den Soll-Ist-Abgleich zwischen CAD-Modellen und Scandaten.
Technische Universität Darmstadt
Masterarbeit, Bibliographie

Kurzbeschreibung (Abstract)

Diese Arbeit befasst sich mit der Entwicklung und anschließenden Evaluation eines globalen Registrierungsverfahren zum Soll-Ist-Abgleich zwischen Scandaten und einem CAD-Modell. Dabei liegt der Fokus auf einer effizienten Ausrichtung der Daten zueinander, die schneller als ein manuelles Vorgehen ist. Als Grundlage dient der "4-Point Congruent Sets" Algorithmus, der die Transformation zwischen zwei Punktwolken zueinander berechnet. Im Rahmen dieser Arbeit wird er mit einem klassischen, auf den Anwendungsfall der Arbeit angepassten, Ansatz "RANSAC-based DARCES" evaluiert. Darüber hinaus werden das "Largest Common Pointset" und die "Hausdorff-Distanz" als Bewertungskriterien verglichen, um eine möglichst effiziente und genaue Registrierung zu erreichen. Um das Ergebnis der globalen Registrierung zu bewerten, wird der "Iterative Closest Point" Algorithmus in die globale Registrierung integriert. Zu erkennen ist, dass 4PCS, vor allem auf strukturreichen Oberflächen, mit diesem Ansatz in durchschnittlich 5,5 Sekunden bis zu 74 zuverlässige Ergebnisse liefert. Auf strukturarmen Oberflächen kann mittels des "RANSAC-based DARCES" bis 82 valide Ergebnisse erzielt werden, wobei die Zeit für die Berechnung mit den verwendeten Testmodellen durchschnittlich unter 4 Sekunden lag. The main part of this thesis deals with the development and subsequent evaluation of a global registration method concerning the nominal-actual comparison between 3D scan data and a CAD model. In the course of this work the emphasis is on an efficient alignment of the regarded data to its respective counterpart, which is faster than a manual procedure. The "4-Point Congruent Sets" algorithm, which calculates the mutual transformation between two point clouds, serves as the foundation. In the context of this thesis it is then evaluated with a classic "RANSAC-based DARCES" approach adapted for the use case of this work. Furthermore the "Largest Common Pointset" and "Hausdorff distance" are compared as metrics in order to maximize accuracy and efficiency of the registration. To evaluate the results of the global registration the "Iterative Closest Point" algorithm is integrated in the global registration. In conclusion, on structured surface 4PCS provides reliable results of up to 74 percent in an average of 5.5 seconds runtime. On surface with little structure "RANSAC-based DARCES" accomplishes up to 82 percent of valid results, a calculation time of less than 4 seconds can be achieved.

Frage zum Eintrag

Redaktionelle Details anzeigen