Die 3D Particle Tracking Velocimetry (3D PTV) ist eine Methode zur bildbasierten Bestimmung von Geschwindigkeitsfeldern in Gas- oder Flüssigkeitsströmungen. Dazu wird die Strömung mit Partikeln markiert und durch ein Mehrkamerasystem beobachtet. Das Ergebnis der Datenauswertung sind 3D Trajektorien einer großen Anzahl von Partikeln, die zur statistischen Analyse der Strömung genutzt werden können. In der vorliegenden Arbeit werden verschiedene neu entwickelte Modelle gezeigt, die das Einsatzspektrum vergrößern und die Leistungsfähigkeit der 3D PTV erhöhen. Wesentliche Neuerungen sind der Einsatz eines Spiegelsystems zur Generierung eines virtuellen Kamerasystems, die Modellierung von komplex parametrisierten Trennflächen der Mehrmedienphotogrammetrie, eine wahrscheinlichkeitsbasierte Trackingmethode sowie eine neuartige Methode zur tomographischen Rekonstruktion von Rastervolumendaten. Die neuen Modelle sind an drei realen Experimentieranlagen und mit synthetischen Daten getestet worden. Durch den Einsatz eines Strahlteilers vor dem Objektiv einer einzelnen Kamera und vier Umlenkspiegeln, positioniert im weiteren Strahlengang, werden vier virtuelle Kameras generiert. Diese Methode zeichnet sich vor allem durch die Wirtschaftlichkeit als auch durch die nicht notwendige Synchronisation aus. Vor allem für die Anwendung im Hochgeschwindigkeitsbereich sind diese beiden Faktoren entscheidend. Bei der Beobachtung von Phänomenen in Wasser kommt es an den Trennflächen verschiedener Medien zur optischen Brechung. Diese muss für die weitere Auswertung zwingend modelliert werden. Für komplexe Trennflächen sind einfache Ansätze über zusätzliche Korrekturterme nicht praktikabel. Der entwickelte Ansatz basiert auf der mehrfachen Brechung jedes einzelnen Bildstrahls. Dazu müssen die Trennflächenparameter und die Kameraorientierungen im selben Koordinatensystem bekannt sein. Zumeist wird die Mehrbildzuordnung von Partikeln durch die Verwendung von Kernlinien realisiert. Auf Grund von instabilen Kameraorientierungen oder bei einer sehr hohen Partikeldichte sind diese geometrischen Eigenschaften nicht mehr ausreichend, um die Mehrbildzuordnung zu lösen. Unter der Ausnutzung weiterer geometrischer, radiometrischer und physikalischer Eigenschaften kann die Bestimmung der 3D Trajektorien dennoch durchgeführt werden. Dabei werden durch die Analyse verschiedener Merkmale diejenigen ausgewählt, welche sich für die spatio-temporale Zuordnung eignen. Die 3D PTV beruht auf der Diskretisierung der Partikelabbildungen im Bildraum und der anschließenden Objektkoordinatenbestimmung. Eine rasterbasierte Betrachtungsweise stellt die tomographische Rekonstruktion des Volumens dar. Hierbei wird die Intensitätsverteilung wird im Volumen rekonstruiert. Die Bewegungsinformationen werden im Anschluss aus den Veränderungen aufeinander folgender 3D-Bilder bestimmt. Durch dieses Verfahren können Strömungen mit einer höheren Partikeldichte im Volumen analysiert werden. Das entwickelte Verfahren basiert auf der schichtweisen Entzerrung und Zusammensetzung der Kamerabilder. Die entwickelten Modelle und Ansätze sind an verschiedenen Versuchsanlagen erprobt worden. Diese unterschieden sich stark in der Größe (0,5 dm³ – 20 dm³ – 130 m³) und den vorherrschenden Strömungsgeschwindigkeiten (0,3 m/s – 7 m/s – 0,5 m/s). / 3D Particle Tracking Velocimetry (3D PTV) is an image based method for flow field determination. It is based on seeding a flow with tracer particles and recording the flow with a multi camera system. The results are 3D trajectories of a large number of particles for a statistical analysis of the flow. The thesis shows different novel models to increase the spectrum of applications and to optimize efficiency of 3D PTV. Central aspects are the use of the mirror system to generate a virtual multi camera system, the modelling of complex interfaces of multimedia photogrammetry, a probability based tracking method and a novel method for tomographic reconstruction of volume raster data. The improved models are tested in three real testing facilities and with synthetic data. Using a beam splitter in front of the camera lens and deflecting mirrors arranged in the optical path, a four headed virtual camera system can be generated. This method is characterised by its economic efficiency and by the fact that a synchronisation is not necessary. These facts are important especially when using high speed cameras. When observing phenomena in water, there will be refraction at the different interfaces. This has to be taken into account and modelled for each application. Approaches which use correction terms are not suitable to handle complex optical interfaces. The developed approach is based on a multiple refraction ray tracing with known interface parameters and camera orientations. Mostly the multi image matching of particles is performed using epipolar geometry. Caused by the not stable camera orientation or a very high particle density this geometric properties are not sufficient to solve the ambiguities. Using further geometrical radiometrical and physical properties of particles, the determination of the 3D trajectories can be performed. After the analysis of different properties those of them are chosen which are suitable for spatio-temporal matching. 3D PTV bases on the discretisation of particle images in image space and the following object coordinate determination. A raster based approach is the tomographic reconstruction of the volume. Here the light intensity distribution in the volume will be reconstructed. Afterwards the flow information is determined from the differences in successive 3D images. Using tomographic reconstruction techniques a higher particle density can be analysed. The developed approach bases on a slice by slice rectification of the camera images and on a following assembly of the volume. The developed models and approaches are tested at different testing facilities. These differ in size (0.5 dm³ – 20 dm³ – 130 m³) and flow velocities (0.3 m/s – 7 m/s – 0.5 m/s).

Die 3D Particle Tracking Velocimetry (3D PTV) ist eine Methode zur bildbasierten Bestimmung von Geschwindigkeitsfeldern in Gas- oder Flüssigkeitsströmungen. Dazu wird die Strömung mit Partikeln markiert und durch ein Mehrkamerasystem beobachtet. Das Ergebnis der Datenauswertung sind 3D Trajektorien einer großen Anzahl von Partikeln, die zur statistischen Analyse der Strömung genutzt werden können. In der vorliegenden Arbeit werden verschiedene neu entwickelte Modelle gezeigt, die das Einsatzspektrum vergrößern und die Leistungsfähigkeit der 3D PTV erhöhen. Wesentliche Neuerungen sind der Einsatz eines Spiegelsystems zur Generierung eines virtuellen Kamerasystems, die Modellierung von komplex parametrisierten Trennflächen der Mehrmedienphotogrammetrie, eine wahrscheinlichkeitsbasierte Trackingmethode sowie eine neuartige Methode zur tomographischen Rekonstruktion von Rastervolumendaten. Die neuen Modelle sind an drei realen Experimentieranlagen und mit synthetischen Daten getestet worden. Durch den Einsatz eines Strahlteilers vor dem Objektiv einer einzelnen Kamera und vier Umlenkspiegeln, positioniert im weiteren Strahlengang, werden vier virtuelle Kameras generiert. Diese Methode zeichnet sich vor allem durch die Wirtschaftlichkeit als auch durch die nicht notwendige Synchronisation aus. Vor allem für die Anwendung im Hochgeschwindigkeitsbereich sind diese beiden Faktoren entscheidend. Bei der Beobachtung von Phänomenen in Wasser kommt es an den Trennflächen verschiedener Medien zur optischen Brechung. Diese muss für die weitere Auswertung zwingend modelliert werden. Für komplexe Trennflächen sind einfache Ansätze über zusätzliche Korrekturterme nicht praktikabel. Der entwickelte Ansatz basiert auf der mehrfachen Brechung jedes einzelnen Bildstrahls. Dazu müssen die Trennflächenparameter und die Kameraorientierungen im selben Koordinatensystem bekannt sein. Zumeist wird die Mehrbildzuordnung von Partikeln durch die Verwendung von Kernlinien realisiert. Auf Grund von instabilen Kameraorientierungen oder bei einer sehr hohen Partikeldichte sind diese geometrischen Eigenschaften nicht mehr ausreichend, um die Mehrbildzuordnung zu lösen. Unter der Ausnutzung weiterer geometrischer, radiometrischer und physikalischer Eigenschaften kann die Bestimmung der 3D Trajektorien dennoch durchgeführt werden. Dabei werden durch die Analyse verschiedener Merkmale diejenigen ausgewählt, welche sich für die spatio-temporale Zuordnung eignen. Die 3D PTV beruht auf der Diskretisierung der Partikelabbildungen im Bildraum und der anschließenden Objektkoordinatenbestimmung. Eine rasterbasierte Betrachtungsweise stellt die tomographische Rekonstruktion des Volumens dar. Hierbei wird die Intensitätsverteilung wird im Volumen rekonstruiert. Die Bewegungsinformationen werden im Anschluss aus den Veränderungen aufeinander folgender 3D-Bilder bestimmt. Durch dieses Verfahren können Strömungen mit einer höheren Partikeldichte im Volumen analysiert werden. Das entwickelte Verfahren basiert auf der schichtweisen Entzerrung und Zusammensetzung der Kamerabilder. Die entwickelten Modelle und Ansätze sind an verschiedenen Versuchsanlagen erprobt worden. Diese unterschieden sich stark in der Größe (0,5 dm³ – 20 dm³ – 130 m³) und den vorherrschenden Strömungsgeschwindigkeiten (0,3 m/s – 7 m/s – 0,5 m/s). / 3D Particle Tracking Velocimetry (3D PTV) is an image based method for flow field determination. It is based on seeding a flow with tracer particles and recording the flow with a multi camera system. The results are 3D trajectories of a large number of particles for a statistical analysis of the flow. The thesis shows different novel models to increase the spectrum of applications and to optimize efficiency of 3D PTV. Central aspects are the use of the mirror system to generate a virtual multi camera system, the modelling of complex interfaces of multimedia photogrammetry, a probability based tracking method and a novel method for tomographic reconstruction of volume raster data. The improved models are tested in three real testing facilities and with synthetic data. Using a beam splitter in front of the camera lens and deflecting mirrors arranged in the optical path, a four headed virtual camera system can be generated. This method is characterised by its economic efficiency and by the fact that a synchronisation is not necessary. These facts are important especially when using high speed cameras. When observing phenomena in water, there will be refraction at the different interfaces. This has to be taken into account and modelled for each application. Approaches which use correction terms are not suitable to handle complex optical interfaces. The developed approach is based on a multiple refraction ray tracing with known interface parameters and camera orientations. Mostly the multi image matching of particles is performed using epipolar geometry. Caused by the not stable camera orientation or a very high particle density this geometric properties are not sufficient to solve the ambiguities. Using further geometrical radiometrical and physical properties of particles, the determination of the 3D trajectories can be performed. After the analysis of different properties those of them are chosen which are suitable for spatio-temporal matching. 3D PTV bases on the discretisation of particle images in image space and the following object coordinate determination. A raster based approach is the tomographic reconstruction of the volume. Here the light intensity distribution in the volume will be reconstructed. Afterwards the flow information is determined from the differences in successive 3D images. Using tomographic reconstruction techniques a higher particle density can be analysed. The developed approach bases on a slice by slice rectification of the camera images and on a following assembly of the volume. The developed models and approaches are tested at different testing facilities. These differ in size (0.5 dm³ – 20 dm³ – 130 m³) and flow velocities (0.3 m/s – 7 m/s – 0.5 m/s).

By using the technique of photogrammetry for the 3D visualization of ancient Egyptian coffins decorated with magical texts and iconography, this project aims at building up a new digital platform for an in-depth study of the ancient Egyptian funerary culture and its media. It has started in August 2015 through the support of a Mellon Fellowship for the Digital Humanities at UC Berkeley and up until now it has focused on ancient Egyptian coffins kept at the Phoebe A. Hearst Museum of Anthropology of UC Berkeley. The main outcome will be a digital platform that allows to display a coffin in 3D and where users will be able to pan, rotate, and zoom in on the coffin, clicking on areas of text to highlight them and view an annotated translation together with other metadata (transcription of the hieroglyphic text, bibliography, textual variants, museological data, provenance, etc.)

Zugl.: München, Techn. Univ., Diss., 2009

Ziel des Folgeantrages war die Entwicklung der photogrammetrischen Messtechnik zur onlinefähigen Anwendung bei In-situ-Belastungsversuchen. Dies wurde mit den in Kapitel 3 beschriebenen Ansätzen erfolgreich umgesetzt. Die gewählte künstliche Texturierung der Bauteiloberflächen stellte sich als sehr geeignet heraus, um bereits kleinste Strukturveränderungen beobachten und visualisieren zu können. Durch die Verwendung einer Industriekamera konnte die onlinefähige Bildanalyse und simultane Darstellung der Ergebnisse auf dem Bildschirm umgesetzt werden. Durch die Verwendung von Dreiecken und der Ermittlung der Hauptverzerrung jedes dieser Dreiecke wurden Bereiche hoher lokaler Dehnungen (Rissentwicklung) frühzeitig detektiert. Diese frühe und automatisierte Erkennung der Rissentwicklung ermöglicht und verbessert die Beurteilung des Tragzustandes des zu untersuchenden Bauteils erheblich. Für die Beurteilung des Tragverhaltens von Stahlbetonbauteilen ohne oder mit zu geringer Bügelbewehrung wurden neben der Photogrammetrie die Schallemissionsanalyse, herkömmliche Verformungsmesstechniken und abschnittsweise Verformungsmessungen mit Neigungssensoren durchgeführt. Es zeigte sich, dass gerade die Kombination dieser Messverfahren zu einer erheblichen Verbesserung der Information über den Tragzustand des untersuchten Bauteils führte.

3D-Punktwolken haben die Objektvermessung in den letzten 25 Jahren signifikant verändert. Da Einzelpunktmessungen durch flächenhafte Messungen in Form von Punktwolken bei vielen Anwendungen ersetzt wurden, spricht man auch von einem Paradigmenwechsel in der Vermessung. Ermöglicht wurde diese Änderung in der Messmethodik durch die Innovationen im Instrumentenbau und die rasanten Entwicklungen der Computertechnologie. Luftgestützte und terrestrische Laserscanner sowie handgeführte 3D-Scanner liefern heute direkt dichte Punktwolken, während dichte 3D-Punkt-wolken aus Fotos bildbasierter Aufnahmesysteme indirekt abgeleitet werden, die zur detaillierten 3D-Objektrekonstruktion zunehmend eingesetzt werden. In dieser Arbeit werden Untersuchungen vorgestellt, mit denen das geometrische Genauigkeitsverhalten verschiedener scannender Messsysteme evaluiert und geprüft wurde. Während bei den untersuchten terrestrischen Laserscannern in den Untersuchungen die Genauigkeitsangaben (1 Sigma) der technischen Spezifikationen der Systemhersteller von 3-5 mm für den 3D-Punkt und die Distanzmessung eingehalten wurden, zeigten sich dagegen bei vielen untersuchten 3D-Handscannern signifikante Abweichungen gegenüber den technischen Spezifikationen. Diese festgestellten Abweichungen deuten auf eine gewisse geometrische Instabilität des jeweiligen Messsystems hin, die entweder durch die Bauweise und/oder durch eine ungenaue Systemkalibrierung (besonders hinsichtlich der Maßstäblichkeit) verursacht werden. Daher ist davon auszugehen, dass diese handgeführten 3D-Scanner offensichtlich erst am Anfang ihrer Entwicklungsphase stehen und dass noch genügend Optimierungspotential vorhanden ist. Als flexible und effiziente Alternativen zu den scannenden Messsystemen haben sich seit ca. 10 Jahren die bildbasierten Aufnahmesysteme zunehmend im Markt etabliert. Die in dieser Arbeit vorgestellten Untersuchungen des bildbasierten Aufnahme- und Auswertungsverfahren haben gezeigt, dass diese (mit Farbattributen versehene) 3D-Punktwolken, je nach Bildmaßstab und Oberflächenmaterial des Objektes, durchaus den Genauigkeiten der Laserscanner entsprechen. Gegenüber den Ergebnissen vieler 3D-Handscanner weisen die durch bildbasierte Aufnahmeverfahren generierten Punktwolken qualitativ bessere Resultate auf. Allerdings zeigte der Creaform HandySCAN 700, der auf einem photogrammetrischen Aufnahmeprinzip beruht, als einzige Ausnahme bei der handgeführten 3D-Scannern sehr gute Ergebnisse, die mit Durchschnittswerten besser als 30 Mikrometern sogar in den Bereichen der Referenzsysteme (hier Streifenprojektionssysteme) lagen. Die entwickelten Prüfverfahren und die entsprechenden durchgeführten Untersuchungen haben sich als praxistauglich erwiesen, da man auch unter zur Hilfenahme der VDI/VDE Richtlinie 2634 ver-gleichbare Ergebnisse erzielt, die dem praxisorientierten Anwender Aussagen über die Leistungsfä-higkeit des Messsystems erlauben. Bei den im statischen Modus erfassten Scans kommen noch Fehlereinflüsse durch die Registrierung der Scans hinzu, während bei kinematisch erfassten Scans die Genauigkeiten der verschiedenen (absoluten) Positionierungssensoren auf dem Fehlerhaushalt der Punktwolke addiert werden. Eine sorgfältige Systemkalibrierung der verschiedenen im kinematischen Modus arbeitenden Positionierungs- und Aufnahmesensoren des mobilen Multi-Sensor-Systems ermöglicht eine 3D-Punktgenauigkeit von ca. 3-5 cm, die unter guten Bedingungen mit höherwertigen Sensoren ggf. noch verbessert werden kann. Mit statischen Scans kann eine höhere Genauigkeit von besser als 1 cm für den 3D-Punkt erreicht werden, jedoch sind bei größeren aufzunehmenden Flächen mobile Aufnahmesysteme wesentlich effizienter. Die Anwendung definiert daher das zum Einsatz kommende Messverfahren. 3D-Punktwolken dienen als Grundlage für die Objektrekonstruktion auf verschiedenen Wegen: a) Engineering Modelling als generalisierte CAD-Konstruktion durch geometrische Primitive und b) Mesh Modelling durch Dreiecksvermaschung der Punktwolken zur exakten Oberflächenbeschreibung. Durch die Generalisierung bei der CAD-Konstruktion können sehr schnell Abweichungen vom Sollmaß von bis zu 10 cm (und größer) entstehen, allerdings werden durch die Anpassung auf geometrische Primitive eine signifikante Datenreduktion und eine topologische Strukturierung erreicht. Untersuchungen haben jedoch auch gezeigt, dass die Anzahl der Polygone bei der Dreiecksvermaschung je nach Oberflächenbeschaffenheit des Objektes auf 25% und sogar auf 10% der Originaldatenmenge bei intelligenter Ausdünnung (z.B. krümmungsbasiert) reduziert werden kann, ohne die visuelle und geometrische Qualität des Ergebnisses zu stark zu beeinträchtigen. Je nach Objektgröße können hier Abweichungen von unter einem Millimeter (z.B. bei archäologischen Fundstücken) bis zu 5 cm im Durchschnitt bei größeren Objekten erreicht werden. Heute können Punktwolken eine wichtige Grundlage zur Konstruktion der Umgebung für viele Virtual Reality Anwendungen bilden, bei denen die geometrische Genauigkeit der modellierten Objekte im Einzelfall keine herausragende Rolle spielt. / 3D point clouds have significantly changed the surveying of objects in the last 25 years. Since in many applications, the individual point measurements were replaced through area-based measurements in form of point clouds, a paradigm shift in surveying has been fulfilled. This change in measurement methodology was made possible with the rapid developments in instrument manufacturing and computer technology. Today, airborne and terrestrial laser scanners, as well as hand-held 3D scanners directly generate dense point clouds, while dense point clouds are indirectly derived from photos of image-based recording systems used for detailed 3D object reconstruction in almost any scale. In this work, investigations into the geometric accuracy of some of these scanning systems are pre-sented to document and evaluate their performance. While terrestrial laser scanners mostly met the accuracy specifications in the investigations, 3-5 mm for 3D points and distance measurements as defined in the technical specifications of the system manufacturer, significant differences are shown, however, by many tested hand-held 3D scanners. These observed deviations indicate a certain geometric instability of the measuring system, caused either by the construction/manufacturing and/or insufficient calibration (particularly with regard to the scale). It is apparent that most of the hand-held 3D scanners are at the beginning of the technical development, which still offers potential for optimization. The image-based recording systems have been increasingly accepted by the market as flexible and efficient alternatives to laser scanning systems for about ten years. The research of image-based recording and evaluation methods presented in this work has shown that these coloured 3D point clouds correspond to the accuracy of the laser scanner depending on the image scale and surface material of the object. Compared with the results of most hand-held 3D scanners, point clouds gen-erated by image-based recording techniques exhibit superior quality. However, the Creaform HandySCAN 700, based on a photogrammetric recording principle (stereo photogrammetry), shows as the solitary exception of the hand-held 3D scanners very good results with better than 30 micrometres on average, representing accuracies even in the range of the reference systems (here structured light projection systems). The developed test procedures and the corresponding investigations have been practically proven for both terrestrial and hand-held 3D scanners, since comparable results can be obtained using the VDI/VDE guidelines 2634, which allows statements about the performance of the tested scanning system for practice-oriented users. For object scans comprised of multiple single scan acquired in static mode, errors of the scan registration have to be added, while for scans collected in the kine-matic mode the accuracies of the (absolute) position sensors will be added on the error budget of the point cloud. A careful system calibration of various positioning and recording sensors of the mobile multi-sensor system used in kinematic mode allows a 3D point accuracy of about 3-5 cm, which if necessary can be improved with higher quality sensors under good conditions. With static scans an accuracy of better than 1 cm for 3D points can be achieved surpassing the potential of mobile recording systems, which are economically much more efficient if larger areas have to be scanned. The 3D point clouds are the basis for object reconstruction in two different ways: a) engineering modelling as generalized CAD construction through geometric primitives and b) mesh modelling by triangulation of the point clouds for the exact representation of the surface. Deviations up to 10 cm (and possibly higher) from the nominal value can be created very quickly through the generalization in the CAD construction, but on the other side a significant reduction of data and a topological struc-turing can be achieved by fitting the point cloud into geometric primitives. However, investigations have shown that the number of polygons can be reduced to 25% and even 10% of the original data in the mesh triangulation using intelligent polygon decimation algorithms (e.g. curvature based) depending on the surface characteristic of the object, without having too much impact on the visual and geometric quality of the result. Depending on the object size, deviations of less than one milli-metre (e.g. for archaeological finds) up to 5 cm on average for larger objects can be achieved. In the future point clouds can form an important basis for the construction of the environment for many virtual reality applications, where the visual appearance is more important than the perfect geometric accuracy of the modelled objects.

An Werkzeugmaschinen können steuerungsintegrierte geometrisch-kinematische Korrekturmodelle, wie z.B. das VCS, sowie Laserinterferometer und Lasertracker zur Bestimmung von Korrekturparametern als Stand der Technik angesehen werden. Defizite bestehen derzeit in der Charakterisierung des genauigkeitsrelevanten Maschinenzustandes durch Bestimmung von Verformungen sowie der räumlichen Lagevermessung bewegter Maschinenbaugruppen im gesamten Arbeitsraum. Photogrammetrische Verfahren sind zwar prinzipiell in der Lage, dies zu realisieren, erreichen aber nicht die notwendige Genauigkeit und können hinsichtlich der Anzahl der Kameras und des Sichtfeldes nicht an die räumlichen Gegebenheiten einer Werkzeugmaschine angepasst werden. Ziel dieser Arbeit ist die Entwicklung eines photogrammetrischen Verfahrens zur Charakterisierung des Maschinenzustandes mit hoher Genauigkeit. Grundlage ist ein Messmodell, in dem die kinematische Struktur und die Messanordnung zusammengeführt wird. Weiterhin werden alle Objektzustände zusammengeführt, um einen möglichst hohen Informationsgehalt zu erreichen und diesen für statistische Auswertungen zugänglich zu machen. Zur Verifizierung werden Analysen von Komponenten und Maschinen sowie die Simulation von Messungen vorgestellt. Dabei wird die kinematische Achsanordnung im Messmodell berücksichtigt, was sowohl die Erstellung optimierter Messkonfigurationen als auch die direkte Parameterermittlung von Korrekturmodellen ermöglicht. Für die Bestimmung thermo-elastischer Verlagerungen an einem Hexapod wird eine erweiterte 6DoF-Messkonfiguration, bestehend aus stationären und mit der Maschine bewegten Kameras, vorgestellt. Damit können Messunsicherheiten von weniger als 10 μm bzw. 10 μm /m in einem Messvolumen von 600 mm x 600 mm x 400 mm experimentell verifiziert werden. Im Mittelpunkt steht dabei die Entwicklung eines Modellierungskonzepts für photogrammetrische Messungen. Anhand von Beispielmessungen wird gezeigt, dass dadurch die erzielbare Messgenauigkeit deutlich erhöht werden kann. Im Vordergrund steht dabei die Kombination der Modelle von Maschine und Messsystem sowie des Messzyklus in einem geschlossenen Messmodell. Durch die Entwicklungen im Bereich Industrie 4.0 besteht ein zunehmender Bedarf, Maschinen zu konfigurieren und zu kalibrieren. Gleichzeitig verbessern sich Leistung, Verfügbarkeit und Zugänglichkeit von maschinenspezifischen Modellen. Die Kombination von maschinenspezifischen Modellen mit Modellen der Messsysteme unter Verwendung der entwickelten Methodik ermöglicht eine deutliche Erhöhung der Messgenauigkeit.:Inhaltsverzeichnis 1 Einleitung und Motivation 1 1.1 Bedeutung und Genauigkeit von Werkzeugmaschinen 2 1.2 Erfassung der Genauigkeit 4 1.3 Anforderungen der Industrie 4.0 an WZM 5 1.4 Inhalt und Aufbau dieser Arbeit 6 2 Aufbau, Verhalten und Korrektur von WZM 9 2.1 Kinematischer Aufbau von WZM 10 2.2 Fertigungs- und Maschinengenauigkeit 11 2.3 Genauigkeitsbestimmende Verhaltensbereiche 13 2.4 Steuerungsintegrierte Korrektur 18 2.5 Methoden zur Erfassung von Abweichungen 20 2.6 Typische Messmittel an WZM 21 2.7 Defizite 29 3 Photogrammetrische Methoden 33 3.1 Bildentstehung 34 3.2 Bildverarbeitung 38 3.3 Objektrekonstruktion 41 3.4 Genauigkeitskenngrößen 50 3.5 Auswertemethoden 53 3.6 Potenziale und Defizite 59 4 Konkretisierung der Zielstellung 61 4.1 Bedarf 62 4.2 Zielstellung 63 4.3 Methodik 63 5 Entwicklung eines Modellierungskonzeptes für WZM 65 5.1 Struktur und Parameter der Modelle 66 5.2 Genauigkeitsrelevante Einflussgrößen 70 5.3 Modellierungskonzept 78 5.4 Beispielhafte Modellierung: DMU80 90 6 Realisierung und Test der Modellumgebung 95 6.1 Hard- und Softwarekonzept 96 6.2 Softwarekomponenten 97 6.3 Bildaufnahme und Bildspeicher 98 6.4 Realisierung und Test der Bildmessung 99 6.5 Implementierung der Modellkomponenten 107 6.6 Realisierung und Test der Ausgleichungskomponente 109 6.7 Verifikation der 3D-Koordinatenbestimmung 111 6.8 Zwischenfazit 112 7 Experimentelle Verifikation 113 7.1 Komponentenanalyse 115 7.2 Analyse von Maschinen 131 7.3 Simulation von Messkonfigurationen 144 8 Zusammenfassung und Ausblick

Im vorliegenden Beitrag wird der Einsatz der luftgestützten Photogrammmetrie für die Bewertung der Rutschneigung bzw. der Felsschlaggefahr anhand zweier Beispiele vorgestellt. Im ersten Beispiel wurde eine schwer zugängliche und ca. 500 m hohe, nahezu vertikale Felswand aufgenommen und ein 3D-Modell erzeugt. Hiermit konnten unter Berücksichtigung weiterer geotechnischer Aspekte qualitative Aussagen zu möglichen Felsabbrüchen getroffen werden. Im zweiten Beispiel wurde die Geländeoberfläche eines seit mehreren Jahrzehnten rutschenden Hanges mit verschiedenen Messverfahren erfasst. Untersucht wurden dabei neben der terrestrischen Tachymetrie auch die luftgestützte Photogrammmetrie. Neben dem Vergleich der Messverfahren hinsichtlich der Genauigkeit und der Anwendbarkeit wurde hier der Umfang der Massenbewegungen abgeschätzt und ein EDV-basiertes Berechnungsmodell erstellt.

No description available.

3D-Punktwolken haben die Objektvermessung in den letzten 25 Jahren signifikant verändert. Da Einzelpunktmessungen durch flächenhafte Messungen in Form von Punktwolken bei vielen Anwendungen ersetzt wurden, spricht man auch von einem Paradigmenwechsel in der Vermessung. Ermöglicht wurde diese Änderung in der Messmethodik durch die Innovationen im Instrumentenbau und die rasanten Entwicklungen der Computertechnologie. Luftgestützte und terrestrische Laserscanner sowie handgeführte 3D-Scanner liefern heute direkt dichte Punktwolken, während dichte 3D-Punkt-wolken aus Fotos bildbasierter Aufnahmesysteme indirekt abgeleitet werden, die zur detaillierten 3D-Objektrekonstruktion zunehmend eingesetzt werden. In dieser Arbeit werden Untersuchungen vorgestellt, mit denen das geometrische Genauigkeitsverhalten verschiedener scannender Messsysteme evaluiert und geprüft wurde. Während bei den untersuchten terrestrischen Laserscannern in den Untersuchungen die Genauigkeitsangaben (1 Sigma) der technischen Spezifikationen der Systemhersteller von 3-5 mm für den 3D-Punkt und die Distanzmessung eingehalten wurden, zeigten sich dagegen bei vielen untersuchten 3D-Handscannern signifikante Abweichungen gegenüber den technischen Spezifikationen. Diese festgestellten Abweichungen deuten auf eine gewisse geometrische Instabilität des jeweiligen Messsystems hin, die entweder durch die Bauweise und/oder durch eine ungenaue Systemkalibrierung (besonders hinsichtlich der Maßstäblichkeit) verursacht werden. Daher ist davon auszugehen, dass diese handgeführten 3D-Scanner offensichtlich erst am Anfang ihrer Entwicklungsphase stehen und dass noch genügend Optimierungspotential vorhanden ist. Als flexible und effiziente Alternativen zu den scannenden Messsystemen haben sich seit ca. 10 Jahren die bildbasierten Aufnahmesysteme zunehmend im Markt etabliert. Die in dieser Arbeit vorgestellten Untersuchungen des bildbasierten Aufnahme- und Auswertungsverfahren haben gezeigt, dass diese (mit Farbattributen versehene) 3D-Punktwolken, je nach Bildmaßstab und Oberflächenmaterial des Objektes, durchaus den Genauigkeiten der Laserscanner entsprechen. Gegenüber den Ergebnissen vieler 3D-Handscanner weisen die durch bildbasierte Aufnahmeverfahren generierten Punktwolken qualitativ bessere Resultate auf. Allerdings zeigte der Creaform HandySCAN 700, der auf einem photogrammetrischen Aufnahmeprinzip beruht, als einzige Ausnahme bei der handgeführten 3D-Scannern sehr gute Ergebnisse, die mit Durchschnittswerten besser als 30 Mikrometern sogar in den Bereichen der Referenzsysteme (hier Streifenprojektionssysteme) lagen. Die entwickelten Prüfverfahren und die entsprechenden durchgeführten Untersuchungen haben sich als praxistauglich erwiesen, da man auch unter zur Hilfenahme der VDI/VDE Richtlinie 2634 ver-gleichbare Ergebnisse erzielt, die dem praxisorientierten Anwender Aussagen über die Leistungsfä-higkeit des Messsystems erlauben. Bei den im statischen Modus erfassten Scans kommen noch Fehlereinflüsse durch die Registrierung der Scans hinzu, während bei kinematisch erfassten Scans die Genauigkeiten der verschiedenen (absoluten) Positionierungssensoren auf dem Fehlerhaushalt der Punktwolke addiert werden. Eine sorgfältige Systemkalibrierung der verschiedenen im kinematischen Modus arbeitenden Positionierungs- und Aufnahmesensoren des mobilen Multi-Sensor-Systems ermöglicht eine 3D-Punktgenauigkeit von ca. 3-5 cm, die unter guten Bedingungen mit höherwertigen Sensoren ggf. noch verbessert werden kann. Mit statischen Scans kann eine höhere Genauigkeit von besser als 1 cm für den 3D-Punkt erreicht werden, jedoch sind bei größeren aufzunehmenden Flächen mobile Aufnahmesysteme wesentlich effizienter. Die Anwendung definiert daher das zum Einsatz kommende Messverfahren. 3D-Punktwolken dienen als Grundlage für die Objektrekonstruktion auf verschiedenen Wegen: a) Engineering Modelling als generalisierte CAD-Konstruktion durch geometrische Primitive und b) Mesh Modelling durch Dreiecksvermaschung der Punktwolken zur exakten Oberflächenbeschreibung. Durch die Generalisierung bei der CAD-Konstruktion können sehr schnell Abweichungen vom Sollmaß von bis zu 10 cm (und größer) entstehen, allerdings werden durch die Anpassung auf geometrische Primitive eine signifikante Datenreduktion und eine topologische Strukturierung erreicht. Untersuchungen haben jedoch auch gezeigt, dass die Anzahl der Polygone bei der Dreiecksvermaschung je nach Oberflächenbeschaffenheit des Objektes auf 25% und sogar auf 10% der Originaldatenmenge bei intelligenter Ausdünnung (z.B. krümmungsbasiert) reduziert werden kann, ohne die visuelle und geometrische Qualität des Ergebnisses zu stark zu beeinträchtigen. Je nach Objektgröße können hier Abweichungen von unter einem Millimeter (z.B. bei archäologischen Fundstücken) bis zu 5 cm im Durchschnitt bei größeren Objekten erreicht werden. Heute können Punktwolken eine wichtige Grundlage zur Konstruktion der Umgebung für viele Virtual Reality Anwendungen bilden, bei denen die geometrische Genauigkeit der modellierten Objekte im Einzelfall keine herausragende Rolle spielt.:Erklärung I Kurzfassung II Inhaltsverzeichnis V 1. Einführung 1 1.1. Struktur der Arbeit 2 1.2. Punktwolken durch scannende Systeme 4 1.2.1. Technische Spezifikationen terrestrischer Laserscanner 4 1.2.2. Untersuchungen terrestrischer Laserscanner 6 1.2.3. Untersuchungen handgeführter 3D-Scanner 9 1.3. Geometrische Objektmodellierung auf Basis von Punktwolken statischer Scans 10 1.3.1. Automation in der geometrischen Objektmodellierung auf Basis von Punktwolken 11 1.3.2. Engineering Modelling – Objektrekonstruktion mithilfe geometrischer Primitive im CAD 12 1.3.3. Mesh Modelling – Objektrekonstruktion durch Dreiecksvermaschung 17 1.4. Geometrische Objektmodellierung auf Basis von Punktwolken kinematischer Scans 18 1.5. Punktwolken durch photogrammetrische Verfahren 22 2. Genauigkeitsuntersuchungen 25 2.1. Terrestrische Laserscanner 25 2.2. Handgeführte 3D-Scanner 41 3. Objektmodellierung auf Basis statischer Scans 55 3.1. Objektmodellierung durch CAD 55 3.2. Objektmodellierung durch Dreiecksvermaschung 72 4. Objektmodellierung auf Basis kinematischer Scans 85 4.1. Landbasiertes kinematisches Scanning 85 4.2. Wasserbasiertes kinematisches Scanning (Bonus-Artikel) 103 5. Alternative Verfahren für die Generierung von Punktwolken 111 6. Fazit und Ausblick 126 7. Literatur 135 / 3D point clouds have significantly changed the surveying of objects in the last 25 years. Since in many applications, the individual point measurements were replaced through area-based measurements in form of point clouds, a paradigm shift in surveying has been fulfilled. This change in measurement methodology was made possible with the rapid developments in instrument manufacturing and computer technology. Today, airborne and terrestrial laser scanners, as well as hand-held 3D scanners directly generate dense point clouds, while dense point clouds are indirectly derived from photos of image-based recording systems used for detailed 3D object reconstruction in almost any scale. In this work, investigations into the geometric accuracy of some of these scanning systems are pre-sented to document and evaluate their performance. While terrestrial laser scanners mostly met the accuracy specifications in the investigations, 3-5 mm for 3D points and distance measurements as defined in the technical specifications of the system manufacturer, significant differences are shown, however, by many tested hand-held 3D scanners. These observed deviations indicate a certain geometric instability of the measuring system, caused either by the construction/manufacturing and/or insufficient calibration (particularly with regard to the scale). It is apparent that most of the hand-held 3D scanners are at the beginning of the technical development, which still offers potential for optimization. The image-based recording systems have been increasingly accepted by the market as flexible and efficient alternatives to laser scanning systems for about ten years. The research of image-based recording and evaluation methods presented in this work has shown that these coloured 3D point clouds correspond to the accuracy of the laser scanner depending on the image scale and surface material of the object. Compared with the results of most hand-held 3D scanners, point clouds gen-erated by image-based recording techniques exhibit superior quality. However, the Creaform HandySCAN 700, based on a photogrammetric recording principle (stereo photogrammetry), shows as the solitary exception of the hand-held 3D scanners very good results with better than 30 micrometres on average, representing accuracies even in the range of the reference systems (here structured light projection systems). The developed test procedures and the corresponding investigations have been practically proven for both terrestrial and hand-held 3D scanners, since comparable results can be obtained using the VDI/VDE guidelines 2634, which allows statements about the performance of the tested scanning system for practice-oriented users. For object scans comprised of multiple single scan acquired in static mode, errors of the scan registration have to be added, while for scans collected in the kine-matic mode the accuracies of the (absolute) position sensors will be added on the error budget of the point cloud. A careful system calibration of various positioning and recording sensors of the mobile multi-sensor system used in kinematic mode allows a 3D point accuracy of about 3-5 cm, which if necessary can be improved with higher quality sensors under good conditions. With static scans an accuracy of better than 1 cm for 3D points can be achieved surpassing the potential of mobile recording systems, which are economically much more efficient if larger areas have to be scanned. The 3D point clouds are the basis for object reconstruction in two different ways: a) engineering modelling as generalized CAD construction through geometric primitives and b) mesh modelling by triangulation of the point clouds for the exact representation of the surface. Deviations up to 10 cm (and possibly higher) from the nominal value can be created very quickly through the generalization in the CAD construction, but on the other side a significant reduction of data and a topological struc-turing can be achieved by fitting the point cloud into geometric primitives. However, investigations have shown that the number of polygons can be reduced to 25% and even 10% of the original data in the mesh triangulation using intelligent polygon decimation algorithms (e.g. curvature based) depending on the surface characteristic of the object, without having too much impact on the visual and geometric quality of the result. Depending on the object size, deviations of less than one milli-metre (e.g. for archaeological finds) up to 5 cm on average for larger objects can be achieved. In the future point clouds can form an important basis for the construction of the environment for many virtual reality applications, where the visual appearance is more important than the perfect geometric accuracy of the modelled objects.:Erklärung I Kurzfassung II Inhaltsverzeichnis V 1. Einführung 1 1.1. Struktur der Arbeit 2 1.2. Punktwolken durch scannende Systeme 4 1.2.1. Technische Spezifikationen terrestrischer Laserscanner 4 1.2.2. Untersuchungen terrestrischer Laserscanner 6 1.2.3. Untersuchungen handgeführter 3D-Scanner 9 1.3. Geometrische Objektmodellierung auf Basis von Punktwolken statischer Scans 10 1.3.1. Automation in der geometrischen Objektmodellierung auf Basis von Punktwolken 11 1.3.2. Engineering Modelling – Objektrekonstruktion mithilfe geometrischer Primitive im CAD 12 1.3.3. Mesh Modelling – Objektrekonstruktion durch Dreiecksvermaschung 17 1.4. Geometrische Objektmodellierung auf Basis von Punktwolken kinematischer Scans 18 1.5. Punktwolken durch photogrammetrische Verfahren 22 2. Genauigkeitsuntersuchungen 25 2.1. Terrestrische Laserscanner 25 2.2. Handgeführte 3D-Scanner 41 3. Objektmodellierung auf Basis statischer Scans 55 3.1. Objektmodellierung durch CAD 55 3.2. Objektmodellierung durch Dreiecksvermaschung 72 4. Objektmodellierung auf Basis kinematischer Scans 85 4.1. Landbasiertes kinematisches Scanning 85 4.2. Wasserbasiertes kinematisches Scanning (Bonus-Artikel) 103 5. Alternative Verfahren für die Generierung von Punktwolken 111 6. Fazit und Ausblick 126 7. Literatur 135