Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

CityGML als Grundlage für die Indoor Positionierung mittels Range Imaging Münchner Fortbildungsseminar Geoinformationssystem 10.03.2010 Andreas Donaubauer,

Ähnliche Präsentationen


Präsentation zum Thema: "CityGML als Grundlage für die Indoor Positionierung mittels Range Imaging Münchner Fortbildungsseminar Geoinformationssystem 10.03.2010 Andreas Donaubauer,"—  Präsentation transkript:

1 CityGML als Grundlage für die Indoor Positionierung mittels Range Imaging Münchner Fortbildungsseminar Geoinformationssystem Andreas Donaubauer, Tobias Kohoutek, Rainer Mautz ETH Zürich, Institut für Geodäsie und Photogrammetrie (IGP)

2 Inhalt 1.Übersicht Indoor-Positionierungssysteme 2.Unterscheidungskriterien für digitale 3D-Innenraummodelle 3.CityGML als geometrisch-semantisches Innenraummodell 4.Range Imaging als Messmethode 5.CityGML + Range Imaging als Positionierungsmethode 6.Fazit und Ausblick 2

3 Übersicht Positionierungssysteme: Messmethoden, Reichweiten und Genauigkeit

4 4 Übersicht Indoor-Positionierungssysteme: Systemkomponenten Sensor Hardware ggf. Auswerte- +/ Datenübertragungs- system Lokale Referenz- Infrastruktur Digitale Referenzdaten WLAN-Empfänger WLAN- Access-Points Koordinaten der Access-Points, Signalstärkekarte Range-Imaging- System Beispiel: WLAN- System Forschungs- thema Komponen- ten gängiger Systeme Geometrisch- semantisches Innenraummodell

5 5 Unterscheidungskriterien für digitale 3D-Innenraummodelle Art der Entstehung: Konstruktion / Aufmass* Zustand vor-/nach Fertigstellung des Gebäudes* *=CityGML Geometrische Modellierung: Constructive Solid Geometry / Boundary Representation* Semantische Modellierung: Existenz (Ja*/Nein), Detaillierungsgrad Datenformat: Computergrafik (VRML, X3D), CAAD/BIM-Welt (IFC), GIS-Welt (CityGML)* [Bildquelle: Claus Nagel et al. 2009]

6 6 CityGML als geometrisch-semantisches Innenraummodell FloorSurface lod4MultiSurface: Geometrie InteriorWallSurface lod4MultiSurface: Geometrie opening: Verweis auf Door-Objekte Door lod4MultiSurface: Geometrie address: Raumnummer etc. InteriorBuildingInstallation class: z.B = statics function/usage: z.B = column BuildingFurniture class: z.B = education, research function/usage: z.B = desk lod4ImplicitRepresenation: CAD-Zeichnung Room class: z.B = education, research function/usage: z.B = prison cell boundedBy: FloorSurface-, InteriorWallSurface-Objekte interiorFurniture: BuildingFurniture-Objekte roomInstallation: InteriorBuildingInstallation-Objekte RoomFloorSurfaceGeometrie InteriorWall Surface GeometrieDoorGeometrie InteriorBuilding Installation Geometrie Building Furniture Geometrie

7 Range Imaging als Messmethode kombinierte CMOS/CCD-Technologie parallele Aufnahme der lokalen Helligkeit und eines Distanzbildes Distanzmessung erfolgt mittel time-of-flight (TOF) Verfahren für jedes Pixel 7

8 Range Imaging als Messmethode Tiefenbild durch detektierten Phasenversatz Signalabgriff an vier Punkten zum Bestimmen von Offset, Amplitude und Phase 8 D = D max * φ/2π

9 CityGML + Range Imaging als Positionierungsmethode 1.Grobpositionierung mittels Objekterkennung und logischer Auswertung der CityGML-Datenbasis 2.Einschränkung des Suchraums für die anschliessende Feinpositionierung 3.Feinpositionierung mittels Entfernungsmessung 9

10 Ablauf bezogen auf das Datenmodell von CityGML 10 Room Building Room Building Furniture Geometrie 1) Typ und Anzahl bestimmter Möbelstück erkennen 2) Suchraum einschränken = Grobpositionierung FloorSurface Geometrie InteriorWall Surface Geometrie Door Geometrie InteriorBuilding Installation Geometrie 3) Weitere Raumbestandteile hinzu laden für Feinpositionierung

11 11 Beispielmessungen * + -

12 Fazit Range Imaging: Kinematische Messung von 3D-Koordinaten in Echtzeit Erfassung von Räumen in ihrer Lage + darin enthaltener Objekte Identifikation von Objekten kann durch maschinelles Lernen trainiert werden Grenzen: relativ kleiner eindeutiger Messbereich der Kamera, Mixed Pixels, störende Objekte, Mehrdeutigkeiten CityGML scheint aus folgenden Gründen geeignet: Geometrisch-semantisches Modell und Detaillierungsgrad sind Messmethode angemessen (keine verborgenen oder nur teilweise sichtbaren Objekte im Gegensatz zu CAAD) Kopplung von Outdoor- und Indoor-Positionierungsverfahren durch Unterstützung geodätischer Bezugssysteme 12

13 Ausblick Implementierung der Positionierungsmethode mit Grob- und Feinpositionierung Forschungsfragen: Welcher Genauigkeitsbereich / welche Zuverlässigkeit kann erreicht werden und welche Anwendungsmöglichkeiten gibt es somit für die Methode? Wo liegen die Vor- und Nachteile der Methode im Vergleich zu Techniken, die ohne ein semantisch-geometrisches Innenraummodell arbeiten? Wie muss ein geometrisch-semantisches Innenraummodell beschaffen sein, das die Methode optimal unterstützt? Reicht CityGML? Erweiterung? Anforderungen an Datenqualität? 13


Herunterladen ppt "CityGML als Grundlage für die Indoor Positionierung mittels Range Imaging Münchner Fortbildungsseminar Geoinformationssystem 10.03.2010 Andreas Donaubauer,"

Ähnliche Präsentationen


Google-Anzeigen