3D-Metrology

3D-Metrology enables a precise geometric description and provides highly accurate positioning and orientation in the three-dimensional space and in time.

For applications of mobile measurement technology we use the latest laser tracker, total stations, laser scanner, measuring arms and industrial cameras in combination with custom developments in hard- and software.

Our applications range from very small objects such as Specimens for nana tomography of complex technical components to larger installations such as telescopes, antennas and measuring campaigns with respect to global reference systems such as e.g. the establishment of laser communication units to low-flying satellites.

Contact Person

Prof. Dr.-Ing. Anita Sellent

Tel.: +49 6131-628-1461
Fax.: +49 6131-628-91461

Prof. Dr.-Ing. Frank Boochs

Tel.: +49 6131-628-1432
Fax.: +49 6131-628-91432

Prof. Dr.-Ing. Hossein Arefi

Tel.: +49 6131-628-1411
Fax.: +49 6131-628-91411

Prof. Dr.-Ing. Jörg Klonowski

Tel.: +49 6131-628-1436
Fax.: +49 6131-628-91436

Prof. Dr.-Ing. Martin Schlüter

Tel.: +49 6131-628-1440
Fax.: +49 6131-628-91440

Prof. Dr. Ing. Renate Czommer

Tel.: +49 6131-628-1439
Fax.: +49 6131-628-91439

Prof. Dr. Rene Wackrow

Tel.: +49 6131-628-1444
Fax.: +49 6131-628-91444

Projects

other projects »

Publications

–

Optische Schwingungsmessung: Status, Integration, Pros und Contras

2020

PDF / RTF

GeoMonitoring 2020

Am Beispiel einer Eisenbahn-Stahlbrücke erarbeiten wir prototypisch die relevanten Einzelschritte von der mobilen Erfassung kontrollierter Schwingungsdaten bis zur Integration in die Bauwerksdatenmodellierung (BIM). Dieser Aufsatz umfasst einen Abriss bestehender Systeme zur Schwingungsbeobachtung an gealterten Bestandsbauwerken und geht dabei besonders auf die Vor- und Nachteile der optischen Schwingungsmessung ein. Es zeigt sich, dass die optische Schwingungsmessung hierbei eine wirtschaftliche Ergänzung zu bestehenden Systemen darstellt. Näher beschrieben wird das Erfassen von Schwingungen mittels modularer Digitalkameratachymetrie. Präzisionstachymeter können mit Digitalkameras am Okular kombiniert werden. Diese Erweiterung in Verbindung mit der digitalen Bildverarbeitung ermöglicht die automatische Detektion von Zielen und somit auch die berührungslose Erfassung von Schwingungen. Es ist nicht erforderlich das Ziel mit dem Fadenkreuz konkret anzuvisieren. Unzugängliche Objekte, wie z.B. Brückenbauwerke, Fabrikschlote oder Türme für Windenergieanlagen, können ohne Signalisierung durch die modulare Digitalkameratachymetrie hochfrequent durch die Messung natürlicher Ziele diskret, optisch und ad hoc erfasst werden. Es ist kein Eingriff am Objekt notwendig.

–

Entwicklung und Evaluierung eines kompakten Multisensorsystems für den Einsatz auf Drohnen

2020

PDF / RTF

Ingenieurvermessung 20, Beiträge zum 19. Internationalen Ingenieurvermessungskurs München, 2020

Unmanned Aerial Vehicles (UAVs) stellen sich als sehr flexible und praxistaugliche Geräte auch für die Vermessung dar. Der Großteil der Systeme wird derzeit mit handelsüblichen Kameras betrieben – daraus abgeleitete Orthophotos oder Punktwolken werden vielfach für die Planung und Dokumentation verschiedener Anwendungen erfolgreich eingesetzt. Der Nachteil, der sich daraus ergibt, liegt zum einen in der sehr aufwendigen Berechnung von 3D-Punktwolken aus hochauflösenden Kamerabildern, zum anderen aber auch in der Unfähigkeit, Vegetation zu durchdringen und damit ein Geländemodell mit hoher Zuverlässigkeit zu erzeugen. Ebenfalls schwierig ist das Durchdringen von halbdurchlässigen Medien (z. B. Wasser). Abhilfe schaffen Multisensorsysteme, welche neben Kameras auch entsprechende Abstandsmodule integriert haben und somit aus mehreren Datenströmen einen Mehrwert generieren können. Die Integration unterschiedlicher Sensoren inkl. der notwendigen Verortung bringt aber auch einige Herausforderungen mit sich, u. a. eine komplexe und aufwendige Kalibration.

Das Fraunhofer-Institut für Physikalische Messtechnik IPM in Freiburg hat ein leichtgewichtiges und kompaktes Multisensorsystem entwickelt, welches aus folgenden Teilen besteht: schnelles laserbasiertes Abstandsmessmodul, zwei Farbkameras, inertiale Messeinheit (Inertial Measurement Unit, IMU) und Positionierungssystem (Global Navigation Satellite System, GNSS). Alle mechanischen Komponenten und das Gehäuse wurden soweit gewichtsoptimiert ausgeführt, dass ein Gesamtgewicht von knapp über 2 kg realisiert werden konnte. Die maximale Messdistanz des auf dem Pulslaufzeitverfahren basierenden Abstandsmessmoduls liegt bei 300 m (bei einer idealen Reflektivität der Oberfläche von 100 %). Die Präzision der Einzelpunktmessung (3 σ) liegt bei 15 mm.

Durch Integration von zwei RGB-Kameras kann nicht nur die erfasste Punktwolke entsprechend texturiert werden, sondern auch hochaufgelöste Orthophotos gerechnet werden. Durch diese zwei Datenströme (Punktwolke und Bilder) gelingt eine vollautomatisierte Auswertung der Daten mit Hilfe des maschinellen Lernens schnell und zuverlässig.

Der wissenschaftliche Beitrag wird zum einen die Entwicklungsschritte des Systems im Detail präsentieren, dann aber auch konkrete Ergebnisse aus der Anwendung vorstellen und eine Charakterisierung (Evaluierung) der Systemkomponenten darlegen.

–

BIM in der Praxis − Ansätze zur Integration von Structural Health Monitoring in ein Bestands-BIM

2020

PDF / RTF

Leitfaden Geodäsie und BIM

Structural Health Monitoring (SHM) dient zur Bestimmung und Überwachung des Zustands eines Bauwerks. Dabei kommt es zu kontinuierlicher oder periodischer Erfassung von großen Datenmengen, je nachdem ob auf bauwerksintegrierte Sensorik zurückgegriffen werden kann, oder ob die Er-fassung z. B. als vermessungstechnische Dienstleistung erfolgt. BIM bietet die Möglichkeit der Bereitstellung großer Datenmengen, der Prozessintegration und der Dokumentation vermessungstechnischer Leistungen (Clemen et al. 2019). Dadurch ermöglicht die Verbindung dieser beiden Methoden eine interdisziplinäre Auswertung verschiedenster Informationen über das Bauwerk innerhalb einer Plattform. Die frühzeitige Erkennung möglicher Zustandsänderungen der Bausubstanz hat insbesondere im Hinblick auf die Nachhaltigkeit der Lebens- und Nutzungsdauer des Objekts, von Bauteilen und von Bauteilschichten eine besondere Bedeutung. Eine effiziente Zugänglichkeit von SHM-Daten kann durch Integration dieser in die Bauwerkdatenmodellierung erfolgen (Zschiesche et al. 2020). Beispielhaft wird im vorliegenden Bericht die Integration in ein Bestands-BIM von zuvor erfassten und ausgewerteten Messergebnissen erprobt. Wie in Del Grosso et al. (2017) und Valineja-dshoubi et al. (2017) beschrieben, wird mittels dem Plug-in Keynote Manager sowie des Revit-Plug-ins BIM One und der Software Autodesk Revit das Vorgehen evaluiert.

–

Künstliche Intelligenz als Strategie in der Ingenieurgeodäsie – erste Schritte im Bahnumfeld

2020

PDF / RTF

zfv - Zeitschrift für Geodäsie, Geoinformation und Landmanagement

Für die Arbeiten im Gleisbereich ist ein System zur Erfassung von Zugfahrten unverzichtbar. Künstliche Intelligenz kann einen Teil dazu beitragen. Im Folgenden wird ein erster Ansatz, basierend auf Deep Learning Technologie, vorgestellt, welcher auf Grundlage von Bilddaten automatisch Züge detektiert und so zu mehr Sicherheit im Gleisbereich beitragen kann. Darüber hinaus ist eine Softwarelösung entwickelt worden, welche den umfangreichen und bisher arbeitsintensiven Datenvorbereitungsaufwand signifikant reduziert. Im vorliegenden Beitrag werden das Potenzial und die flexible Einsetzbarkeit von Künstlicher Intelligenz im ingenieurgeodätischen Kontext aufgezeigt.

–

Assessing the Accuracy and Feasibility of Using Close-Range Photogrammetry to Measure Channelized Erosion with a Consumer-Grade Camera

2020

RTF

Remote Sensing

–

i3mainz - Jahresbericht 2018

2019

PDF / RTF

Jahrebericht 2018

Im Jahresbericht werden die Projekte und Aktivitäten des i3mainz in komprimierter Form vorgestellt.

–

Berührungslose Positionsbestimmung von spiegelnden Kugeln mit Methoden des maschinellen Sehens

2019

PDF / RTF

zfv - Zeitschrift für Geodäsie, Geoinformation und Langmanagement

Die Raumstrecken zwischen den Mittelpunkten spiegelnder Kugeln werden mit einem theodolitbasierten Industriemesssystem hochgenau bestimmt. Dabei werden die Theodolitokulare durch je eine Adapteroptik samt Industriekamera ersetzt. So kommt ein ausschließlich auf Methoden des Machine Vision aufbauender, automatisierter Workflow zum Einsatz, bei dem die Zielpunktdefinition und die einzelnen Theodolitzielungen erfolgreich voneinander entkoppelt werden, ähnlich wie bei der automatischen Zielpunkterkennung von geodätischen Tachymetern auf Vermessungsreflektoren.

The spatial distances between the centers of reflecting spheres are precisely determined using a theodolite-based industrial measuring system. The theodolite eyepieces are each replaced by an adapter optic including an industrial camera. For the first time, an automated workflow based exclusively on Machine Vision methods is used, in which the target definition and the individual theodolite targetings are successfully decoupled from each other, similar to the automatic target
recognition of geodetic tachymeters towards survey reflectors.

–

Automatic Detection of Objects in 3D Point Clouds Based on Exclusively Semantic Guided Processes

2019

PDF / RTF

ISPRS International Journal of Geo-Information

In the domain of computer vision, object recognition aims at detecting and classifying objects in data sets. Model-driven approaches are typically constrained through their focus on either a specific type of data, a context (indoor, outdoor) or a set of objects. Machine learning-based approaches are more flexible but also constrained as they need annotated data sets to train the learning process. That leads to problems when this data is not available through the specialty of the application field, like archaeology, for example. In order to overcome such constraints, we present a fully semantic-guided approach. The role of semantics is to express all relevant knowledge of the representation of the objects inside the data sets and of the algorithms which address this representation. In addition, the approach contains a learning stage since it adapts the processing according to the diversity of the objects and data characteristics. The semantic is expressed via an ontological model and uses standard web technology like SPARQL queries, providing great flexibility. The ontological model describes the object, the data and the algorithms. It allows the selection and execution of algorithms adapted to the data and objects dynamically. Similarly, processing results are dynamically classified and allow for enriching the ontological model using SPARQL construct queries. The semantic formulated through SPARQL also acts as a bridge between the knowledge contained within the ontological model and the processing branch, which executes algorithms. It provides the capability to adapt the sequence of algorithms to an individual state of the processing chain and makes the solution robust and flexible. The comparison of this approach with others on the same use case shows the efficiency and improvement this approach brings.

more publications »