Zusammenfassung
Mobile-Mapping-Systeme (MMS) werden aufgrund ihrer hohen Effizienz und Flexibilität seit vielen Jahren in unterschiedlichsten Anwendungsbereichen eingesetzt. Dabei stellt häufig die Angabe von Genauigkeiten der generierten Punktwolke und der daraus abgeleiteten Zielgrößen eine große Herausforderung dar. Zur Bewertung der Unsicherheit von MMS-Punktwolken können empirische Ansätze verwendet werden, bei denen die erfassten MMS-Daten anhand von Referenzinformationen analysiert werden. In dieser Arbeit präsentieren wir eine großflächige Evaluierungsumgebung in einem (sub-)urbanen Gebiet mit variierenden Umgebungsbedingungen. Als Referenzinformation dient eine hochgenaue sowie dichte Punktwolke auf Basis terrestrischen Laserscannings (TLS). Darüber hinaus präsentieren wir eine automatisierte Evaluierungspipeline, die mehrere Tausend Objekte innerhalb der Untersuchungsumgebung extrahiert, relevante Zielgrößen bestimmt und deren Unsicherheit analysiert. Exemplarische Experimente mit einem hausintern entwickelten MMS zeigen, dass die Abhängigkeit der Parameterunsicherheit von den GNSS-Bedingungen für die betrachteten Parameter unterschiedlich ausfällt. Daraus ergeben sich weiterführende Erkenntnisse hinsichtlich der Generalisierbarkeit der Parameterunsicherheit unter verschiedenen Einsatzbedingungen.
Summary
Mobile mapping systems (MMS) have been extensively used for different applications over recent years because of their high efficiency and flexibility. However, the quantification of the uncertainty of the processed point clouds or the derived parameters is still a challenge. For the evaluation of the uncertainty of the MMS point clouds, empirical approaches can be used, where captured MMS data is analyzed using reference information. In this work, we present a large evaluation environment in a (sub-)urban area with changing environmental conditions together with a highly accurate and dense reference point cloud derived from terrestrial laser scanning (TLS). Furthermore, we show an automated evaluation pipeline that extracts several thousand objects inside the environment, estimates parameters of interest, and analyses their uncertainty. Exemplary experiments from an in-house MMS show that the dependency between parameter uncertainty and the GNSS conditions is different for the considered parameters. Consequently, it gives further insights about the generalizability of the parameter uncertainty under different conditions.
Die PDF wird etwa 2 bis 3 Wochen nach Erscheinen der zfv zum Download zur Verfügung gestellt.
