Wie ROI-Ähnlichkeit Punktwolkenrauschen löst: Ein neuer Standard für die Änderungserkennung

Die Erkennung von Veränderungen in Laserscans stößt seit langem auf erhebliche Hindernisse. Räumliche und strukturelle Unsicherheiten erschweren die Analyse. Restfehler bei der Registrierung, ungleiche Punktdichten, veränderte Blickwinkel und Verdeckungen führen oft zu Fehlalarmen. Eine genaue Überwachung wird dadurch erheblich schwieriger. Forscher haben nun eine neue Methode entwickelt, um diese Probleme zu lösen. Sie basiert auf der Ähnlichkeit von Schlüsselpunkten auf Ebene des Interessengebiets (ROI).

Der Ansatz filtert zunächst potenzielle Veränderungspunkte mittels Punkt-zu-Punkt-Abständen. Anschließend erzeugt RBNN-Clustering die Interessengebiete. Dadurch wandelt sich der globale Vergleich der gesamten Punktwolke in einen lokalen Vergleich zwischen den ROI-Einheiten um. Innerhalb dieser Gebiete werden Schlüsselpunkte extrahiert, um Oberflächen zu rekonstruieren. Dies ermöglicht die Identifizierung effektiver Überlappungsbereiche zwischen gepaarten ROIs. Die regionale Ähnlichkeit entsteht durch die Fusion von Oberflächennormalenkonsistenz und dynamischen Entwicklungsmerkmalen komplexer Netzwerke zur Unterscheidung von Veränderungen.

Experimente mit simulierten Daten aus Mine-Stollen und vor Ort gemessenen Daten unterirdischer Parkhäuser belegen die Wirksamkeit der Methode. Selbst bei unbekannten Störungen im Hintergrund wie Registrierfehlern, Verdeckungen und ungleichen Punktdichten erreichte das Verfahren im simulierten Tunnel-Szenario den höchsten F1-Score von 0,9004. Es übertraf dabei konkurrierende Methoden deutlich. Der Ansatz unterdrückt wirksam Fehlalarme, ohne die Trefferquote bei tatsächlichen Veränderungen zu beeinträchtigen.

Dieser Fortschritt ist besonders wichtig für Branchen, die auf präzise 3D-Scans angewiesen sind. Dazu gehören Bergbau, Bauwesen und autonomes Fahren. Durch den Fokus auf lokale statt globale Ähnlichkeiten reduziert die Methode Rauschen und steigert die Genauigkeit. Sie bietet damit eine robuste Lösung für reale Anwendungen, in denen Umweltbedingungen oft unvorhersehbar sind.