Punktwolken-Segmentierung zur effizienten Lokalisierung von Multi-Sensor-Systemen

Bei der Multi-Sensor-Fusion werden die Daten verschiedener Sensoren kombiniert, um die unterschiedlichen Schwächen der verschiedenen Sensoren auszugleichen und die Stärken zu nutzen. Neben IMUs und GNSS-Empfängern werden auch LiDAR-Sensoren (light detection and ranging) verbreitet eingesetzt, um die Positionierung und Umgebungswahrnehmung von Systemen zu realisieren und unterstützen. Als aktive Sensoren sind LiDARs geeignet, bei unterschiedlichen Beleuchtungsbedingungen Daten aufzuzeichnen.
Die Vorteile bei der Aufzeichnung von Punktwolken in der Bewegung führen aber bei der Datenverarbeitung zu Herausforderungen. Die kinematisch aufgezeichneten Punktwolken sind unstrukturiert und führen durch die hohe Aufnahmerate schnell zu großen Datenmengen.
Ziel dieser Studienarbeit ist die Untersuchung von verschiedenen Segmentierungsverfahren, um die Verarbeitung von kinematisch erfassten Punktwolken in Lokalisierungslösungen (bspw. Filtern) zu beschleunigen und ggf. auch zu erleichtern.