Optimierung des Kalibriervorganges eines K-TLS basierten Multi-Sensor-Systems durch genetische Algorithmen

In der Industrievermessung erfolgt eine exakte Erfassung von 3D-Objekten zunehmend durch kinematisches terrestrisches Laserscanning. Um die teilweise sehr hohen Genauigkeitsanforderungen (sigma=1mm) zu erreichen, sind entsprechende Multi-Sensor-Systeme und Auswertealgorithmen zu entwickeln. Einen wesentlichen Bestandteil dabei bildet die Systemkalibrierung der verwendeten Sensoren, bei welcher 6 DoF (Degrees of Freedom), bestehend aus je drei Translationen und Rotationen, bestimmt werden. Hierzu erfolgt eine gemeinsame Erfassung von Referenzebenen (RE) durch einen Lasertracker und einen Laserscanner (LS). Die Genauigkeiten der 6 DoF Bestimmung werden durch die Anordnung und die Anzahl der RE beeinflusst. In einer Monte-Carlo-Simulation werden die 6 DoF und deren Standardabweichungen bestimmt. Die Anordnung und die Anzahl der RE stellen dabei Eingangsparameter dar. Dadurch können unterschiedliche Konstellationen getestet und die optimale Anordnung und Anzahl der RE bestimmt werden. Um nicht allen Kombinationen durchtesten zu müssen, wird ein genetischer Algorithmus verwendet. Hierzu ist eine geeignete Fitnessfunktion zu definieren. Hier werden die aus der MCS ermittelten Standardabweichungen der 6 DoF verwendet. Erste Ergebnisse bestätigen die theoretischen Annahmen, dass für eine hochgenaue Bestimmung der Translationen möglichst nahe und für die Rotationen möglichst weite Entfernungen zwischen LS und RE zu wählen sind.