DE102022114716A1

DE102022114716A1 - Verfahren und Prozessorschaltung zum Erzeugen eines 3D-Flächenmodells aus Messpunkten einer Messfahrt eines Fahrzeugs sowie zugehöriges System

Info

Publication number: DE102022114716A1
Application number: DE102022114716.9A
Authority: DE
Inventors: Benedikt Schwab; Wolfram Remlinger; Lutz Morich; Gunnar Gräfe; Hans Vollmer; Philip Paulsteiner; Sebastian Tuttas
Original assignee: Rtg Echtzeitgraphik GmbH; Audi AG; 3D Mapping Solutions GmbH
Current assignee: Rtg Echtzeitgraphik GmbH; Audi AG; 3D Mapping Solutions GmbH
Priority date: 2022-06-10
Filing date: 2022-06-10
Publication date: 2023-12-21

Abstract

Die Erfindung betrifft ein Verfahren zum Erzeugen eines 3D-Flächenmodells (33) aus Messpunkten (20') einer Messfahrt (14) eines Fahrzeugs (11), wobei jeder Messpunkt (20') 3D-Koordinaten (22) eines Oberflächenpunkts (20) von Oberflächen (18) einer Umgebung (15) beschreibt, und während der Messfahrt (14) die Messpunkte (20') nacheinander in einem jeweiligen Messschritt (26) mittels eines von dem Fahrzeug (11) getragenen Messsensors (13) erfasst werden und bei dem Verfahren aus den Messpunkten (20') das 3D-Flächenmodell (33) gebildet wird, indem eine räumliche Nachbarschaft der Messpunkte (20') ermittelt wird und aus räumlich benachbarten Messpunkten (20') durch Definieren von diesen verbindende Kanten (34) eine jeweilige Teilfläche (35) des 3D-Flächenmodells (33) zum Modellieren der Oberflächen (18) gebildet wird. Die Erfindung sieht vor, dass zu jedem Messpunkt (20') zusätzlich Stellungsdaten (30) erfasst werden, welche für den jeweiligen Messpunkt (20') die Messstellung repräsentierten, die der Messsensors (13) im Messschritt (26) aufweist, und die räumliche Nachbarschaft aus den Stellungsdaten (30) ermittelt wird.

Description

Die Erfindung betrifft ein Verfahren und eine Prozessorschaltung zum Erzeugen eines 3D-Flächenmodells aus Messpunkten einer Messfahrt eines Fahrzeugs sowie ein zugehöriges System. Solche Messpunkte können beispielsweise durch Abtasten der Umgebung mittels eines LiDAR-Messsensors (LiDAR - light detection and ranging) aus einem Fahrzeugs heraus erzeugt werden. Das Verbinden einzelner Messpunkte zu einem 3D-Flächenmodell kann sehr rechenaufwändig sein und sollte daher effizient implementiert werden.
Die visuelle Simulation von virtuellen Umgebungen auf Basis von Computergrafik ist seit einiger Zeit in der Lage, dem Betrachter eine fotorealistische dreidimensional erscheinende virtuelle Umgebung zu präsentieren, die -bei entsprechendem Erstellungsaufwand- von einer realen Umgebung visuell nicht zu unterscheiden ist. In dieser Umgebung kann sich der Betrachter mit entsprechenden Interfacesystemen (z.B. sogenannten VR-Brillen) umschauen und auch virtuell bewegen.
Außerdem dienen diese Simulationsmodelle auch der Automobilindustrie, um die Computersimulation zum Test automatisierter Fahrfunktionen einzusetzen. Die Visualisierung der 3D-Flächenmodelle suggeriert nicht nur dem menschlichen Auge, sondern auch die Software von Kamera- und LiDAR-sensoren kann damit stimuliert werden.
Möchte man solche Simulationsumgebungen von realen Umgebungen erstellen, um beispielsweise einen digitalen Zwilling („digital twin“) für eine Fahrsimulation mit einer Erprobungsfahrt zu vergleichen, so ist die umfangreiche Vermessung der Umgebung mittels Laserscanner erforderlich. Die daraus generierten Punktewolken aus Messpunkte müssen in einem heutzutage weitgehend manuellen Aufbereitungsverfahren in 3D-Flächenmodelle überführt werden, um 3D-Flächenmodelle für eine Computervisualisierung oder Fahrzeugentwicklung zu erzeugen. Diese Arbeitsmethodik ist sehr zeit- und damit kostenaufwändig. Außerdem ist es aufgrund geringer verfügbarer Arbeitskapazität nicht möglich, größere Streckenlängen in überschaubarer Zeit zu generieren.
Das Erzeugen eines 3D-Flächenmodells aus Messpunkten ist beispielsweise in der WO 2005/010669 A2 beschrieben. Einzelne Messpunkte werden hierzu durch Definieren von Kanten oder Vertices (Verbindungslinien zwischen jeweils zwei Messpunkten) zu Teilflächen des Flächenmodells zusammengefasst. Das Definieren solcher Kanten wird auch als Vernetzen oder Meshen bezeichnet. Eine andere Bezeichnung für ein solches Flächenmodell ist auch Gittermodell.
Gängige Algorithmen zum Erzeugen eines 3D-Flächenmodells gehen davon aus, dass mittels einer Prozessorschaltung stets alle verfügbaren Messpunkte daraufhin überprüft werden können, welche Messpunkte zueinander am nächsten oder benachbart sind. Dies erfordert einen Suchalgorithmus, der sehr rechenintensiv ist, weil theoretisch zu einem gegebenen Messpunkt alle anderen Messpunkte geprüft werden müssen. Daher ist das Vermeshen ein rechenaufwendiger Prozess, den man gerne recheneffizienter ausgestalten würde.
Eine weitere Beschreibung eines Algorithmus zum Erzeugen eines 3D-Flächenmodells ist aus der WO 2016/008459 A1 bekannt. Auch hier wird davon ausgegangen, dass eine Prozessorschaltung stets alle Messpunkte prüft, um benachbarte oder räumlich nächstliegende Messpunkte zu erkennen. Beschrieben ist zusätzlich, wie die Messkoordinaten von Messpunkten in ein globales gemeinsames Koordinatensystem überführt werden können, um Abstände zwischen Messpunkten berechnen zu können.
Aus der CN 102 306 397 A ist bekannt, dass das Erzeugen eines 3D-Gittermodells mittels der sogenannten Triangulierung erfolgen kann, das heißt, es werden drei zueinander nächstliegende oder benachbarte Messpunkte durch Definieren von Kanten zu einer Dreiecks-Teilfläche des Flächenmodells verknüpft.
Das Suchen von benachbarten Messpunkten wird in der Regel auf der Grundlage eines mathematischen Graphenmodells durchgeführt.
Der Erfindung liegt die Aufgabe zugrunde, das Erzeugen eines 3D-Flächenmodells aus einer Punktwolke von Messpunkten recheneffizient zu implementieren.
Die Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausführungsformen der Erfindung sind durch die abhängigen Patentansprüche, die folgende Beschreibung sowie die Figuren beschrieben.
Als eine Lösung umfasst die Erfindung ein Verfahren zum Erzeugen eines 3D-Flächenmodells (Gittermodell oder Mesh) aus Messpunkten, die mittels einer Messfahrt eines Fahrzeugs erzeugt wurden. Jeder Messpunkt beschreibt dabei in an sich bekannter Weise 3D-Koordinaten eines Oberflächenpunkts von Oberflächen in der Umgebung um das Fahrzeug herum. Ein solcher Messpunkt kann beispielsweise mittels eines LiDAR-Messsensors in an sich bekannter Weise erzeugt werden. Die Messfahrt verläuft also durch eine Umgebung und mittels eines Messsensors des Fahrzeugs wird währenddessen in aufeinanderfolgenden Messzyklen oder Messschritten jeweils ein Messpunkt erzeugt, indem beispielsweise der Abstand einer Oberfläche der Umgebung zum Messsensor gemessen wird. Im Folgenden wird die Auftreffstelle des Erfassungsbereichs des Messsensors, also beispielsweise die Auftreffstelle des Lasers eines LiDARs auf die Oberfläche der Umgebung hier als „Oberflächenpunkt“ bezeichnet. Während der Messfahrt werden also die Messpunkte nacheinander in einem jeweiligen Messschritt mittels eines vom Fahrzeug getragenen Messsensors, also beispielsweise des besagten LiDAR-Messsensors, erfasst. Der Messsensor beziehungsweise sein Erfassungsbereich oder Abtaststrahl (z.B. Laser) wird dabei zwischen zwei Messschritten verschwenkt oder bewegt, das heißt, zwischen zwei Messschritten wird eine jeweilige Messstellung des Messsensors bezüglich des Fahrzeugs verändert. Beispielsweise kann ein Messstrahl oder Erfassungsbereich rotiert werden oder für eine zeilenweise Abrasterung der Umgebung hin und her geschwenkt werden. Somit ergibt sich eine Bewegung sowohl durch die Fahrbewegung des Fahrzeugs also auch durch die Veränderung der Messstellung.
Das Verfahren sieht nun vor, dass während oder nach der Messfahrt durch eine Prozessorschaltung aus den Messpunkten das 3D-Flächenmodell gebildet wird, indem eine räumliche Nachbarschaft der Messpunkte ermittelt wird. Zu einem Messpunkt wird also ermittelt, welche übrigen Messpunkte die räumlich nächstliegenden oder unmittelbar benachbarten Messpunkte sind. Aus räumlich benachbarten Messpunkten wird in an sich bekannter Weise durch das Definieren von diese Messpunkte verbindenden Kanten, so genannten Vertices, eine jeweilige Teilfläche des 3D-Flächenmodells gebildet, um so die Oberflächen der Umgebung zu modellieren. Das 3D-Flächenmodell stellt also die Oberflächen der Umgebung dar, wie sie aus Sicht des Messsensors vom Fahrzeug aus erfasst oder gemessen werden konnten. Ein Messpunkt kann dazu durch 3D-Raumkoordinaten in einem vorgegebenen Koordinatensystem definiert sein. Als Teilflächen des 3D-Flächemmodells können beispielsweise Dreiecke oder Rechtecke definiert werden.
Um nun das Suchen benachbarter Messpunkte beim Bilden der Teilflächen recheneffizient ausgestalten zu können, sieht das Verfahren vor, dass zu jedem Messpunkt zusätzlich Stellungsdaten erfasst werden, welche für den jeweiligen Messpunkt die besagte Messstellung repräsentieren, die der Messsensor für den Messschritt aufweist. Mit anderen Worten geben die Stellungsdaten an, wie der Messsensor ausgerichtet war, als der jeweilige Messpunkt aufgenommen oder erfasst oder erzeugt wurde. Dreht sich der Messsensor beispielsweise, so können die Stellungdaten angeben, welche Drehlage der Messsensor aufwies und die wievielte Umdrehung es gewesen ist.
Die räumliche Nachbarschaft zwischen jeweils zwei Messpunkten wird nun aus den Stellungsdaten ermittelt, also die Suche nach dem räumlich nächstgelegenen Messpunkt wird anhand der Stellungsdaten durchgeführt. Mit anderen Worten wird das Vorwissen darüber, welcher Messpunkt nach welchem anderen Messpunkt erzeugt wurde und welche Messstellung der Messsensor beim Erzeugen des jeweiligen Messpunktes aufwies, dazu genutzt, die Suche nach benachbarten Messpunkten durchzuführen oder zu vereinfachen. Das eigentliche Verbinden der Messpunkte zu den Teilflächen und/oder der Algorithmus zum Entscheiden, welcher Messpunkt für eine Teilfläche gesucht wird, kann gemäß dem Stand der Technik erfolgen, um beispielsweise eine Oberfläche durch Rechtecke zu modellieren. Gegenstand der Idee ist ein Messverfahren zur Generierung von Punktwolken mit Stellungdaten, nicht das Vermeshen selbst.
Die Modelldaten des fertigen 3D-Flächenmodells können dann beispielsweise dazu verwendet werden, für einen Test eines Umgebungssensors oder Messsensors solche Sensoren in einer simulierten Umgebung zu betreiben und somit simulierte Messdaten der Umgebung zu präsentieren. Zusätzlich oder alternativ dazu kann mittels des 3D-Flächenmodells beispielsweise auch ein Algorithmus für eine autonome oder automatisierte Fahrfunktion geprüft oder entwickelt werden. Auch hierzu kann das 3D-Flächenmodell die Oberflächen der Umgebung in einer Simulation nachbilden.
Durch die Erfindung ergibt sich der Vorteil, dass beim Bilden einer Teilfläche des 3D-Flächenmodells in der Gesamtmenge der Messpunkte, das heißt in der Punktwolke, zu einem gegebenen Messpunkt die dazu benachbarten Messpunkte gezielt anhand der Stellungsdaten identifiziert oder herausgesucht werden können, so dass keine Suche beispielsweise über einen mathematischen Graphen und/oder über die Berechnung von euklidischen Abstandswerten erfolgen muss. Dies verringert den Rechenaufwand drastisch, es wurden in Versuchen Steigerungen der Effizienz oder eine Reduktion des Rechenaufwands um einen Faktor von mehr als 1.000 erreicht.
Bei dem Begriff „räumlich benachbart“ oder „räumlich nächstliegend“ ist zu beachten, dass die Suche oder der Bedarf für einen nächstliegenden Messpunkt auch in auf eine vorbestimmte Suchrichtung begrenzt sein kann, wie dies für Algorithmen zum Bilden von Teilflächen aus dem Stand der Technik bekannt ist, z.B. der Triangulierung. Denn zu einer Kante zwischen zwei Messpunkten müssen zwei Teilfläche gefunden werden, die diese Kante gemeinsam haben und die sich ausgehend von der Kante in zwei unterschiedliche Richtungen oder Raumbereiche (z.B. Raumhälften) erstrecken (z.B. rechts und links von der Kante). Dann muss z.B. bei der Triangulierung zum Bilder dieser beiden Teilflächen ausgehend von den Messpunkten der Kante der jeweils nächstliegende oder benachbarte Messpunkt in die jeweilige Richtung oder den Raumbereich hinein gesucht werden, selbst wenn ein anderer Messpunkt in einer anderen Richtung näher liegt. Der Begriff „benachbart“ kann daher so verstanden werden, dass es der in die jeweilige Raumrichtung auf direktem Wege erreichbare Messpunkt ist, zu dem eine Kante gezogen werden kann, ohne dass es zu einem Kreuzen oder Schneiden einer anderen Teilfläche und/oder Kante kommt.
Die Messpunkte können mittels eines einzelnen Messsensors oder mittels mehrerer Messsensoren erzeugt worden sein. Das beschriebene Verfahren gilt somit auch für mehrere Sensoren, die parallel oder gleichzeitig aufnehmen, z.B. mehrere Scanner. Diese müssen auch nicht in der Bauart identisch sein, aber zueinander zeitlich synchronisiert und im Verhältnis zur Trägerplattform (Fahrzeug) kalibriert sein, also die gegenseitige Lage im Raum muss bekannt sein (insbesondere 3 Freiheitsgrade für die gegenseitige Position und die gegenseitigen Lagewinkel). Das beschriebene Verfahren funktioniert mit jeder beliebigen Anzahl von Aufnahmesensoren in beliebiger Ausrichtung im Verhältnis zur Trägerplattform unter der Voraussetzung, dass die Abtastung der Aufnahmepunkte, z.B. durch Rotation, für jeden Sensor immer in gleichartiger Weise erfolgt und unter der Voraussetzung, dass der Sensor gegenüber der Trägerplattform ortsfest montiert ist, also seine Lage im Verhältnis zum Trägerplattform nicht während der Messung verändert, sondern z.B. nur seine Rotationsstellung.
Die Erfindung umfasst auch Weiterentwicklungen oder Weiterbildungen, durch die sich zusätzliche Vorteile ergeben.
Eine Weiterentwicklung umfasst, dass das Ermitteln der Nachbarschaft von Messpunkten umfasst, dass Messpunkte aus den Messschritten mit zeitlich unmittelbar aufeinander folgenden Messstellungen als benachbart erkannt werden. Zu einem gegebenen Messpunkt werden der nächstgelegene oder die N nächstgelegenen Messpunkte mit N beispielsweise in einem Bereich von 1 bis 4 dadurch ermittelt, beispielswiese der zeitlich unmittelbar vorausgehende und der zeitlich unmittelbar nachfolgende Messpunkt, um zwei Kanten zu definieren zu können. Zu einem Messpunkt wird also dann anhand der Stellungsdaten derjenige Messpunkt gesucht, der zeitlich unmittelbar vor und/oder nach dem Messpunkt erzeugt wurde. Das Suchen des jeweils benachbarten Messpunkts kann auf den jeweils zeitlich nachfolgenden oder vorangehend erzeugten Messpunkt bezogen sein. Da hierbei eine Veränderung der Messstellung zwischen diesen beiden Messschritten erfolgte, die den Messsensor lediglich um einen Messschritt weiter bewegt hat, muss es sich zumindest in der Richtung der Bewegung des Messsensors oder des Verschwenkens des Messsensors um benachbarte Messpunkte handeln. Somit kann ohne Suchen allein durch Auswerten der Stellungsdaten, das heißt, ohne Suchen anhand von geometrischen Kriterien, das heißt z.B. ohne Berechnen von euklidischen Abständen, direkt der nächste Messpunkt ermittelt oder herausgesucht werden. Ausgenommen ist natürlich bei einem zeilenweise oder spaltenweise verschwenkten Erfassungsbereich des Messsensors der Zeilenumsprung oder Spaltenwechsel, der gesondert behandelt werden kann.
Ein weiterer benachbarter Messpunkt kann senkrecht zu der Rotationsrichtung oder senkrecht zur Richtung des Verschwenkens des Erfassungsbereichs liegen. Dies ist beispielsweise der Fall, wenn die Umgebung zeilenweise gerastert wird. Dann gibt es zum einen einen benachbarten Messpunkt entlang der Zeile, der zeitlich unmittelbar vor oder nach einem fraglichen Messpunkt erzeugt wird. Zum anderen ist der nächste benachbarte Messpunkt dann eine Zeile daneben und zwar an derselben Stelle innerhalb der Zeile, wie der fragliche Messpunkt, also beispielsweise an der Stelle X Prozent der Zeilenlänge, nur eben eine Zeile darüber oder darunter. Um diesen Messpunkt in der Punktwolke zu identifizieren, sieht eine Weiterbildung vor, dass durch das Ändern der Messstellung der Erfassungsbereich des Messsensors, also beispielsweise dessen Laserstrahl, bezüglich des Fahrzeugs periodisch verschwenkt oder rotiert wird, also beispielsweise zeilenweise von einem Zeilenanfang zu einem Zeilenende verschwenkt und dann in die nächste Zeile versetzt wird oder beispielsweise um eine Rotationsachse gedreht wird. Zum Ermitteln der Nachbarschaft von Messpunkten werden solche Messpunkte, die aus Messschritten mit zeitlich unmittelbar aufeinanderfolgenden Perioden stammen, als benachbart erkannt. Es wird also um eine Periode des Verschwenkens oder des Rotierens versetzt nach dem nächsten Messpunkt gesucht. Dies führt zu dem Messpunkt, der in der nächsten oder vorausgehenden Zeile an derselben Position innerhalb der Zeile steht, also bei den besagten X Prozent der Zeilenlänge. Gleiches gilt für Spalten oder eine andere reihenweise Abtastung und für rotatorisches Verschwenken. Durch das periodische Verschwenken oder Rotieren ist also anhand der Stellungsdaten auch der jeweils nächstliegende oder benachbarte Messpunkt in eine Richtung quer zur Richtung des Verschwenkens oder Rotierens mittels der Stellungsdaten detektier- oder auswählbar.
Eine besonders effiziente oder vorteilsbringende Erfassung der Umgebung ist erreicht, indem gemäß einer Weiterentwicklung der Erfassungsbereich des Messsensors, also beispielsweise der besagte Laserstrahl, um eine Rotationsachse rotiert wird und sich eine jeweilige Periode durch eine vollständige Umdrehung ergibt. Der Erfassungsbereich wird hierbei also um das Fahrzeug oder den Messsensor herum gedreht oder rotiert. Alternativ dazu wird der Erfassungsbereich gemäß einer Weiterbildung zeilenweise oder spaltenweise in einer Zick-Zack-Spur verschwenkt, das heißt, die Umgebung wird reihenweise gerastert (z.B. in Zeilen oder Spalten). Ausgehend von einem Messpunkt ergibt sich hierbei die jeweilige Periode an dem jeweiligen Messpunkt der nächsten Zeile oder Spalte.
Besonders bevorzugt ist es allerdings, den Erfassungsbereich des Messsensors um die Rotationsachse zu rotieren Die Rotationsachse ist in dem Fahrzeug z.B. „liegend“ angeordnet und/oder weist z.B. in Vorwärtsfahrtrichtung des Fahrzeugs. Damit wird die Umgebung aus Sicht des Fahrzeugs seitlich oder lateral abgetastet oder vermessen, das heißt, der Erfassungsbereich strahlt senkrecht zur Rotationsachse quer vom Fahrzeug ab. Würde das Fahrzeug hierbei in Vorwärtsfahrtrichtung durch eine Röhre bewegt, so würde die Folge der zeitlich nacheinander erzeugten Messpunkte eine Helix oder Spirale auf der Innenwand der Röhre ergeben. Diese Messstellungen haben sich als besonders vorteilhaft beim Rekonstruieren der Oberflächen einer Umgebung erwiesen. Zudem wird einen Versatz der kreisförmigen Abtastung die Rollbewegung des fahrenden Fahrzeugs selbst genutzt, sodass kein gesonderter Schwenkmechanismus im Messsensor notwendig ist. Allgemein ist es mittels des Verfahrens möglich, dass das Fahrzeug während der Messschritte eine Fahrtbewegung durchführt, also eine Fahrgeschwindigkeit größer als 0 km/h aufweist. Beispielsweise kann das Fahrzeug eine Fahrgeschwindigkeit in einem Bereich von 3 km/h bis 50 km/h aufweisen, während jeweils ein Messschritt durchgeführt wird oder ein Messpunkt erzeugt wird. Dies beschleunigt das Messverfahren.
Die Lage der Rotationsachse des Scanners oder Messsensors hat auf das beschriebene Verfahren keinen Einfluss. Das beschriebene Verfahren funktioniert mit jeder beliebigen Lage des Scanners im Verhältnis zur Trägerplattform unter der Voraussetzung, dass die Abtastung der Messpunkt oder Scannerpunkte, z.B. durch Rotation, immer in gleicher oder periodischer Weise erfolgt und unter der Voraussetzung, dass der Messsensor oder Scanner gegenüber der Trägerplattform ortsfest montiert ist, also seine Lage im Verhältnis zum Trägerplattform nicht während der Messung verändert.

- Beispiel: Eine Standardausrichtung ist 20° gegen die Fahrtrichtung verschwenkt. Das Ergebnis ist auch eine Helix, aber die Rotationsachse des Scanners liegt nicht in Fahrtrichtung, sondern 20° verschwenkt.
- Bei eine Messkampagne wurden die Scanner auch noch um 30° gegen die Horizontale geneigt. Auch das hatte keinen Einfluss auf das beschriebene Verfahren, lediglich auf die Lage und Form der „Helix“ im Raum. Das sind dann keine reinen Kreise mehr, sondern Kegelschnitte, aber für das Verfahren ist das egal.

Die Rotationsachse steht bevorzugt nicht quer zur Fahrtrichtung, damit die „Helixanordnung“ der Messpunkte im Raum durch eine Fahrtbewegung ausgebildet werden kann, was ein bevorzugtes Ziel ist.
Die Lage der Rotationsachse des Scanners ist aber nicht zwingend parallel auszurichten. Das beschriebene Verfahren funktioniert mit jeder beliebigen Lage des Scanners im Verhältnis zur Trägerplattform (Fahrzeug), bevorzugt unter der Voraussetzung, dass die Abtastung der Scannerpunkte, z.B. durch Rotation, immer in gleicher Weise erfolgt und unter der Voraussetzung, dass der Scanner gegenüber der Trägerplattform fest montiert ist, also seine Lage im Verhältnis zum Trägerplattform nicht während der Messung verändert. Mit anderen Worten kann die Rotationsachse schräg zur Längsachse stehen, d.h. einen spitzen Winkel mit dieser einschließen, beispielsweise einen spitzen Winkel kleiner als 40°, um nur ein Beispiel zu nennen. Ein weiteres Beispiel ist: Eine Standardausrichtung kann 20° gegen die Fahrtrichtung verschwenkt sein. Das Ergebnis ist auch eine Helix, aber die Rotationsachse des Scanners liegt nicht in Fahrtrichtung, sondern 20° verschwenkt. Bei einer aktuell laufenden Messkampagne in Europa sind die Scanner zusätzlich auch noch um 30° gegen die Horizontale geneigt. Auch das hat keinen Einfluss auf das beschriebene Verfahren, lediglich auf die Lage und Form der „Helix“ im Raum. Das sind dann keine reinen Kreise mehr, sondern Kegelschnitte, aber für das Verfahren ist das nicht nachteilig.
Eine Frage ist, welche Angaben die Stellungsdaten machen sollen, damit mittels diesen gezielt nach einem benachbarten Messpunkt gesucht werden kann. Eine Weiterbildung sieht dazu vor, dass die Stellungsdaten eine beim Messschritt eingestellte Drehstellung des Messsensors angeben. Es wird also unmittelbar angegeben, in welche Richtung relativ zum Fahrzeug der Messsensor beziehungsweise dessen Erfassungsbereich ausgerichtet ist. Zusätzlich oder alternativ dazu können die Stellungsdaten den jeweiligen Messzeitpunkt angeben, also einen Zeitstempel, so dass aus der zeitlichen Abfolge ebenfalls rekonstruiert werden kann, in welche Richtung der Messsensor beim Erzeugen des jeweiligen Messpunktes ausgerichtet war.
Eine Weiterentwicklung sieht vor, dass die jeweils als benachbart ermittelten Messpunkte mittels einer Triangulierung zu Dreiecksflächen verbunden werden, die die Teilflächen des 3D-Flächenmodells darstellen. Eine Triangulierung hat sich insofern als vorteilhaft erwiesen, als dass die Oberflächen stets eindeutig durch Teilflächen beschrieben oder modelliert werden können.
Allerdings hat es sich aber nicht immer als sinnvoll erwiesen, alle Messpunkte der Punktwolke zu einer einzigen großen 3D-Fläche im 3D-Flächenmodell zu verbinden. Beispielsweise lassen sich bezüglich des Fahrzeugs hintereinander angeordnete Objekte vorteilhafter modellieren, wenn für jedes Objekt eine eigene, getrennte Oberfläche in dem 3D-Flächenmodell definiert wird. Eine Weiterentwicklung sieht hierzu vor, dass nur solche Messpunkte als benachbart erkannt und zu einer Teilfläche verbunden werden, die einen bezüglich des Messsensors ermittelten Tiefenabstand oder radialen Abstand aufweisen, der kleiner als ein vorbestimmter Höchstwert ist. Der Höchstwert kann beispielsweise in einem Bereich von 5 Zentimeter bis 5 Meter liegen. Es werden also dann keine Verbindungen oder Kanten zwischen zwei Messpunkten definiert, wenn diese Messpunkte in Bezug auf den Messsensor einen Abstandsunterschied größer als der besagte Höchstwert aufweisen. Somit können die beschriebenen hintereinander angeordneten Objekte durch diesen Vergleich der Tiefenabstände oder radialen Abstände unterschieden oder erkannt werden. Dies kann auch für eine Objektdetektion genutzt werden.
Aber auch bei Kanten, die senkrecht zur radialen Richtung verlaufen, hat es sich als vorteilhaft erwiesen, zwischen unterschiedlichen Oberflächen in dem 3D-Flächenmodell zu unterscheiden. Eine Weiterentwicklung sieht hierzu vor, dass nur solche Messpunkte als benachbart erkannt werden, die in Richtung senkrecht zur Sichtlinie, also senkrecht zur radialen Richtung oder senkrecht zur Abstrahlrichtung des Erfassungsbereichs des Messsensors einen Abstand aufweisen, der kleiner als ein Schwellenwert ist. Dieser Schwellenwert ist aber in vorteilhafter Weise dynamisch eingestellt und zwar in Abhängigkeit von zumindest einem der folgenden Messparameter:

- einer Fahrgeschwindigkeit des Fahrzeugs während der Messschritte beim Erzeugen der Messpunkte,
- einer Schrittgröße der Veränderung der Messstellung und/oder der Drehgeschwindigkeit des Messsensors beim Verändern der Messstellung,
- einer Frequenz einer Abtastung, das heißt eines zeitlichen Abstandes zwischen den Messschritten, mit denen die Umgebung durch den Messsensor abgetastet wird,
- einem radialen Abstand zu der jeweils gescannten Oberfläche (wie dies bereits in Zusammenhang mit der vorangehend beschriebenen Weiterentwicklung beschrieben wurde).

Somit kann berücksichtigt werden, dass der Abstand auch unabhängig von den umgebenden Objekten schon allein aufgrund des Messaufbaus oder der Messparameter in der beschriebenen Weise variieren kann. Der Schwellenwert kann ebenfalls in dem beschriebenen Bereich von 5 Zentimeter bis 5 Meter liegen, um nur beispielhafte, vorteilhafte Werte zu nennen.
Durch Nutzen der Stellungsdaten kann in der beschriebenen Weise vermieden werden, dass zum Suchen oder Auffinden von räumlich zueinander nächstliegenden Messpunkten ein Vergleich mit allen anderen Messpunkten untereinander vorgenommen werden muss. Mit anderen Worten kann eine Suche in einem mathematischen Graphen vermieden werden. Stattdessen hat es sich in einer Weiterbildung als vorteilhaft erwiesen, wenn die benachbarten Messpunkte mittels einer Liste ermittelt werden, die gemäß den Stellungsdaten sortiert ist. Indem eine Sortierung mittels der Stellungsdaten vorgenommen wird, kann durch Wahl des entsprechenden Sortierkriteriums (Messreihenfolge und/oder Ordnungsnummer der Periode beim periodischen Verschwenken/Rotieren) erreicht werden, dass benachbarte Messpunkte in der Liste einen vorbekannten Listenplatz aufweisen und entsprechend gezielt oder ohne weiteren Suchschritt ausgelesen werden können.
Das beschriebene Verfahren hat sich insbesondere als vorteilhaft erwiesen, wenn als Messsensor eine laserbasierte Erfassung der Messpunkte, also ein LiDAR verwendet wird. Mit diesem kann der Erfassungsbereich entsprechend dünn oder schmal durch Einstellen des Durchmessers des Laserstrahls eingestellt werden.
Um eine Weiterverarbeitung oder Simulation auf Grundlage des 3D-Flächenmodells weiter zu beschleunigen und/oder numerisch zu vereinfachen, sieht eine Weiterentwicklung vor, dass die Teilflächen des 3D-Flächenmodells zusammengefasst oder vereinigt werden, indem paarweise solche Teilflächen, deren Flächennormale um weniger als einen vorbestimmten Höchstwinkelwert auseinander stehen, in dem 3D-Flächenmodell durch eine zusammengefasste Teilfläche ersetzt werden. Der Höchstwinkelwert kann beispielsweise in einem Bereich von 0 Grad bis 20 Grad, bevorzugt 0 Grad bis 10 Grad, liegen. Mit anderen Worten werden ähnliche Flächennormale als eine einzige Teilfläche angesehen und zwei Teilflächen mit ähnlichen Flächennormalen (ähnlich in dem beschriebenen Kriterium des Höchstwinkelwerts) zu einer einzigen Teilfläche zusammengefasst. Somit kann sichergestellt werden, dass eine Flächenstetigkeit der modellierten Oberflächen erreicht wird. Beispielsweise kann hierdurch ein Rauschen des Messsensors kompensiert oder ausgeglichen werden.
Zu der Erfindung gehört als weitere Lösung auch die Prozessorschaltung zum Durchführen des Verfahrens (natürlich bis auf die Verfahrensschritte, die durch den Messsensor selbst durchgeführt werden). Die Prozessorschaltung ist also dazu angepasst oder eingerichtet, aus den Messpunkten einer Messfahrt eines Fahrzeugs das 3D-Flächenmodell zu bilden, indem die Prozessorschaltung eine räumliche Nachbarschaft der Messpunkte ermittelt, also zu jedem oder einigen der Messpunkte ermittelt, welcher der übrigen Messpunkte der räumlich nächste ist oder welche N Messpunkte die räumlich nächstgelegenen sind, insbesondere im Sinne des euklidischen Abstands. N kann z.B. in einem Bereich von 1 bis 3 liegen, um vorteilhafte Wertebereiche zu nennen. Aus den räumlich benachbarten Messpunkten wird in der beschriebenen Weise durch Verbinden derselben oder durch Definieren von verbindenden Kanten (Vertices) eine jeweilige Teilfläche des 3D-Flächenmodells zum Modellieren der Oberflächen der Umgebung gebildet. Als Teilflächen können in der beschriebenen Weise Dreiecke oder Rechtecke zugrunde gelegt werden. Die Prozessorschaltung ist gemäß dem Verfahren zusätzlich dazu angepasst, zu jedem Messpunkt zusätzlich Stellungsdaten zu ermitteln, die beispielsweise aus dem Messsensor, beispielsweise aus einer Steuerschaltung desselben, ausgelesen werden können. Diese Stellungsdaten beschreiben in der beschriebenen Weise die Messstellung, die der Messsensor zum Erzeugen des jeweiligen Messpunktes innehatte, also beispielsweise den Abstrahlwinkel eines Laserstrahls eines Lidars als Messsensor. Die räumliche Nachbarschaft zwischen Messpunkten wird dann auf der Grundlage oder aus den Stellungsdaten ermittelt.
Natürlich umfasst die Erfindung auch Weiterentwicklungen der Prozessorschaltung, die zusätzliche Verfahrensschritte aufweisen, die bereits im Zusammenhang mit den Weiterentwicklungen des erfindungsgemäßen Verfahrens beschrieben wurden. Aus diesem Grund sind die entsprechenden Weiterentwicklungen der Prozessorschaltung hier nicht noch einmal beschrieben.
Die Zusammenfassung aus der Prozessorschaltung und dem Messsensor, der die Messpunkte erzeugt, ergibt ein System mit einem Fahrzeug, das den Messsensor aufweist und das zusätzlich die oben beschriebene Messschaltung umfasst. Das System ist dann in der beschriebenen Weise dazu eingerichtet, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen.
Die Prozessorschaltung kann hierbei in dem Fahrzeug angeordnet sein oder (beispielsweise für eine zeitlich nachgelagerte Verarbeitung der Sensordaten mit den Messpunkten) außerhalb des Fahrzeugs, beispielsweise in einem Cloudserver oder einer Datenverarbeitungsanlage in einem Labor bereitgestellt sein.
Die Prozessorschaltung kann eine Datenverarbeitungsvorrichtung oder eine Prozessoreinrichtung aufweisen, die dazu eingerichtet ist, die die Prozessorschaltung betreffenden Schritte einer Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Die Prozessorschaltung kann hierzu zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) aufweisen. Des Weiteren kann die Prozessorschaltung Programmcode aufweisen, der dazu eingerichtet ist, bei Ausführen durch die Prozessorschaltung die Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem Datenspeicher der Prozessorschaltung gespeichert sein.
Das erfindungsgemäß vorgesehene Fahrzeug ist bevorzugt als Kraftwagen, insbesondere als Personenkraftwagen oder Lastkraftwagen, oder als Personenbus oder Motorrad ausgestaltet. Bei dem Fahrzeug muss es sich aber nicht um ein Kraftfahrzeug handelt, also nicht um ein motorisiertes Fahrzeug. Es ist auch denkbar, den beschriebenen Messaufbau mit einem Handwagen zu schieben, z.B. in Bereichen, wo keine Kraftfahrzeuge fahren können, z.B. in einem Gebäude.
Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsformen. Die Erfindung umfasst also auch Realisierungen, die jeweils eine Kombination der Merkmale mehrerer der beschriebenen Ausführungsformen aufweisen, sofern die Ausführungsformen nicht als sich gegenseitig ausschließend beschrieben wurden.
Im Folgenden sind Implementierungsbeispiele der Erfindung beschrieben. Hierzu zeigt:

1 eine schematische Darstellung einer Ausführungsform des erfindungsgemäßen Systems; und
2 eine Skizze zur Veranschaulichung einer Ausführungsform des erfindungsgemäßen Verfahrensschritte, wie es mittels des Systems von 1 ausgeführt werden kann.

Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden. Daher soll die Offenbarung auch andere als die dargestellten Kombinationen der Merkmale der Ausführungsformen umfassen. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
In den Figuren bezeichnen gleiche Bezugszeichen jeweils funktionsgleiche Elemente.
1 zeigt ein System 10, das ein Fahrzeug, hier im Beispiel ohne Beschränkung von dessen Allgemeingültigkeit ein Kraftfahrzeug 11 als Messfahrzeug und eine Prozessorschaltung 12 aufweisen kann. Es kann z.B. stattdessen ein Handwagen als Fahrzeug vorgesehen sein. 1 veranschaulicht, dass die Prozessorschaltung 12 in dem Kraftfahrzeug 11 oder außerhalb des Kraftfahrzeugs 11, beispielsweise in einem Labor, oder verteilt auf beide angeordnet sein kann. Für die weitere Erläuterung ist die Position oder der Einbauort der Prozessorschaltung 12 nicht relevant.
In dem Kraftfahrzeug 11 kann ein Messsensor 13 angeordnet sein, bei dem es sich insbesondere um einen LiDAR-Messsensor handeln kann, wie er von der Messtechnologie her aus dem Stand der Technik bekannt ist. Während einer Messfahrt 14 des Kraftfahrzeugs 11 durch eine Umgebung 15, beispielsweise entlang eines Straßennetzes 16, können mittels des Messsensors 13 in der Umgebung 15 Objekte 17 erfasst werden dahingehend, dass deren Oberflächen 18 mittels des Messsensors 13 abgetastet oder in Bezug auf ihren Abstand und/oder ihre relative Lage zum Messsensor 13 erfasst werden können. Der Messsensor 13 kann hierzu einen Erfassungsbereich 19 nacheinander auf unterschiedliche Oberflächenpunkte 20 der Objekte 17 abstrahlen oder ausrichten und eine jeweilige relative Entfernung des Messsensors 13 zu dem Oberflächenpunkt 20 ermitteln. Der Übersichtlichkeit halber sind in 1 nur einige der Oberflächenpunkte 20 mit einem Bezugszeichen versehen. Zusätzlich kann in an sich bekannter Weise mittels einer Positionserfassungsschaltung 21 eine aktuelle Position des Kraftfahrzeugs 11 in der Umgebung 15, beispielsweise eine aktuelle Geoposition, ermittelt werden. Die Positionserfassungsschaltung 21 kann hierzu beispielsweise einen Empfänger für ein Positionssignal eines GNSS (Global navigation satellite system), beispielsweise des GPS (Global positioning system) aufweisen. Zusätzlich oder alternativ dazu können Odometriedaten des Kraftfahrzeugs 11 mittels der Positionserfassungsschaltung 21 in an sich bekannter Weise erzeugt werden. Insgesamt können hierdurch für jeden Oberflächenpunkt 20 3D-Koordinaten 22 des Oberflächenpunkts 20 beispielsweise in einem absoluten Koordinatensystem der Umgebung 15 ermittelt werden. Es kann sich z.B. um Polarkoordinaten oder kartesische Koordinaten handeln. Die entsprechenden Koordinatenwerte können in einem Datenspeicher 24 als jeweiliger Messdatensatz 25 eines Messschritts 26 gespeichert werden.
Der Erfassungsbereich 19 des Messsensors 13 kann beispielsweise zum Erzeugen der unterschiedlichen Messdatensätze 25, also für die einzelnen Messschritte 26, um eine Rotationsachse 27 rotiert werden, die entlang einer Längsrichtung X des Kraftfahrzeugs 11, also parallel zur Vorwärtsfahrtrichtung des Kraftfahrzeugs 11, ausgerichtet sein kann. Zur Orientierung ist in 1 das für Kraftfahrzeuge 11 übliche Koordinatensystem mit der Fahrzeuglängsrichtung X, der Fahrzeugquerrichtung Y und der Fahrzeughochrichtung Z dargestellt.
Bei dem System 10 ist nun insbesondere vorgesehen, dass für jeden Messschritt 26 zusätzlich zu den 3D-Koordinaten 22 eines Messpunkts 20' eines korrespondierenden Oberflächenpunkts 20 auch Stellungsdaten 30 erfasst werden, welche eine aktuelle räumliche Ausrichtung des Erfassungsbereichs 19 in Bezug oder relativ zum Kraftfahrzeug 11 oder der Umgebung 15 beschreiben. Beispielsweise kann ein aktueller Drehwinkel oder eine aktuelle Drehstellung 31 für die Rotation 32 angegeben sein. Zusätzlich kann angegeben sein, in welcher Periode der Rotation 32 sich der Erfassungsbereich 19 aktuell befindet, so dass aufeinanderfolgende Umdrehungen voneinander anhand der Stellungsdaten 30 unterschieden werden können. Zusammen mit den 3D-Koordinaten 22 können die Stellungsdaten 30 für jeden Messschritt 26 in beispielsweise dem Messdatensatz 25 gespeichert sein.
Mittels der Prozessorschaltung 12 kann nun aus der Gesamtheit oder der Menge der ermittelten Messpunkte 20' ein 3D-Flächenmodell 33 der Umgebung 15, das heißt, der Oberflächen 18 der Objekte 17 in der Umgebung 15, erzeugt werden, wie sie durch die Messpunkte 20` beschrieben sind.
Das 3D-Flächenmodell 33 kann hierbei jeweils drei benachbarte oder räumlich zueinander nächstliegende Messpunkte 20' mittels Kanten 34 zu einer Teilfläche 35 des 3D-Flächenmodells 33 verbinden, wie es in 2 beispielhaft für eine Teilfläche 35 veranschaulicht ist.
Um hierbei die jeweils räumlich benachbarten oder zueinander nächstliegenden Messpunkte 20' aus den Messdatensätzen 25 zu ermitteln, ist es bei dem System 10 nicht notwendig, dass bei einem gegebenem oder ausgewählten Messpunkt 20` ein Vergleich mit allen übrigen Messpunkten 20' durchgeführt wird, um die euklidischen oder geometrischen Abstände der Messpunkte 20` zueinander zu vergleichen, um die beispielsweise zwei nächstliegenden Messpunkte 20' zu ermitteln.
Vielmehr kann durch die Prozessorschaltung 12 anhand der Stellungsdaten 30 beispielsweise durch Überprüfen des jeweils eingestellten Drehwinkels oder der eingestellten Drehstellung 31 und/oder Auswerten der jeweils aktuell durchgeführten Periode P1, P2, P3 der Rotation 32 ermittelt werden, welche Messpunkte 20' zeitlich unmittelbar aufeinander (entlang oder während der Rotation 32) und/oder in aufeinander folgenden Perioden P1, P2, P3 erfasst wurden. Somit können die entlang einer Helix oder Spiralspur oder Schraubenform 40 angeordneten Messpunkte 20' zu Teilflächen 35 verbunden werden. Natürlich weist jeder Messpunkt 20' einen Radius oder radialen Abstand 41 zum Messsensor 13 auf, der vom Abstand der Oberflächen 17 an dem jeweiligen Ort abhängig ist.
Die Messdatensätze 25 mit den 3D-Koordinaten 22 und den Stellungsdaten 30 können beispielsweise durch einen Sortieralgorithmus nach den Stellungsdaten 30 sortiert werden, also beispielsweise nach Drehstellung 31 und/oder Periode P1, P2, P3. Somit kann zu einem gegebenen Messpunkt 20' in der Liste gezielt der benötigte benachbarte Messpunkt 20' ausgelesen werden, ohne dass ein Vergleich der Abstände mit weiteren Messpunkten 20' notwendig wäre.
Das Flächenmodell 33 kann beispielsweise dazu genutzt werden, beim Entwickeln eines weiteren oder neuen Messsensors und/oder beim Entwickeln einer automatisierten oder autonomen Fahrfunktion für ein Kraftfahrzeug die Umgebung 15 in Bezug auf die Oberflächen 18 zu modellieren und/oder zu simulieren.
Die Kanten und die Teilflächen können mit Methoden aus dem Stand der Technik definiert sein. Beispielsweise können die Datensätze mit den 3D-Koordinaten der Messpunkte durch Zeiger oder Pointer miteinander verlinkt oder zueinander referenziert werden, um eine Kante zu definieren.
Mit Hilfe eines solchen automatisierten computerbasierten Erstellungsprozesses können aus den Laserpunktewolken (Messpunkten) sehr schnell und umfangreich mit wenig manuellem Aufwand flächenbasierte 3D-Modelle erzeugt werden.
Mit Hilfe eines solchen automatisierten Prozesses lässt sich eine Punktwolke aus 3D-Messpunkten in 3D-Flächenmodell-Geometrien transformieren. Dadurch ist eine erhebliche Zeiteinsparung, Kosteneffizienz und Geschwindigkeitssteigerung im Erstellungsprozess erzielen. Dadurch ließen sich auch Flächenmodelle von Strecken über viele Kilometer Länge in kurzer Zeit generieren. Dadurch können umfangreiche Streckenmodellbasen für die virtuelle Erprobung und Absicherung von automatisierten Fahrfunktionen aufgebaut werden.
Im Folgenden ist eine besonders bevorzugte Implementierung des Verfahrens beschrieben. Der Prozess der Verarbeitung der Punktewolken aus einem Laserscan ist mit geringem Rechenaufwand möglich. Die Messpunkte aus den Punktwolken werden hinsichtlich ihrer Reihenfolge der Erzeugung der einzelnen Messpunkte bei dem Ablauf des Scannens in einer definierten Struktur erzeugt. Diese Struktur folgt der Mechanik des Scansystems, d.h. die Scandaten ergeben sich aus der Ausrichtung der Mechanik. Der rotierende Laserscanner basiert auf der Erfassung und Laufzeitmessung der Reflektion eines getriggerten kreisförmig umlaufend ausgesandten Laserstrahls, wie dies an sich bekannt ist. Der Laserscanner ist dabei auf ein Fahrzeug montiert, so dass die Rotationsachse des Laserscanners zumindest im Wesentlichen in Fahrtrichtung orientiert ist oder mit ihr einen spitzen Winkel einschließt. Durch die kombinierte Bewegung des rotierenden Laserscanners und des linear bewegten Kraftfahrzeugs ergibt die Reihenfolge der gescannten Messpunkteunkte quasi eine schraubenförmige oder helix-förmige Aneinanderreihung der einzelnen Punkte des Scans (siehe 2, Schraubenform 40).
Bei dem nächsten Arbeitsschritt, der Verbindung benachbarter Scanpunkte zu dreieckigen Flächenstücken (Triangulierung) und damit der Kombination zu einem Netz (Meshing) aus Dreiecken, ist dieses Wissen über die Entstehungsgeschichte von einem enormen Vorteil.
Innerhalb eines „Schraubenganges“ (d.h. einer Periode oder Umdrehung der Rotation 32) kann jeweils der Vorgänger und der Nachfolger eines Scanpunktes einander zugeordnet werden. Außerdem kann auch orthogonal dazu der jeweilige Punkt des vorigen und nachfolgenden „Schraubenganges“ (vorherige und nachfolgende Periode) identifiziert werden, da durch die bekannte Bewegung des Fahrzeugs und die Rekonstruktion der Rotationsachse des Scanners auch die Laufrichtung bzw. die Winkelorientierung des Laserstrahls nachvollzogen werden kann.
Damit ist es eindeutig möglich, die logischen Nachbarpunkte während des Scanvorgangs einander zuzuordnen. Liegen nun, vereinfacht gesagt, die logischen Nachbarn auch räumlich in einer sinnvollen Nähe zueinander (prüfbar mit einem Schwellenwert oder Höchstwert-Vergleich), so erzeugt man aus Ihnen jeweils Dreiecksflächen als kleinstem bekannten Element einer geometrischen Gesamtfläche. Gleich oder ähnlich orientierte Dreiecksflächen können dann in einem folgenden Arbeitsschritt zu einer sinnvollen großen gemeinsamen Fläche zusammengefügt und geometrisch vereinfacht beschrieben werden.
Sollten sich logische Nachbarpunkte aufgrund eines gravierenden Unterschiedes im Tiefenabstand vom Laserscanner nicht innerhalb einer sinnvollen Nähe zueinander befinden, so ist davon auszugehen, dass die Scanpunkte auf unterschiedlichen Flächen oder sogar unterschiedlichen Objekten der gescannten Umgebung befinden. In diesem Fall ist die Verbindung dieser Punkte zu einer Dreiecksfläche nicht sinnvoll, da diese Verbindung in der Realität des gescannten Objektes ebenfalls nicht besteht. Die Festlegung der absoluten Abstandsmaße für die Auswertung und Interpretation des Scans hinsichtlich der Dreiecksflächenverbindung ist Abhängig von der Auflösung des Scans. Diese Auflösung wiederum ergibt sich aus der Frequenz des Laserscanners, der Rotationsgeschwindigkeit, der Fahrtgeschwindigkeit des Messfahrzeugs sowie des Abstandes zum gescannten Objekt.
Nach der vollständigen Triangulierung und Vermeshung einer Punktwolke des Laserscans können nun die Dreiecksflächen zu sinnvollen Geometrieflächen verschmolzen werden. Aus Gründen der Flächenstetigkeit werden Nachbarflächen zusammengefügt, die hinsichtlich ihrer Orientierung gleich oder ähnlich sind. Die maximale Abweichung dieser Orientierung ergibt sich aus den maximalen Toleranzen der Scanpunkte zueinander, die sich aus den messtechnischen Abweichungen bei der Erfassung des Laserscans ergeben können. Ein zusammengefügtes Flächenelement lässt sich nun noch mathematisch hinsichtlich der Ebenheit bzw. Krümmung und des Kantenverlaufes optimieren. Diese mathematische Optimierung bedient sich bekannter Verfahren nach Regeln der Stetigkeit aus dem Prozess des sogenannten Strakens (Erzeugen von stetigen Oberflächen).
Die Mesh-Erstellung erfolgt z.B. direkt bei der Messung bevorzug über Polarkoordinaten, so dass sich die Rekonstruktion der Flächen direkt von der Abtastung ableitet (nahezu Echtzeit). Das Verfahren ist deterministisch. Die erzeugten Flächen sind mit extrem hoher Wahrscheinlichkeit valide, das Verfahren genügt dem Nyquist-Shannon-Abtasttheorem (mathematisch beweisbar). Es ist anwendbar für alle rotierenden Linienscanner mit Bewegung in Richtung der Rotationsachse. Das Verfahren erlaubt eine sequentielle Berechnung (on-the-fly und ohne alle Punkte in Speicher zu laden), dadurch ist eine Parallelisierung bevorzugt. Es handelt sich nicht um ein Approximationsverfahren, sondern um die umgerechneten Ergebnisse von Messungen
Die Idee verwendet bevorzugt Polarkoordinaten (Polarkoordinaten helfen für eine schnelle Zuordnung benachbarter 3D-Punkte ohne 3D Suchraum, es wird sukzessive in gemessener Reihenfolge verarbeitet). Zudem müssen bei der Idee nicht erst alle Punkte gespeichert werden.
Insgesamt zeigen die Beispiele, wie eine Geometriedatenerstellung einer Umgebung aus Punktwolken einer Messfahrt erzeugt werden kann.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

WO 2005010669 A2 [0005]
WO 2016008459 A1 [0007]
CN 102306397 A [0008]

Claims

Verfahren zum Erzeugen eines 3D-Flächenmodells (33) aus Messpunkten (20') einer Messfahrt (14) eines Fahrzeugs (11), wobei jeder Messpunkt (20') 3D-Koordinaten (22) eines Oberflächenpunkts (20) von Oberflächen (18) einer Umgebung (15) beschreibt, durch welche die Messfahrt (14) verläuft, und während der Messfahrt (14) die Messpunkte (20') nacheinander in einem jeweiligen Messschritt (26) mittels zumindest eines von dem Fahrzeug (11) getragenen Messsensors (13) erfasst werden und jeweils zwischen zwei Messschritten (26) eine jeweilige Messstellung des jeweiligen Messsensors (13) bezüglich des Fahrzeugs (11) verändert wird, und bei dem Verfahren: durch eine Prozessorschaltung (12) aus den Messpunkten (20') das 3D-Flächenmodell (33) gebildet wird, indem eine räumliche Nachbarschaft der Messpunkte (20') ermittelt wird und aus räumlich benachbarten Messpunkten (20') durch Definieren von diesen verbindende Kanten (34) eine jeweilige Teilfläche (35) des 3D-Flächenmodells (33) zum Modellieren der Oberflächen (18) gebildet wird, dadurch gekennzeichnet, dass zu jedem Messpunkt (20') zusätzlich Stellungsdaten (30) erfasst werden, welche für den jeweiligen Messpunkt (20') die Messstellung repräsentierten, die der jeweilige Messsensor (13), welcher den Messpunkt (20`) erfasst hat, im Messschritt (26) aufweist, und die räumliche Nachbarschaft aus den Stellungsdaten (30) ermittelt wird.
Verfahren nach Anspruch 1, wobei zum Ermitteln der Nachbarschaft solche Messpunkte (20'), die aus Messschritten (26) mit zeitlich unmittelbar aufeinanderfolgenden Messstellungen stammen, als benachbart erkannt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei durch das Ändern der Messstellung ein Erfassungsbereich (19) des jeweiligen Messsensors (13) bezüglich des Fahrzeugs (11) periodisch verschwenkt oder rotiert wird und zum Ermitteln der Nachbarschaft solche Messpunkte (20'), die aus Messschritten (26) mit zeitlich unmittelbar aufeinanderfolgenden Perioden stammen, als benachbart erkannt werden.
Verfahren nach Anspruch 3, wobei der Erfassungsbereich (19) des jeweiligen Messsensors (13) um eine Rotationsachse (27) rotiert wird, und sich eine jeweilige Periode durch eine vollständige Umdrehung ergibt oder wobei der Erfassungsbereich (19) des Messsensors (13) zeilenweise oder spaltenweise in einer Zick-Zack-Spur verschwenkt wird und sich ausgehend von einem der Messpunkte (20') eine jeweilige Periode an dem jeweiligen Messpunkt (20') der nächsten Zeile oder Spalte ergibt.
Verfahren nach Anspruch 4, wobei die Rotationachse parallel oder in einem spitzen Winkel zu einer Längsachse des Fahrzeugs (11) angeordnet ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Stellungsdaten (30) eine beim Messschritt (26) eingestellte Drehstellung (31) des jeweiligen Messsensors (13) und/oder einen jeweiligen Messzeitpunkt angeben.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die jeweils als benachbart ermittelten Messpunkte (20') mittels einer Triangulierung zu Dreiecksflächen als Teilflächen (35) mittels der Kanten (34) verbunden werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei nur solche Messpunkte (20'), die einen bezüglich des jeweiligen Messsensors (13) ermittelten Tiefenabstand (41) kleiner als ein vorbestimmter Höchstwert aufweisen, als benachbart erkannt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei nur solche Messpunkte (20'), die einen Abstand (41) in Richtung senkrecht zur Sichtlinie aufweisen, der kleiner als ein Schwellenwert ist, als benachbart erkannt werden, wobei der Schwellenwert dynamisch eingestellt wird in Abhängigkeit von: • einer Fahrgeschwindigkeit während der Messschritte (26) der Messpunkte (20'), • einer Schrittgröße der Veränderung der Messstellung und/oder der Drehgeschwindigkeit des jeweiligen Messsensors (13), • einer Frequenz einer Abtastung der Umgebung (15) durch den jeweiligen Messsensor (13), • einem radialen Abstand (41) zur jeweils gescannten Oberfläche.
Verfahren nach einem der vorhergehenden Ansprüche, wobei benachbarte Messpunkte (20') mittels einer gemäß den Stellungsdaten (30) sortierten Liste ermittelt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Messpunkte (20') aus einem Messsensor (13) empfangen werden, der als ein LiDAR ausgestaltet ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Teilflächen (35) des 3D-Flächenmodells (33) zusammengefasst werden, indem paarweise solche Teilflächen (35), deren Flächennormalen um weniger als einen vorbestimmten Höchstwinkelwert auseinander stehen, in dem 3D-Flächenmodell (33) durch eine zusammengefasste Teilfläche (35) ersetzt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Fahrzeug (11) während der Messschritte (26) eine Fahrbewegung durchführt.
Prozessorschaltung (12), die dazu angepasst ist, aus Messpunkten (20') einer Messfahrt (14) eines Fahrzeugs (11) ein 3D-Flächenmodell (33) zu bilden, indem sie eine räumliche Nachbarschaft der Messpunkte (20') ermittelt und aus räumlich benachbarten Messpunkten (20') durch Definieren von diesen verbindende Kanten (34) eine jeweilige Teilfläche (35) des 3D-Flächenmodells (33) zum Modellieren der Oberflächen (18) bildet, dadurch gekennzeichnet, dass die Prozessorschaltung (12) dazu angepasst ist, zu jedem Messpunkt (20') zusätzlich Stellungsdaten (30) zu ermitteln, welche für den jeweiligen Messpunkt (20') die Messstellung zumindest eines die Messpunkte (20') erzeugenden Messsensors (13) repräsentieren, die der jeweilige Messsensor (13) im jeweiligen Messschritt (26) aufweist, und die räumliche Nachbarschaft aus den Stellungsdaten (30) zu ermitteln.
System (10) mit einem Fahrzeug (11), das zumindest einen Messsensor (13) aufweist, und mit einer Prozessorschaltung (12) nach Anspruch 14, wobei das System (10) dazu eingerichtet ist, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen.