Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB Problemstellung
Mit Hilfe mobiler Laserscanner kann ein Einsatzgebiet direkt dreidimensional erfasst werden. Ein auf solchen aktuellen Messdaten basierendes 3D-Umgebungsmodell lässt sich anschließend zur Bewältigung unterschiedlicher Aufgaben heranziehen. Diese reichen von der reinen Visualisierung bis hin zur Erstellung und Analyse gemeinsam nutzbarer Lagebilder. Die letztgenannte Anwendung besteht in der Verortung aller georeferenzierter Informationen in einer globalen Wissensbasis, welche zur Planung oder Simulation nutzbar ist. Als problematisch erweist sich dabei recht schnell der effiziente Umgang mit den großen Datenmengen, die bei der Erfassung größerer Gebiete anfallen. Allein die Verwendung gängiger Laserscanner an einem mobilen Sensorträger bringt innerhalb kurzer Zeit umfangreiche georeferenzierte 3D-Punktmengen hervor, z. B. 10 Milliarden 3D-Punkte innerhalb von 60 Minuten Messfahrt. Die Nutzung solcher Datenmengen und deren Visualisierung lässt sich nicht mehr einfach durchführen, sondern erfordert eine geeignete Strukturierung des Datenbestandes für effiziente Zugriffe.
Lösungskonzepte
Zur Verwaltung großer Datenbestände haben sich verschiedene Formen von Datenbanken oder Datenbankmanagementsystemen (DBMS) etabliert. Diese erlauben neben der reinen Ablage auch das Indizieren von Datensätzen bzw. ausgewählter Attribute dieser Datensätze. Räumliche Datenbanken bzw. Geodatenbanken verfügen dazu auch über mehrdimensionale Attribute, wozu vorrangig die Geokoordinaten gehören. Dadurch wird es möglich, auch große Datenbestände schnell ortsbezogen zu durchsuchen und so die gewünschten Daten zu selektieren.
Im Rahmen des konzeptionellen Designs eines Systems zur 3D-Sensordatenverwaltung auf Basis von Geodatenbanken wurden verschiedene Alternativen geprüft und letztlich eine Umsetzung basierend auf PostgreSQL und PostGIS durchgeführt. Neben 3D-Sensordaten werden dort auch weitere Sensordaten mit Geokoordinaten abgelegt, z. B. Kamerabilder mit Metadaten.
Abb. 1: OSG-Earth kann zur Visualisierung verschiedenster Datentypen mit Geobezug eingesetzt werden.
Zur Visualisierung des Datenbestands wurde u. a. OSG-Earth an die Geodatenbank-Infrastruktur angebunden. Hierbei handelt es sich um eine Mischung aus Open-Source SDK und Terrain-Engine. OSG-Earth basiert auf dem ebenfalls frei verfügbaren OpenSceneGraph-Projekt, welches einen flexiblen Szenengraphen für die Darstellung von 3D-Szenen bereitstellt. Die Darstellung erfolgt in Form eines virtuellen Globus, auf dem frei navigiert werden kann (vgl. Abbildung 1). OSG-Earth bietet eine Visualisierung von standardisierten Komponenten wie beispielsweise Kartenmaterial und Höhenprofilen an. Zugleich ist es möglich, eigene Visualisierungskomponenten hinzuzufügen, falls diese benötigt werden.
Speziell für die Visualisierung von großen 3D-Punktmengen werden auch weitere Alternativen betrachtet. Der Open-Source Punktwolkenrenderer Potree etwa verwendet eine hierarchische Datenstruktur, um Punktwolken mit Milliarden von Einzelpunkten direkt im Webbrowser betrachten zu können (vgl. Abbildung 2). Mit ähnlichen Ansätzen werden auch eigene Visualisierungslösungen entwickelt und eingesetzt.
Abb. 2: Visualisierung des gelabelten Anteils des "TUM-MLS-2016" Datensatzes (195 Millionen Punkte) im Webbrowser mit Potree.