CityGML als Grundlage für die Indoor Positionierung mittels Range Imaging

Münchner Fortbildungsseminar Geoinformationssystem10.03.2010

Andreas Donaubauer, Tobias Kohoutek, Rainer MautzETH Zürich, Institut für Geodäsie und Photogrammetrie (IGP)

Inhalt

1. Übersicht Indoor-Positionierungssysteme

2. Unterscheidungskriterien für digitale 3D-Innenraummodelle

3. CityGML als geometrisch-semantisches Innenraummodell

4. Range Imaging als Messmethode

5. CityGML + Range Imaging als Positionierungsmethode

6. Fazit und Ausblick

2

Übersicht Positionierungssysteme: Messmethoden, Reichweiten und Genauigkeit

4

Übersicht Indoor-Positionierungssysteme: Systemkomponenten

Sensor Hardwareggf. Auswerte- +/Datenübertragungs-system

Lokale Referenz-Infrastruktur

Digitale Referenzdaten

WLAN-EmpfängerWLAN-Access-Points

Koordinaten derAccess-Points,Signalstärkekarte

Range-Imaging-System

Beispiel: WLAN-System

Forschungs-thema

Komponen-ten gängiger Systeme

Geometrisch-semantisches Innenraummodell

5

Unterscheidungskriterien für digitale3D-Innenraummodelle

• Art der Entstehung: Konstruktion / Aufmass* Zustand vor-/nach Fertigstellung des Gebäudes*

*=CityGML

• Geometrische Modellierung:Constructive Solid Geometry / Boundary Representation*

• Semantische Modellierung:Existenz (Ja*/Nein), Detaillierungsgrad

• Datenformat:Computergrafik (VRML, X3D), CAAD/BIM-Welt (IFC), GIS-Welt (CityGML)*

[Bildquelle: Claus Nagel et al. 2009]

6

CityGML als geometrisch-semantisches Innenraummodell

FloorSurface• lod4MultiSurface: Geometrie

InteriorWallSurface• lod4MultiSurface: Geometrie• opening: Verweis auf Door-

Objekte

Door• lod4MultiSurface: Geometrie• address: Raumnummer etc.

InteriorBuildingInstallation• class: z.B. 6000 = statics• function/usage: z.B. 7020 = column

BuildingFurniture• class: z.B. 1100 = education, research• function/usage: z.B. 1230 = desk• lod4ImplicitRepresenation: CAD-

Zeichnung

Room• class: z.B. 1070 = education, research• function/usage: z.B. 2720 = prison cell• boundedBy: FloorSurface-, InteriorWallSurface-Objekte• interiorFurniture: BuildingFurniture-Objekte• roomInstallation: InteriorBuildingInstallation-Objekte

Room

FloorSurface

Geometrie

InteriorWallSurface

Geometrie Door

Geometrie

InteriorBuildingInstallation

Geometrie

BuildingFurniture

Geometrie

Range Imaging als Messmethode

• kombinierte CMOS/CCD-Technologie

• parallele Aufnahme der lokalen Helligkeit und eines

Distanzbildes

• Distanzmessung erfolgt mittel time-of-flight (TOF) Verfahren

für jedes Pixel

7

Range Imaging als Messmethode

• Tiefenbild durch detektierten Phasenversatz

• Signalabgriff an vier Punkten zum Bestimmen von Offset,

Amplitude und Phase

8

D = Dmax * φ/2π

CityGML + Range Imaging als Positionierungsmethode

1. „Grobpositionierung“ mittels Objekterkennung und

logischer Auswertung der CityGML-Datenbasis

2. Einschränkung des Suchraums für die anschliessende

Feinpositionierung

3. „Feinpositionierung“ mittels Entfernungsmessung

9

Ablauf bezogen auf das Datenmodell von CityGML

10

Room

Building

Room

BuildingFurniture

Geometrie

1) Typ und Anzahl

bestimmter Möbelstück erkennen

2) Suchraum einschränken =

Grobpositionierung

FloorSurface

Geometrie

InteriorWallSurface

Geometrie Door

Geometrie

InteriorBuildingInstallation

Geometrie

3) Weitere Raumbestandteile

hinzu laden fürFeinpositionierung

11

Beispielmessungen

* +

-

Fazit

• Range Imaging:- Kinematische Messung von 3D-Koordinaten in Echtzeit Erfassung von

Räumen in ihrer Lage + darin enthaltener Objekte- Identifikation von Objekten kann durch maschinelles Lernen trainiert

werden- Grenzen: relativ kleiner eindeutiger Messbereich der Kamera, Mixed

Pixels, störende Objekte, Mehrdeutigkeiten

• CityGML scheint aus folgenden Gründen geeignet:- Geometrisch-semantisches Modell und Detaillierungsgrad sind

Messmethode angemessen (keine verborgenen oder nur teilweise sichtbaren Objekte im Gegensatz zu CAAD)

- Kopplung von Outdoor- und Indoor-Positionierungsverfahren durch Unterstützung geodätischer Bezugssysteme

12

Ausblick

• Implementierung der Positionierungsmethode mit Grob- und Feinpositionierung

• Forschungsfragen:- Welcher Genauigkeitsbereich / welche Zuverlässigkeit kann erreicht

werden und welche Anwendungsmöglichkeiten gibt es somit für die Methode?

- Wo liegen die Vor- und Nachteile der Methode im Vergleich zu Techniken, die ohne ein semantisch-geometrisches Innenraummodell arbeiten?

- Wie muss ein geometrisch-semantisches Innenraummodell beschaffen sein, das die Methode optimal unterstützt? Reicht CityGML? Erweiterung? Anforderungen an Datenqualität?

13