Result: Big Data Management von Punktwolken

Title:
Big Data Management von Punktwolken
Publication Year:
2022
Collection:
Hochschule für Technik Rapperswil: HSR - Institutional Repository
Document Type:
Dissertation/ Thesis thesis
File Description:
text
Language:
German
Relation:
https://eprints.ost.ch/id/eprint/1054/1/FS%202022-BA-EP-Ehrensperger-Rutzer-Big%20Data%20Management%20von%20Punktwolken.pdf; Ehrensperger, Reto and Rutzer, Christian (2022) Big Data Management von Punktwolken. Other thesis, OST Ostschweizer Fachhochschule.
Accession Number:
edsbas.A01D4719
Database:
BASE

Further information

Deutsch: Light Detection And Ranging (LiDAR) ist eine Methode, die verwendet werden kann, um Objekte oder Umgebungen als Punktwolke aufzunehmen. In Kombination mit Simultaneous Localization And Mapping (SLAM) ist es mobilen Robotern möglich ihre eigene Position in einer dieser Umgebungen zu bestimmen. Damit können sie verwendet werden, um autonom Punktwolken ihres Umfelds zu erstellen. Das Institute for Lab Automation and Mechatronics der OST (ILT) hat ihren Roboterhund Spot mit einem LiDAR-Sensor und einem Mini-Computer mit SLAM-Algorithmus ausgestattet. Damit sollen in Zukunft Punktwolken unterschiedlicher Indoor-Umgebungen erstellt werden. Um diesem Ziel näher zu kommen, wird eine Software-Komponente benötigt, die Punktwolken zentral verwaltet und noch während der Aufnahme deren Qualität überprüft werden kann. Dafür wurde im Rahmen dieser Arbeit eine Applikation namens “3D Data Management” entwickelt. Sie ermöglicht es mit mobilen Clients (zum Beispiel Roboter) aufgenommene Punktwolken über eine Schnittstelle an einen Server zu senden. Die empfangenen Daten werden inkrementell in einer Webapplikation dargestellt und können so beinahe in Echtzeit betrachtet werden. Mobile Clients können 3D-Daten in Form von Punktwolken (Point Clouds) oder Polygonnetze (Meshes) im PLY-Dateiformat an die REST-API der Webapplikation übermitteln. Die übertragenen Daten werden auf dem Server zunächst unverändert als PLY-Datei verwaltet. Zusätzlich werden zu jeder Aufnahme zugehörige Metadaten wie Name, Ort, Zeitpunkt, Dateigrösse und Vorschau in einer PostgreSQL-Datenbank gespeichert. Für die unmittelbare Darstellung der aufgenommenen Punkte im Webbrowser (JavaScript und Three.js) wird die Webapplikation per Websocket-Verbindung mit dem Backend (Python und Django) über neue Aufnahmen benachrichtigt. Am Ende einer Aufnahmesession können die Teilaufnahmen zu einer einzelnen Datei zusammengefügt und als Ganzes verwaltet, heruntergeladen und weiterverarbeitet werden. Die Funktionalität der Applikation wurde am Ende des Projekts mit ...