ISBN 9783843942966

978-3-8439-4296-6, Reihe Robotik und Automation

Björn Zeise
Methoden zur Verbesserung der Temperaturinterpretation in fusionierten 3D-Tiefendaten und Wärmebildern

213 Seiten, Dissertation Universität Hannover (2019), Softcover, A5

Zusammenfassung / Abstract

Aufgrund der wachsenden Komplexität der Anwendungsbereiche mobiler Roboter ist es notwendig, im Rahmen der Umgebungswahrnehmung immer mehr Informationen zu bündeln. So entstehen multimodale Umgebungsrepräsentationen, die einerseits Auskunft über die Befahrbarkeit einer Region geben, andererseits aber auch Modalitäten wie Farbe, Temperatur, Material, Gaskonzentration oder Strahlungsintensität abbilden.

Die vorliegende Arbeit ist im Themengebiet der automatisierten Thermografie angesiedelt. Die mittels einer Wärmebildkamera gewonnenen Temperaturinformationen unbekannter Oberflächen werden in ein dreidimensionales Umgebungsmodell integriert. Es werden Methoden vorgestellt, mit deren Hilfe sich Fehlinterpretationen und Mehrdeutigkeiten in den Temperaturdaten identifizieren und behandeln lassen. Diese resultieren vor allem aus dem Emissionsgrad, einer oberflächenspezifischen Größe, welche die Temperaturmessung maßgeblich beeinflusst.

Vor allem bei exploratorischen Aufgabenstellungen sind die Zielumgebungen und somit auch die Emissionsgrade der betrachteten Oberflächen unbekannt. Hierdurch resultieren insbesondere auf Metalloberflächen starke Abweichungen der mittels einer Wärmebildkamera wahrgenommenen und der tatsächlichen Oberflächentemperatur. Durch die Verknüpfung mehrerer Temperaturmesswerte mit konkreten Blickwinkeln zum Aufnahmezeitpunkt lässt sich in einem neuartigen Ansatz eine Temperaturkorrektur durchführen. In einem weiteren Ansatz wird eine Möglichkeit zur Identifikation thermischer Reflexionen in temperierten 3D-Umgebungskarten vorgestellt. Unter Annahme eines sich bewegenden Sensoraufbaus wird dabei die Tatsache ausgenutzt, dass sich thermische Reflexionen in Bezug zur betrachteten Oberfläche scheinbar bewegen.

Die vorgestellten Ansätze werden in einer experimentellen Untersuchung anhand realer Daten evaluiert. Es wird gezeigt, dass die Methoden auf mobilen Servicerobotern anwendbar sind und überzeugende Ergebnisse liefern.