Analyse von terrestrischen Laserscanning-Daten für die Deformationsüberwachung

Die Überwachung von Deformationen ist eine zentrale Aufgabe in der Ingenieurgeodäsie. Terrestrisches Laserscanning (TLS) hat sich als ein leistungsfähiges Werkzeug etabliert, um präzise 3D-Punktwolken zu erfassen. Diese Technologie ermöglicht eine umfassende Überwachung von Objekten und deren Verhalten. Die Herausforderung besteht darin, die Unterschiede zwischen den 3D-Punktwolken zu definieren und zu berechnen, um Deformationen zu modellieren. Verschiedene Methoden existieren, wobei die geometrie-basierte Methode besonders populär ist. Der Schlüsselprozess in dieser Strategie ist die Approximation der Punktwolke einer Epoche durch mathematische Modelle, häufig in Form eines linearen Gauss-Markov-Modells. Die geometrischen Veränderungen werden durch den Vergleich der approximierten Modelle aus verschiedenen Epochen ermittelt. Die Automatisierung der traditionellen manuellen Deformationsüberwachung wird zunehmend vorangetrieben, um die Implementierung zu erleichtern und kosteneffizient zu gestalten.

Die Dissertation untersucht die Risiken einer fehlerhaften Spezifikation der Varianz-Kovarianz-Matrix (VKM). Insbesondere wird die Vernachlässigung mathematischer Korrelationen und die Annahme der Homoskedastizität hervorgehoben. Diese Aspekte haben signifikante Auswirkungen auf die Ergebnisse von Kongruenztests. Die Arbeit motiviert weitere Untersuchungen zu einer verfeinerten, heteroskedastischen VKM, die auf einem detaillierteren Unsicherheitsbudget von TLS-Messungen basiert. Die spezifizierte VKM wird durch zwei Hypothesentests bewertet: den „nested model misspecification test“ und den „non-nested model selection test“. Diese Tests sind nicht nur für die Validierung der Ergebnisse von Bedeutung, sondern auch für die allgemeine Anwendung in der Deformationsüberwachung.

Die Anwendung flexibler B-Spline-Modelle in der Approximation zeigt signifikante Vorteile gegenüber polynomialen Modellen. In zwei Fallstudien werden die Leistungen dieser Modelle statistisch verglichen, wobei sowohl die Überlegenheit als auch die Einschränkungen der Modelle exemplarisch aufgezeigt werden. Die Ergebnisse verdeutlichen, dass die Wahl des mathematischen Modells einen starken Einfluss auf die Qualität der Deformationsentscheidungen hat. Die automatisierte Auswahlprozesse für stochastische und funktionale Modelle verbessern die Qualität des Deformationsüberwachungsprozesses erheblich. Diese Fortschritte sind entscheidend für die Entwicklung interdisziplinärer Überwachungsprozesse, die in verschiedenen Anwendungsbereichen von Bedeutung sind.

Die Erkenntnisse dieser Dissertation haben weitreichende praktische Anwendungen in der Ingenieurgeodäsie. Die verbesserte Deformationsüberwachung durch den Einsatz von TLS und die automatisierte Modellwahl ermöglichen eine präzisere und effizientere Überwachung von Bauwerken und natürlichen Objekten. Die Implementierung dieser Methoden kann in verschiedenen Bereichen, wie dem Bauwesen, der Denkmalpflege und der Umweltüberwachung, von großem Nutzen sein. Die Arbeit leistet somit einen wertvollen Beitrag zur Weiterentwicklung der Geodäsie und bietet Ansätze zur Lösung praktischer Probleme in der Deformationsanalyse.