Galovska, M: Data fusion in the measurement of the geometry

Datenfusion unter Verwendung einer kalibrierten Vorrichtung vorgeschlagen, mit dem der aus den Formabweichungen des Messobjekts resultierende systematische Effekt korrigiert werden kann. Gemäß diesem Ansatz wird ein Messobjekt in einer Zentriervorrichtung auf Präzisionskugeln gelagert. Mittels der Daten der Kugelpositionen, die im Rahmen eines Einmessprozesses bestimmt werden, können auftretende systematische Effekte und damit die Messunsicherheit reduziert werden. Die Datenfusion wird dabei auf der Basis von multikriterieller Optimierung und der Methode der kleinsten Quadrate durchgeführt.Um die komplette Topographie der Oberfläche eines Messobjektes zu erfassen, werden Mehransichtsmessungen durchgeführt. Die Zuverlässigkeit und Qualität des endgültigen Messergebnisses hängt in diesem Fall nicht nur von der Qualität der einzelnen Messung, sondern auch von der Umsetzung des Verfahrens zur Datenfusion ab. Verschiedene Ansätze zur Registrierung der einzelnen Patches, d.h. der Transformation von Punktwolken in ein gemeinsames Koordinatensystem, werden angewendet und diskutiert, wie z.B. kreisförmige Marker mit photogrammetrischer Auswertung, stochastische Muster und digitale Bildkorrelation sowie das flächenbezogene Matching von Punktewolken. Für diese Ansätze benötigt man in der Überlappzone eine hinreichende Anzahl an Merkmalen. Ein weiterführender Ansatz zur Registrierung wurde vorgestellt und implementiert, der auf dem externen photogrammetrischen Tracking der Objektsposition basiert. Als Grundlage dafür dient eine Beobachtung der Stirnfläche des rotationssymmetrischen Messobjekts, wodurch kein Überlappen mehr notwendig ist, und eine komplette Messung mit weniger Patches auskommt.Die Datenfusion von Koordinatenmessungen, welche verschiedene Operationen der Datenverarbeitung enthält, ist ein kompliziertes mehrstufiges Verfahren, was eine Herausforderung für die Auswertung der Messunsicherheit darstellt. In dieser Arbeit wird daher auch eine Analyse der Messunsicherheit gemäß dem "Guide to the expression of uncertainty in measurement " (GUM) durchgeführt. Basierend auf der Unsicherheitsermittlung mit statistischer Auswertungen (Typ A) werden zufällige Effekte aus den Punktwolken abgeschätzt und die Unsicherheitsfortpflanzung mit Hilfe der Monte-Carlo-Methode analysiert. Die Simulation des Registrierungsvorgangs in Kombination mit dieser Analyse ermöglicht die Quantifizierung des Einflusses der Registrierung auf die Unsicherheit der Messergebnisse und die Optimierung des Verfahrens für die Mehransichtsmessung.