Das Ziel aktueller Forschungen zur Deformationsanalyse unter Verwendung terrestrischer Laserscanner (TLS) besteht darin, geometrische Veränderungen zwischen verschiedenen Messepochen automatisch zu erkennen. Als Schlüsselproblematik erweist sich dabei die Verknüpfung einzelner Punktwolken in ein gemeinsames Koordinatensystem, was bisher unter Verwendung künstlicher Zielmarken beziehungsweise von Festpunkten gelöst wird.
Nachteilig an dieser Vorgehensweise sind der hohe Zeitaufwand zur Einbringung der Marken in den Objektraum, die erforderliche Einmessung dieser in ein Referenzsystem sowie die begrenzte räumliche Verteilung der Verknüpfungspunkte. In diesem Beitrag wird ein rein objektraumbezogenes Matching vorgestellt, das nur Punkte als Eingangsgrößen verwendet und keine Zielmarken oder Features wie etwa Regelgeometrien in Form von Ebenen benötigt. Problematisch bei diesem Ansatz ist die Anfälligkeit gegenüber deformierten Bereichen, was zu Verfälschungen der Registrierung führt. Daher ist es erforderlich, Deformationen in den Datensätzen aufzudecken und bei der Berechnung der Transformationsparameter auszuschließen. Die vorgestellte Lösung basiert auf einer Segmentierung des Objektraums und identifiziert Deformationen durch Streckenvergleiche innerhalb einzelner Zellen. Konsistente Zellen werden wiederum zu konsistenten Clustern zusammengefasst, wobei das Größte zur finalen Berechnung der Transformationsparameter verwendet wird. Das neue Verfahren wird anhand eines Anwendungsbeispiels aus der Praxis getestet. Wichtige Aspekte wie die Unempfindlichkeit gegenüber Ausreißern sowie die Abhängigkeit von Stellgrößen werden ebenfalls näher beleuchtet.