In diesem Beitrag wird ein auf Expertenwissen basierender Ansatz vorgestellt, um Punktwolken zu verarbeiten, welcher im Gegensatz zu konventionellen, datengestützten Ansätzen steht. Dieser beinhaltet die Objektcharakteristik, dessen Umgebung, Datenmuster sowie deren Qualität und das Verhalten der verwendeten Algorithmen. Die dahinter stehende Idee strebt eine Kooperation von Maschine und Mensch unter Einbeziehung von Expertenwissen an, um hierdurch eine intelligente Verarbeitung zu ermöglichen.

Dabei bringt die Integration und Nutzung verschiedener Wissensbereiche nicht nur die oftmals benötigte Flexibilität in die Verarbeitungsroutinen, sondern hilft auch beim Fortschritt in Richtung Automatisierung. Diese Arbeit profitiert von wissensbasierten Techniken wie Ontologie mittels OWL und deren Möglichkeiten, um Schlussfolgerungen zu ziehen. Die Robustheit und Flexibilität dieser Ansätze wurde bereits in der Vergangenheit am Forschungsprojekt „Wissensbasierte Detektion von Objekten in Punktwolken für Anwendungen im Ingenieurbereich (WiDOP)“ nachgewiesen. Hierbei wurden zwei verschiedenartige Punktwolkendatensätze – ein Flughafenterminal und eine Eisenbahnstrecke – mit wissensbasierten Verfahren prozessiert, um damit bestimmte Objekte zu erkennen.