Helikopter und UAVs (unmanned aerial vehicles) bieten als Sensorplattformen flexible Einsatzmöglichkeiten in niedrigen Flughöhen bei variablen Fluggeschwindigkeiten. Dabei können vorwärtsblickende Laserscanner durch Mehrfachüberflüge nicht nur umfassende Punktwolken von urbanen Bereichen aufnehmen, sie können unter Kenntnis der aufzunehmenden 3D-Geometrie
auch zur Navigation und Änderungsdetektion während des Flugs eingesetzt werden.
Eine grundlegende Voraussetzung der Nutzung von Punktwolken aus mehrfachen Überflügen mit verschiedener Blickrichtung ist jedoch eine exakte Koregistrierung. Diese kann durch eine automatische Selbstkalibierung der inneren Systemparameter und bei unzureichenden externen Navigationsdaten durch ein Matching der aufgenommenen Objektmerkmale bestimmt werden. Für den schritthaltenden Vergleich (on-the-fly) von ALS-Daten wird eine Herangehensweise vorgestellt, bei der es sich um eine Erweiterung des Konzepts der Belegungsgitter handelt. Anstelle eines Vergleichs von Punktwolken werden dabei 3D-Raumbereiche entlang der Ausbreitungswege der Laserpulse bezüglich der Zustände leer, belegt und unbestimmt bewertet. Das dazu vorgeschlagene Vorgehen basiert auf der Wissensrepräsentation und Informationsfusion
entsprechend der Dempster-Shafer-Evidenztheorie, wobei Änderungen als Konflikte in der Raumbelegung erkennbar werden. Zusätzlich werden Objektmerkmale ausgewertet, um Änderungsereignisse verschiedenen Kategorien zuzuordnen.

Schlüsselwörter: Änderungsdetektion, urbane Gebiete, Airborne Laserscanning, LiDAR