This thesis presents novel insights and solutions to the problem of perceiving, abstracting, and interpreting the 3D structure of human environments with autonomous mobile robots. It focuses on the goal of retrieving a meaningful representation of objects from 3D laser range data for purposes of object recognition. As such, it represents an important contribution to the development of cognitive technical systems, which depend on intelligent perception as a core capability. A chain of abstraction is developed throughout the chapters, that leads from raw point cloud data to recognized objects. Following a thorough review of state-of-the-art sensing approaches, new studies and methods for feature computation, surface-based point cloud segmentation and Bayesian part-based object recognition are presented. The results show that with the framework a large number of structured objects can be learned and robustly recognized from few examples.     «

This thesis presents novel insights and solutions to the problem of perceiving, abstracting, and interpreting the 3D structure of human environments with autonomous mobile robots. It focuses on the goal of retrieving a meaningful representation of objects from 3D laser range data for purposes of object recognition. As such, it represents an important contribution to the development of cognitive technical systems, which depend on intelligent perception as a core capability. A chain of abstractio...     »

Diese Dissertation stellt neue Erkenntnisse und Lösungen für das Problem der Wahrnehmung, Abstraktion und Interpretation der 3D-Struktur menschlicher Umgebungen mit autonomen mobilen Robotern vor. Zentrales Ziel ist die Gewinnung einer aussagekräftigen Repräsentation zur Objekterkennung aus 3D-Laserdaten. In diesem Zusammenhang liefert sie einen wichtigen Beitrag zur Entwicklung kognitiver technischer Systeme, für die intelligente Perzeption eine Schlüsselfähigkeit darstellt. Es wird eine Abstraktionskette entwickelt, die von rohen Punktdaten zu erkannten Objekten führt. Nach einer ausführlichen Begutachtung moderner Sensortechnologien werden neue Studien und Methoden zur Merkmalsberechnung, der Punktwolkensegmentierung sowie der Bayesschen teilebasierten Objekterkennung präsentiert. Die Tragfähigkeit der einzelnen Abstraktionsschritte sowie des gesamten Rahmenwerks wird in zahlreichen Simulationen und Experimentalstudien demonstriert.      «

Diese Dissertation stellt neue Erkenntnisse und Lösungen für das Problem der Wahrnehmung, Abstraktion und Interpretation der 3D-Struktur menschlicher Umgebungen mit autonomen mobilen Robotern vor. Zentrales Ziel ist die Gewinnung einer aussagekräftigen Repräsentation zur Objekterkennung aus 3D-Laserdaten. In diesem Zusammenhang liefert sie einen wichtigen Beitrag zur Entwicklung kognitiver technischer Systeme, für die intelligente Perzeption eine Schlüsselfähigkeit darstellt. Es wird eine Abstr...     »