@mastersthesis{Groschopp2018,
  type      = {Master Thesis},
  author    = {Groschopp, Tom},
  title     = {Nachverfolgung von Trolleybus-Oberleitungen mittels Laserscanning zur Unterst{\"u}tzung eines automatisierten Stromabnehmersystems},
  institution = {Physikalische Technik, Informatik},
  school    = {Wests{\"a}chsische Hochschule Zwickau},
  pages     = {86 Seiten, 34 Abb., 3 Tab., 18 Lit.},
  year      = {2018},
  abstract  = {Im Rahmen des Forschungsprojektes AOSAplus wird ein automatisiertes Stromabnehmersystem f{\"u}r Trolleybusse entwickelt. Die Arbeit greift dabei eine Teilaufgabe auf, mit dem Ziel eine Erkennung und Nachverfolgung von Trolleybus-Oberleitungen mit Toleranz gegen{\"u}ber unvollst{\"a}ndigen Laserscanner-Daten sowie eine Zuordnung erkannter Fahrdr{\"a}hte zu Leitungspaaren zu erm{\"o}glichen. Dazu wird je ein Verfahren aus den Bereichen Maschinelles Lernen sowie Bildverarbeitung und Mustererkennung ausgew{\"a}hlt, implementiert und miteinander verglichen. Zwar zeigt sich, dass sowohl die dichtebasierte Cluster-Analyse mit DBSCAN als auch eine Linienerkennung mit der Hough-Transformation ein Erkennen und Verfolgen erm{\"o}glichen, jedoch wird nach einem Abwiegen von Vor- und Nachteilen das Clustering-Verfahren favorisiert. Zudem werden die Interpolation unvollst{\"a}ndiger Laserscanner-Messdaten und die Zuordnung erkannter Trolleybus-Fahrdr{\"a}hte zu zugeh{\"o}rigen Paaren betrachtet. Nach einer Evaluierung mit den Laserscanner-Daten verschiedener Trolleybus-Strecken zeigt sich, dass das entwickelte Verfahren zum Erkennen und Verfolgen von Trolleybus-Oberleitung geeignet ist.},
  language  = {de}
}