KI-basierte Erstellung von Lageplänen aus Orthofotos von Unfallszenen

In der vorliegenden Arbeit wurde ein Workflow entwickelt, um mittels Drohnenbefliegung generierte Orthofotos von Unfallszenen zu segmentieren, die generierten Objekte zu filtern und zu klassifizieren und das Ergebnis für die weitere CAD-basierte Verarbeitung zur Verfügung zu stellen. Der Fokus lag dabei auf der Reduktion der hohen manuellen Bearbeitungszeit beim Erstellen detaillierter Unfallskizzen (Abb. 1).

Als Testdaten wurden Orthofotos mit einer Bodenauflösung zwischen 2 und 3 cm für drei unterschiedliche Szenen vom GIDAS-Team München zur Verfügung gestellt. GIDAS steht für steht für German In-Depth Accident Study, eine umfangreiche Studie zur vertieften Verkehrsunfalldatenerhebung.

Die vorgestellte Methode umfasst drei Teilschritte (Abb. 2): Zunächst werden die Orthofotos mittels IrfanView gekachelt, um die Bildgröße für den folgenden Verarbeitungsschritt zu optimieren. Anschließend werden die einzelnen Kacheln mittels des neuronalen Netzes SAMGEO segmentiert (Abb. 3). Der größte Vorteil dieses sogenannten Zero-Shot-Detektors für die praktische Anwendung liegt darin, kein zeit- und ressourcenintensives Training durchführen zu müssen, sondern die auf umfangreichen Drohnen-, Luft- und Satellitenbildern vortrainierten Parameter („Gewichte“) direkt zur Ableitung von Segmenten aus eigenen Rasterdaten verwenden zu können. Die Umrisspolygone der generierten Segmente werden als Vektordaten für die weitere Verarbeitung bereitgestellt. In QGIS werden in einem dritten Teilschritt relevante Objekte auf Basis ihrer geometrischen Eigenschaften gefiltert und klassifiziert (Abb. 4).

Die Ergebnisse auf den bereitgestellten Testszenen zeigen ein hohes Automatisierungspotenzial und somit eine mögliche Reduktion der manuellen Bearbeitungszeit in der täglichen Praxis. Weiterer Verbesserungsbedarf besteht aktuell vor allem hinsichtlich der Zuverlässigkeit und Übertragbarkeit der Filterung relevanter Objekte, sowie der Einordnung der Objekte in die vorgegebene, sehr umfangreiche Layerstruktur.