Rohe 3D-Raumdaten in präzise, produktionsbereite geometrische Modelle und Wahrnehmungssoftware umwandeln. Ich spezialisiere mich auf die Entwicklung maßgeschneiderter Workflows für 3D-Computer-Vision, LiDAR-Punktwolkenalgorithmen und 3D-Deep-Learning-Pipelines mit Open3D, PyTorch3D und OpenCV.
Was ich anbiete
- Punktwolkenverarbeitung & Filterung: Downsampling (Voxel-Gitter), Rauschunterdrückung, Ausreißerfilterung und Schattierungsnormalen-Schätzung.
- 3D-Registrierung & Ausrichtung: Globale Ausrichtung und lokale Registrierung (ICP / Iterative Closest Point) für Scan-Merging und SLAM.
- Punktwolken-Segmentierung & 3D-Bounding-Boxes: Entfernung von Boden-/Ebenenflächen, RANSAC-geometrisches Fitting (Kugeln, Zylinder, Ebenen) und 3D-Objekterkennung.
- Mesh-Generierung & Rekonstruktion: Umwandlung roher Punktwolken in saubere 3D-CAD-Meshes (Poisson-Flächerekonstruktion, Ball Pivoting).
- 3D-Deep-Learning: PointNet++, VoxNet oder MinkowskiEngine-Modelle für semantische Segmentierung und 3D-Klassifikation