Stand November 2026 · Redaktion Bestandsdigital · Lesezeit ca. 8 min
Ein Winkelfehler von 0,01 Grad klingt nach nichts. Bei einer Wandlänge von 30 m ergibt er am Ende der Wand einen Versatz von 30.000 mm × tan(0,01°) ≈ 30.000 mm × 0,000175 ≈ 5,2 mm. Das ist eine eigene Rechnung, kein Herstellerwert, aber sie zeigt, warum Sie eine Punktwolke registrieren nicht als Schönheitsschritt behandeln sollten: Kleine Drehfehler wachsen mit der Entfernung, und in einem langen Flur mit zwanzig Standpunkten summieren sie sich.
Dieser Text geht den Weg von der groben Vorausrichtung bis zur Prüfung durch und sagt, an welchen Stellen die Automatik versagt.
Registrierung heißt: Einzelscans in ein gemeinsames System bringen
Jeder Standpunkt liefert eine Wolke im eigenen Koordinatensystem des Scanners. Registrieren heißt, für jede Wolke eine starre Transformation aus Drehung und Verschiebung zu finden, sodass die Überlappungen deckungsgleich liegen. Die Verfahren unterscheiden sich darin, woraus sie diese Transformation ableiten: aus Zielmarken oder Kugeln, aus Punktpaaren, die Sie von Hand wählen, oder aus der Geometrie der Wolke selbst.
Zwei Begriffe werden in der Praxis oft vermischt. Die Grobregistrierung bringt die Wolken auf wenige Dezimeter oder Grad zusammen. Die Feinregistrierung verfeinert das Ergebnis auf wenige Millimeter. Fast alle geometrischen Feinverfahren setzen eine brauchbare Grobregistrierung voraus. Das ist keine Nebensache, sondern Bedingung.
Warum ICP eine Vorausrichtung braucht
Das Verfahren Iterative Closest Point sucht für jeden Punkt der einen Wolke den nächsten der anderen und verschiebt so lange, bis der Fehler nicht mehr sinkt. Das CloudCompare-Wiki sagt dazu, beide Wolken müssten vorher grob registriert sein, mit den anderen Methoden des Programms, und beide müssten dort, wo sie sich überlappen, dasselbe Objekt oder dieselbe Form zeigen. Auch die Open3D-Dokumentation (Version 0.19.0) verlangt eine ungefähre Anfangstransformation und merkt an, diese stamme meist aus einem globalen Registrierverfahren.
Bei einer Anfangslage, die weiter danebenliegt als der Suchradius, findet ICP die falschen Nachbarn. Er konvergiert dann sauber, aber in einem Nebenminimum. Das Ergebnis sieht plausibel aus und hat einen kleinen Restfehler, liegt aber an der falschen Stelle. Genau das macht den Fehler gefährlich: Die Kennzahl lügt nicht, sie beantwortet nur die falsche Frage.
ICP in CloudCompare: die Parameter
Aufgerufen wird das Werkzeug laut Wiki über das Symbol Fine Registration (ICP) in der oberen Hauptleiste oder über Tool > Fine Registration (ICP). Die Parameter laut Wiki:
| Parameter | Bedeutung laut Wiki |
|---|---|
| Final overlap | Anteil der zu registrierenden Wolke, der nach der Registrierung mit der Referenz überlappt. Seit Version 2.6.1 vorhanden, trägt Teilüberlappungen bis etwa 10 Prozent und weniger |
| RMS difference | Abbruchschwelle für die Änderung des Fehlers zwischen zwei Iterationen. 1e-8 liegt nahe an der 32-Bit-Genauigkeitsgrenze, weiter zu senken bringt nichts |
| Number of iterations | Obergrenze der Iterationen unabhängig von der Konvergenz |
| Random sampling limit | Höchstzahl zufällig gezogener Punkte je Iteration, Vorgabe 50.000. Größer wählen bei sehr großen Wolken oder wenn mehr Feinabstimmung nötig ist |
| Adjust scale | Lässt ICP Maßstabsunterschiede korrigieren, gedacht für Wolken mit unterschiedlichem Maßstab, etwa aus Photogrammetrie |
Der häufigste Bedienfehler ist ein falsch geschätzter Final overlap. Geben Sie 100 Prozent an, obwohl sich zwei Scans nur zu einem Drittel überlappen, zieht ICP die Wolken zusammen und verbiegt dabei die Überlappung. Ein Scan, der zu 30 Prozent im Referenzscan liegt, braucht Final overlap in dieser Größenordnung.
Für große Wolken ist der Hinweis auf das Random sampling limit hilfreich. Bei 50.000 Punkten je Iteration ist ICP schnell, aber auf sehr großen und dichten Wolken fehlt die Stichprobenbreite. Eine Erhöhung ist laut Wiki bei sehr großen Wolken oder für mehr Feinabstimmung vorgesehen, und sie verlängert erwartbar die Rechenzeit.
Punktpaare: der handfeste Weg bei schwierigen Fällen
Wenn die Geometrie nicht zum Verfahren passt, bleibt die Registrierung über Punktpaare. Laut CloudCompare-Wiki finden Sie das Werkzeug unter Tools > Registration > Align (point pairs picking), nachdem Sie zwei Entitäten markiert haben. Es erfordert mindestens drei gleichwertige Punktpaare, in beiden Wolken in gleicher Reihenfolge gewählt. Eine Wolke bleibt als Reference fest, die andere (Aligned) wird bewegt. Seit Version 2.6.1 erlaubt das Werkzeug die Kugelerkennung, sodass Kugelmittelpunkte als Registrierpunkte dienen, seit 2.6.3 mit einem maximalen RMS dafür.
Wichtig ist die Rückmeldung: Sobald genügend Paare vorliegen, zeigt das Programm den RMS an, und in der Tabelle sehen Sie den Fehleranteil jedes Paars. Das schlechteste Paar können Sie entfernen und neu wählen. Das Wiki empfiehlt dieses Verfahren, wenn präzise ausgerichtet werden soll und ICP bei stark verschiedenen Wolken über große Ausdehnungen versagt. Weitere Paare nach der Ausrichtung geben zusätzliche Bedingungen und mehr Sicherheit.
Ein Hinweis zum Maßstab: Der Haken bei fester Skalierung nimmt dem Werkzeug die Freiheit, den Maßstab mitzuschätzen. Lassen Sie ihn gesetzt, es sei denn, Sie registrieren Photogrammetrie ohne Maßstab. Eine laserscannerbasierte Wolke hat einen echten Maßstab, und ein frei geschätzter Maßstab versteckt dort Fehler, statt sie zu beheben.
Globale Registrierung: Merkmale statt Handarbeit
Wenn keine Zielmarken vorhanden sind und die Lage unbekannt ist, hilft ein globales Verfahren. Open3D beschreibt in der Dokumentation 0.19.0 einen Ablauf, der sich auf andere Programme übertragen lässt:
- Beide Wolken mit
voxel_down_sample(voxel_size)ausdünnen. - Normalen schätzen, im Beispiel mit Radius gleich dem Doppelten der Voxelgröße und höchstens 30 Nachbarn.
- FPFH-Merkmale berechnen, Radius das Fünffache der Voxelgröße, höchstens 100 Nachbarn.
- Über RANSAC Korrespondenzen suchen, Distanzschwelle das Anderthalbfache der Voxelgröße, bis zu 100.000 Iterationen bei 0,999 Konfidenz.
- Mit Point-to-plane-ICP auf den nicht ausgedünnten Wolken verfeinern, Schwelle das 0,4-Fache der Voxelgröße.
Im Beispiel der Seite beträgt die Voxelgröße 0,05 (5 cm), woraus sich 0,075 für die RANSAC-Schwelle und 0,020 für die ICP-Schwelle ergeben. Die Seite nennt außerdem die Alternative Fast Global Registration mit Schwelle 0,5-fach der Voxelgröße. Die Laufzeiten im Beispiel (0,112 s für RANSAC, 0,132 s für FGR) beziehen sich auf deren Testdaten und sind nicht auf Ihre Scans übertragbar.
Was heißt das für Bestandsscans? Merkmalsbasierte Verfahren leben von markanter Geometrie. Ein Treppenhaus mit Läufen, Podesten und Geländern ist dafür ideal. Ein Flur mit glatten, parallelen Wänden ist es nicht: Die Wolke ist entlang der Flurachse nahezu verschiebungsinvariant, und jedes Verfahren kann sie beliebig verschieben, ohne dass der Fehler wächst. In solchen Räumen brauchen Sie Zielmarken, Kugeln oder zusätzliche Standpunkte in Querrichtung. Das gehört in die Planung, nicht in die Nachbearbeitung. Anhaltspunkte zur Planung der Standpunkte gibt eine Checkliste für den Vor-Ort-Termin.
Kennzahlen lesen: Fitness und RMSE
Open3D gibt zwei Werte aus. Fitness misst laut Dokumentation den überlappenden Bereich, also die Zahl der Inlier-Korrespondenzen geteilt durch die Zahl der Punkte in der Zielwolke, und ist größer besser. Inlier RMSE misst den mittleren quadratischen Fehler aller Inlier-Korrespondenzen und ist kleiner besser. CloudCompare zeigt nach dem Lauf einen RMS an.
Beide Werte gehören zusammen. Eine hohe Fitness bei kleinem RMSE ist gut. Ein sehr kleiner RMSE bei geringer Fitness heißt nur, dass wenige Punkte gut passen. Bei einer Überlappung von eigentlich 40 Prozent und einer Fitness von 0,05 ist die Registrierung hinfällig, auch wenn der RMSE im Millimeterbereich liegt.
Rechenbeispiel mit angenommenen Werten: Zielwolke mit 2.000.000 Punkten, 600.000 Inlier-Korrespondenzen. Fitness = 600.000 / 2.000.000 = 0,30. Entspricht das der erwarteten Überlappung von etwa 30 Prozent, ist das Ergebnis stimmig. Erwarten Sie 60 Prozent, stimmt etwas nicht.
Fehlerbilder in der Praxis
- Doppelte Wände: Zwei Wandflächen im Abstand von einigen Millimetern bis Zentimetern. Ursache meist ein Registrierfehler in einer Kette von Standpunkten. Messen Sie im Schnitt den Abstand der beiden Bänder.
- Schleifenfehler: Die Kette läuft rund durch ein Gebäude, und beim Schließen passt der erste nicht zum letzten Standpunkt. Der Fehler verteilt sich über die Kette, wenn Sie eine Blockausgleichung nutzen. Wer nur paarweise registriert, trägt ihn an der Schließstelle ab.
- Höhenversatz zwischen Geschossen: Wenn Treppenhaus und Fensterfronten die einzige Verbindung sind, sind kleine Neigungsfehler groß.
- Bewegte Objekte: Personen, Fahrzeuge und schwingende Gerüste ziehen ICP in falsche Richtungen. Vor der Feinregistrierung bereinigen, wie in Punktwolke bereinigen beschrieben.
Prüfen Sie die Registrierung unabhängig vom Programm
Die Kennzahl des Registrierprogramms ist kein Abnahmebeleg. Sie misst, wie gut das Programm mit den eigenen Daten zufrieden ist. Eine unabhängige Prüfung nutzt Kontrollpunkte, die nicht in die Registrierung eingeflossen sind: etwa drei bis fünf Zielmarken, die von einer Tachymeter-Messung vorliegen, oder eine mit dem Messband und einer Totalstation gemessene Strecke. Weicht deren Lage von der Wolke ab, kennen Sie den realen Fehler, nicht nur den internen.
Legen Sie die Toleranz vorab fest. Ein sinnvoller Anhaltspunkt ist, was Sie am Ende zeichnen oder modellieren: Für Grundrisse im Maßstab 1:50 reicht eine geringere Genauigkeit als für die Fertigung von Fensterelementen. Die Rechnung von Messunsicherheit aus mehreren Einflüssen, auch der Registrierung, finden Sie in Genauigkeit in der Praxis. Die Wahl des Koordinatensystems, in das Sie am Ende registrieren, behandelt Punktwolke und Koordinatensystem.
Dokumentieren Sie schließlich die Registrierung: Programm und Version, Verfahren, Parameter, RMS oder Fitness, Zahl der Kontrollpunkte und deren Abweichungen. Ein Auftraggeber, der später nachfragt, warum die Wand 8 mm schief steht, bekommt dann eine belegte Antwort statt einer Vermutung.
Quellen
- CloudCompare-Wiki, Seite zu ICP: Parameter, Vorausrichtung, Final overlap seit 2.6.1.
- CloudCompare-Wiki, Seite zu Align (point pairs picking): Mindestzahl der Paare, RMS-Ausgabe, Kugelerkennung.
- Open3D-Tutorial zu ICP in Version 0.19.0: Punkt-zu-Punkt und Punkt-zu-Ebene, Fitness und Inlier RMSE.
- Open3D-Tutorial zur globalen Registrierung in Version 0.19.0: FPFH, RANSAC, Voxelgrößen.
Quellen
- CloudCompare-Wiki, Seite ICP (Wiki zu V2.6 und höher, Parameter Final overlap seit 2.6.1)abgerufen 22.11.2026
- CloudCompare-Wiki, Seite Align (point pairs picking), Wiki zu V2.6 und höherabgerufen 22.11.2026
- Open3D 0.19.0 Dokumentation, Tutorial ICP registrationabgerufen 22.11.2026
- Open3D 0.19.0 Dokumentation, Tutorial Global registrationabgerufen 22.11.2026
Weiterlesen
Die Beiträge ersetzen keine Fachplanung und keine Rechtsberatung. Fehler gefunden? Melden Sie ihn der Redaktion.