Kurzfassung
Mit dem Einzug des terrestrischen Laserscanners in die Ingenieurgeodäsie steht seit einigen Jahren ein vielversprechendes Messinstrument für die Durchführung von geodätischen Überwachungsmessungen zur Verfügung. Trotz des häufigen Einsatzes von terrestrischen Laserscannern im Rahmen von Überwachungsmessungen stellt die anschließende Auswertung der erfassten Daten, die punktwolkenbasierte Deformationsanalyse, immer noch eine Herausforderung dar. In diesem Beitrag wird ein raum-zeitliches Deformationsmodell vorgestellt, das eine Reihe von offenen Fragestellungen der punktwolkenbasierten Deformationsanalyse löst. Die Grundidee des entwickelten Ansatzes ist die Interpretation der Deformation als Realisierung eines raum-zeitlichen stochastischen Prozesses, womit die Modellierung des erfassten und sich deformierenden Objektes mit Hilfe dreier Anteile möglich wird: Ein deterministischer Trend repräsentiert das nicht-deformierte Objekt, ein stochastisches Signal beschreibt den lokal homogenen stochastischen Deformationsprozess und ein stochastisches Messrauschen berücksichtigt Unsicherheiten, die durch den Messprozess verursacht werden. Durch die stochastische Modellierung der Deformationen ist es nicht notwendig, Punktkorrespondenzen in unterschiedlichen Messepochen zu definieren. Ergebnis der durchgeführten Fläche-zu-Fläche-Vergleiche sind interpretierbare Verschiebungsvektoren.

Abstract
With the increased use of the terrestrial laser scanner in engineering geodesy, a promising measurement instrument for performing geodetic monitoring tasks has been available for several years. Despite the frequent use of terrestrial laser scanners in the context of monitoring tasks, the subsequent analysis of the acquired data, the point cloud-based deformation analysis, still poses a challenge. In this paper, a spatio-temporal deformation model that solves a number of open issues in point cloud-based deformation analysis is presented. The basic idea of the developed approach is to interpret the deformation as the realization of a spatio-temporal stochastic process, thus allowing for the modeling of the acquired object by means of three components. A deterministic trend represents the non-deformed object, a stochastic signal describes the locally homogeneous stochastic deformation process, and a stochastic measurement noise accounts for uncertainties caused by the measurement process. Due to the stochastic modeling of the deformations, it is not necessary to define point correspondences in different measurement epochs. The results of the surface-to-surface comparison conducted are interpretable displacement vectors.