Kurzfassung
Im Zuge der Erfassung eines Objekts mittels terrestrischer Laserscanner sind im Allgemeinen mehrere Standpunkte notwendig, um Lücken in verdeckten Bereichen zu vermeiden. Die so erfassten Scans werden erst über eine gegenseitige Registrierung zu einer gemeinsamen Punktwolke vereinigt. Häufig werden zu diesem Zweck künstliche Passmarken / Passobjekte oder manuell erzeugte Näherungswerte für die räumliche Transformation verwendet. Die Autoren zeigen den theoretischen Hintergrund eines Ansatzes zur Registrierung von Scans mit Genetischen Algorithmen, der ohne Vorwissen über Standpunkt und räumliche Lage des Scanners auskommt und gleichzeitig zu robusten Ergebnissen führt. Der praktische Einsatz wird anhand der 3D-Erfassung eines bronzezeitlichen Bergbaustollens diskutiert, bei dem die Verwendung künstlicher Ziele an ihre Grenzen gestoßen war.

Abstract
During a terrestrial laser scan, usually different scanning positions are necessary to avoid hidden parts on the object. The resulting scans are then merged into one single point cloud in a registration procedure. Usually artificial targets or approximate values are required to initiate the spatial transformation. We illustrate the theoretical background of a robust as well as automated registration approach without any prior knowledge of the scanners position and attitude by using Genetic Algorithms. Then we discuss the results using the example of a cave survey, where the registration using artificial targets reached the limit of practicability.