Wujanz, D.; Gruner, F.; Buriakovskyi, V.; Gorkovchuk, D.; Chizhova, M.; Popovas, D.; Gielsdorf, F.; Clemen, C.; Luhmann, T.(2024):
Geodätische Netzplanung für Robotermissionen basierend auf synthetischen Laserscans.Luhmann/Sieberth (Hrsg.): Photogrammetrie-Laserscanning-Optische 3D-Messtechnik, Wichmann Verlag, Berlin/Offenbach, S. 227-234.
Albers, S.; Rofallski, R.; Luhmann, T.(2024):
Inline-Geometrievermessung von Kautschuk: Entwicklung eines Orientierungskonzeptes zwischen Lichtschnittsensoren und einem Stereokamerasystem.Luhmann/Sieberth (Hrsg.): Photogrammetrie-Laserscanning-Optische 3D-Messtechnik, Wichmann Verlag, berlin/Offenbach, S. 2-19.
Pan, J.; Chizhova, M.; Luhmann, T.; Eißing, T.(2024):
Machbarkeitsstudie zur automatisierten Zustandsanalyse verbauter historischer Holzbalken.Kersten/Tilly (eds.): Publikationen der DGPF, Band 32, Hamburg/Köln, S. 466-481
Koch, S.; Elbeshausen, M.; Schnabel, M.; Fincken, M.(2024):
Machine Learning für flächendeckende Geothermie-Potentialanalysen
im Kontext der geodatenbasierten Wärmeleitplanung.36. Oldenburger Rohrleitungsforum
Brinkhoff, T.:
Auswertung von Fahrdaten aus digitalen Tachographen zur Visualisierung von Fahrtstrecken, eine neue Dimension der Weg/Zeit-Berechnung.Fachtagung Klassische Forensik: Innovationen für die Kriminaltechnik, GPEC Leipzig,
Mai 2024
Pesch, R.:
Geoinformationssysteme: Hintergründe und Anwendungen - Einführung im Rahmen der Digital-Werkstatt zu BIM und GIS Potenzialen.Digital Werkstatt im Rahmen von buildingSMART Deutschland,
März 2024
Pesch, R.:
Protect Baltic Stakeholder Conference - Introduction to Session on "Spatial Modelling" (WP3).PROTECT BALTIC Stakeholder Conference, Espoo, Finnland,
Februar 2024
Ghavimi, A.:
Geospatial Analysis Applications for Managing Uncertainties in Sustainable Development.Französisch-deutsches Symposium in Tübingen: Gesellschaftliche Transformationen auf dem Weg zu einer Nachhaltigen Entwicklung Teil 3: Nachhaltige Entwicklung antizipieren und planen? – Zum konstruktiven Umgang mit Ungewissheit und Unsicherheit,
Februar 2024Weblink
Fincken, M.:
Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung.36. Oldenburger Rohrleitungsforum,
Februar 2024
The aim of the PhD project is to develop an innovative approach for detection of the dynamic states of rotor blades during operation without contact and targeting more