Unterwasser-Robotik
2014-2015
Artikel und Bücher
Alle
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
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.
Brinkhoff, T. (2024):
Geospatial Information Technology Systems for Digital Ethology. In: Tomáš Paus, Hye-Chung Kum (eds.): Digital Ethology: Human Behavior in Geospatial Context. Strüngmann Forum Reports, vol. 33, series ed. Julia R. Lupp. Cambridge, MA: The MIT Press, 107–123
, doi: 10.7551/mitpress/15532.003.0011
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
Fincken, M.; Elbeshausen, M.; Schnabel, M.; Koch, S. (2024):
Machine Learning für flächendeckende Geothermie-Potentialanalysen
im Kontext der geodatenbasierten Wärmeleitplanung. 36. Oldenburger Rohrleitungsforum
Vorträge
Brinkhoff, T.
:
Geodatenbanksysteme.
CAS Räumliche Informationssysteme, ETH Zürich, Schweiz (online),
Dezember 2020
Luhmann, T.
:
Beispiele hochauflösender photogrammetrischer 3D-Erfassungen komplexer Objekte.
Herbsttagung der Fachgruppe Naturwissenschaftliche Museen im Deutschen Museumsbund e. V. (DMB), Museum Am Schölerberg, Osnabrück,
September 2020
Göring, M.
:
Development of a Fan-Shaped Distance Meter System for Measuring Moving Rotor Blades - Concept, Photogrammetric Orientation and first results.
XXIVth ISPRS Congress,
September 2020
Luhmann, T.
:
Institute for Applied Photogrammetry and Geoinformatics – Photogrammetry.
Online-Conference on Modern Mathematics and Concepts for Innovative Mathematical Education, Moskau,
Juni 2020
Projekte
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Jurij Schmik, M.Sc. (08.2014-02.2015)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Jurij Schmik, M.Sc. (08.2014-02.2015)
Gefördert durch: Jade2Pro-Promotionsprogramm
Im Rahmen dieses Promotionsvorhabens wurde eine Architektur für die Beobachtung kontinuierlicher Prozesse über Sensor-Datenströmen konzipiert. Ein besondere Fokus lag auf der Nutzung von Methoden der Geostatistik. mehr
Endoskopische 3D-Navigation - Verfahren zur Systemmodellierung, Navigation und Objektrekonstruktion aus mehrfachen Endoskopiebildern
2014-2017
Gefördert durch: Jade2Pro-Promotionsprogramm
Das Promotionsprojekt befasst sich im Allgemeinen mit der dreidimensionalen Vermessung und überwachung des Behandlungsbereichs während eines minimalinvasiven chirurgischen Eingriffs. Mithilfe mehrfacher endoskopischer Bilder, die unter medizinische...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Niklas Conen, M.Sc. (03.2014-03.2017)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Niklas Conen, M.Sc. (03.2014-03.2017)
Abschlussarbeiten
Ermittlung einer durchgängigen WLAN-Versorgung in einem Innenstadtbereich mit Hilfe einer GIS-Analyse (2023/1)
Automatisierte Ableitung der Verfahrensgrenze im Vorverfahren einer Flurbereinigung nach Abwägung der agrarstrukturellen und topografischen Gegebenheiten (2023/1)
Kooperationspartner
Optimierung der Planwunschgespräche – Vereinheitlichung, automatisiere Verarbeitung der Planwunschprotokolle sowie dessen Visualisierung (2023/1)
Kooperationspartner
Feldraine als Standorte für Photovoltaikanlagen - Ein geodatenbasiertes Bewertungsverfahren für die Region Nordwest Niedersachsen (2023/1)
Konzeption und Implementierung von Deep Reinforcement Learning zur Raumkonditionierung von Bestandsgebäuden (2023/1)