Artikel und Bücher

Kravchenko, J.; Luhmann, T.; Schultz, R. (2016): Concept and practice of teaching technical university students to modern technologies of 3D data acquisition and processing. A case study of close-range photogrammetry and terrestrial laserscanning. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLI-B6, 65-69 , doi: 10.5194/isprs-archives-XLI-B6-65-2016
, .; Wagner, M.; Kramer, O. (2016): Constrained Evolutionary Wind Turbine Placement with Penalty Functions. Proceedings IEEE Congress on Evolutionary Computation, Vancouver, BC, Canada, 2016, 4903-4910 , doi: 10.1109/CEC.2016.7744419
Schüssler, F. (2016): Elfenbeinküste. In: Gieler, W. (Hrsg.): Staatenlexikon Afrika. Geographie, Geschichte, Kultur, Politik und Wissenschaft. Schriftenreihe der Bundeszentrale für Politische Bildung, Band 1691, S. 139-149
Kahmen, O.; Luhmann, T. (2016): Entwicklung einer großen Invardraht-Maßverkörperung zur Anwendung in der Industriephotogrammetrie. Publikationen der DGPF, Band 25, Bern, 538-544
Hastedt, H.; Ekkel, T.; Luhmann, T. (2016): Evaluation of the quality of action cameras with wide-angle lenses in UAV photogrammetry. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLI-B1, 851-859 , doi: 10.5194/isprs-archives-XLI-B1-851-2016

Vorträge

Luhmann, T. : Nahbereichsphotogrammetrie – gestern, heute, morgen. KonGeos-Kongress, Oldenburg, Oktober 2023
Lanz, P. : Automatic Refugee Inflatable Vessel Detection with Polarimetric SAR.. TerraSAR-X / TanDEM-X Science Team Meeting, Oberpfaffenhofen, 2023., Oktober 2023
Luhmann, T. : VRscan3D - A simulator for terrestrial laser scanning. GEOSPACE 2023, Kiew, online, Oktober 2023
Koch, S. : Geo Data Science für die Energiewende am Beispiel der Standortbewertung für Kleinwindenergieanlagen. INTERGEO 2023, Session "Einsatz von KI für nachhaltige Anwendungen", Berlin, Oktober 2023
Schüssler, F. : Planetare Grenzen. Deutsche Aktionstage Nachhaltigkeit, Jade Hochschule, Oldenburg, Oktober 2023

Projekte

Gefördert durch: Deutsche Bundesstiftung Umwelt (DBU)
Ziel des Projektes war die Entwicklung und Erprobung eines Systems von dezentralen mobilen Erfassungsgeräten und zentralen GIS-Anwendungen zur Steigerung von Qualität, Effizienz und Attraktivität der ehrenamtlichen Artenerfassung im Gelände. mehr
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Jan Loesbrock, M.Sc. (08.2010-10.2012)

3D-Modellierung und optimierte Effizienzberechnung von Photovoltaiksystemen

2010-2012
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Das Projekt nutzt neue photogrammetrische Methoden zur 3D-Rekonstruktion einer PV-Anlage mittels unkalibrierter Bilder, um für geplante oder bereits bestehende Anlagen die notwendigen geometrischen Parameter zu ermitteln. Ergänzt werden die so ermi...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) (03.2010-03.2012) Dipl.-Ing. Karsten Schmidt (07.2010-03.2011)

Machbarkeitsstudie "Technikinteresse von Mädchen an Themen der Geoinformation"

2010-2011
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Die Machbarkeitsstudie beschäftigt sich unter verschiedenen Gesichtspunkten mit dem Technikinteresse von Mädchen und Jungen der 6. und 7. Jahrgangsstufe an Themen der Geoinformatik.
Personen
Prof. Dr. Ingrid Jaquemotte (Leitung) Dipl.-Ing. (FH) Ole Vieth (06.2010-09.2010) Dipl.-Ing. Anna Maria Helle (01.2010-06.2010)

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)
Optimierung der Planwunschgespräche – Vereinheitlichung, automatisiere Verarbeitung der Planwunschprotokolle sowie dessen Visualisierung (2023/1)
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)