Artikel und Bücher

Pan, J.; Chizhova, M.; Luhmann, T.; Karami, A.; Menna, F.; Remondino, F.; Hess, M.; Eißing, T.; (2024): Towards automatic defect analysis for 3D structural monitoring of historic timber. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W4-2024, S. 103-110 , doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-W4-2024-103-2024
Schierbaum, A.; Neiß-Theuerkauff, T.; Wallhoff, F.; Sieberth, T.; Luhmann, T. (2024): Untersuchungen zu einem KI-basierten SLAM-Verfahren für ein trinokulares Kamerasystem zur 3D-Erfassung der Knieoberfläche. Luhmann/Sieberth (Hrsg.): Photogrammetrie-Laserscanning-Optische 3D-Messtechnik, Wichmann Verlag, Berlin/Offenbach, S. 252-261.
Werner, T.; Ahlers, J.; Brinkhoff, T. (2023): About privacy on smart tachographs: Reconstructing car-driven routes based on speed measurements. In: Proceedings of the 1st ACM SIGSPATIAL International Workshop on Geo-Privacy and Data Utility for Smart Societies (GeoPrivacy '23). Association for Computing Machinery, New York, NY, USA, 14–19. , doi: 10.1145/3615889.3628511 , Weblink
Lesnyak, Ekaterina; Belkot, T.; Hurka, Johannes; Hörding, Jan Philipp; Kuhlmann, Lea; Paulau, P.; Schnabel, M.; Schönfeldt, Patrik; Middelberg, Jan (2023): Applied Digital Twin Concepts Contributing to Heat Transition in Building, Campus, Neighborhood, and Urban Scale. Big Data and Cognitive Computing , doi: https://doi.org/10.3390/bdcc7030145
Golomingi, Raffael; Dobay, Akos; Franckenberg, Sabine; Ebert, L.; Sieberth, T. (2023): Augmented Reality in Forensics and Forensic Medicine - Current Status and Future Prospects. Science & Justice , doi: https://doi.org/10.1016/j.scijus.2023.04.009

Vorträge

Werner, T. : Management of spatio-temporal data for autonomous maritime systems. GeoIT.GISCO 2017, Berlin, Dezember 2017
Hastedt, H. : A medium format camera for high accuracy photogrammetry. 3D Metrologogy Conference - 3DMC Aachen, Oktober 2017
Chizhova, M. : Planning and execution of the LIDAR scanning project using Faro scanner. Special teach-time in Michigan Tech University, Houghton, USA, Oktober 2017
Luhmann, T. : Bildbasierte 3D-Oberflächenrekonstruktion – Möglichkeiten und Grenzen. Intergeo Berlin, September 2017
Chizhova, M. : Probabilistic reconstruction of destroyed and incomplete objects from point clouds using Bayesian networks and cellular automata. Michigan Tech University, Houghton, USA, September 2017

Projekte

Photogrammetrische Freiformerfassung für dynamische Hochgeschwindigkeitsaufnahmen im Fahrzeugsicherheitsversuch

2006-2009
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Anna Maria Helle (07.2008-02.2009) Dipl.-Ing. Christian Rolfs (02.2008-09.2008) Folkmar Bethmann, M.Sc. (10.2006-02.2008)

BMBF Internationales Büro (Polen)

2006
Gefördert durch: Bundesministerium für Bildung und Forschung
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung)

BMBF Vorbereitende Maßnahme

2006-2007
Gefördert durch: Bundesministerium für Bildung und Forschung
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Janine Tast (11.2006-01.2007) Heidi Hastedt, M.Eng. (08.2006-01.2007)

Abschlussarbeiten


Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Betreuer

Prof. Dr. Sascha Koch

Dr.-Ing. Enno Wieben

Kooperationspartner

EWE NETZ GmbH

Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Betreuer

Prof. Dr. rer. nat. habil. Roland Pesch

Dr. rer. nat. Lars Gutow

Kooperationspartner

Alfred-Wegener-Institut: Helmholtz-Zentrum für Polar- und Meeresforschung

Potenzialanalyse von Randflächen an Autobahnen für Windkraft- und Photovoltaikfreiflächenanlagen (2022/11)
Betreuer

Dr. Roland Hergert

Prof. Dr. Thomas Brinkhoff

Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken (2022/10)
Betreuer

Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann

Martina Göring, M.Sc.

Bildbasierte Detektion von Rissen in Schweißverbindungen mit den Methoden des Deep Learnings (2022/10)
Betreuer

Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann

Oliver Kahmen, M.Sc.