Modellierung von photogrammetrischen Bildsensoren und Überprüfung von optischen 3D-Meßsystemen
2000-2002
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
Strong, J.A.; Clements, A.; Galparsoro, I.; Lillis, H.; Pesch, R.; Bildstein, T.; Birchenough, S. (2018):
A review of the influence of marine habitat classification schemes on mapping studies: inherent assumptions, influence on end products, and suggestions for future developments. ICES Journal of Marine Science, 76 (1). 10-22
, doi: doi.org/10.1093/icesjms/fsy161
Knies, J. (2018):
A spatial approach for future-oriented heat planning in urban areas. International Journal of Sustainable Energy Planning and Management, vol. 16, pp. 3–30
, doi: 10.5278/ijsepm.2018.16.2
Bartolomei, V.; Hastedt, H.; Wigger, H.; Luhmann, T. (2018):
Belastungsversuche an einer Mauerwerkbrücke: Lasteintrag im Betonpfeiler. Mauerwerk Kalender 2018, Brücken - Bauen im Bestand, Ernst & Sohn Verlag, ISBN 978-3-433-03181-0, 169-204
Brinkhoff, T. (2018):
Bestimmung von Ortspositionen unter Nutzung von freien globalen Daten. 38. Wissenschaftlich-Technische Jahrestagung der DGPF und PFGK18 Tagung in München – Publikationen der DGPF, Band 27
, Weblink
Luhmann, T. (2018):
Bildbasierte 3D-Oberflächenrekonstruktion – Möglichkeiten und Grenzen. 169. DVW-Seminar "UAV 2018 - Vermessung mit unbemannten Flugsystemen", Wißner Verlag, Augsburg, pp. 31-44
, Weblink
Vorträge
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 2024
Weblink
Fincken, M.
:
Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung.
36. Oldenburger Rohrleitungsforum,
Februar 2024
Sieberth, T.
:
Computer und Kommunikation.
Computer und Kommunikation, Deutschland Radio,
Januar 2024
Weblink
Projekte
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Heidi Hastedt, M.Eng. (12.2000-12.2002)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Heidi Hastedt, M.Eng. (12.2000-12.2002)
Filterverfahren zur Extraktion der Geländeoberfläche aus luftgestützten Laserscannerdaten
2000-2002
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
Mit Hilfe des relativ jungen Laserscanningverfahren lassen sich großflächige und hochauflösende topographische Geländeaufnahmen realisieren. Für die Erstellung eines digitalen Geländemodells (DGM) muss der umfangreiche Datensatz im Vorfeld klas...
Personen
Prof. Dr.-Ing. Helmut Kuhn (Leitung) Dipl.-Ing. Karsten Schmidt (05.2000-06.2002)
Prof. Dr.-Ing. Helmut Kuhn (Leitung) Dipl.-Ing. Karsten Schmidt (05.2000-06.2002)
Institut für Innovationstransfer
2000-2016
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Christina Schumacher (06.2007-12.2009)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Christina Schumacher (06.2007-12.2009)
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)