Artikel und Bücher

Luhmann, T. (2017): Industriephotogrammetrie. In Sackewitz (ed.): Handbuch zur Industriellen Bildverarbeitung, 3. Aufl., Fraunhofer Verlag, Stuttgart, pp. 214-219
Eric, V.; Göring, M.; Luhmann, T. (2017): Intensity of the terrestrial laser scanning data: incident angle and surface reflectance effects. In Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 16. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 40-49
Wu, L.; Brinkhoff, T.; Hahn, A. (2017): Modeling Spatio-Temporal Variations for the Language-Driven Development of Simulated Environment Generators. Proceedings of Workshops and Posters at the 13th International Conference on Spatial Information Theory (COSIT), L’Aquila, Italy, Lecture Notes in Geoinformation and Cartography, Springer, pp. 143-148 , doi: 10.1007/978-3-319-63946-8_28
Bethmann, F.; Luhmann, T. (2017): Object-based Semi-global Multi-image Matching. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, (6) , doi: 10.1007/s41064-017-0034-z , Weblink
Conen, N.; Luhmann, T. (2017): Overview of Photogrammetric Measurement Techniques in Minimally Invasive Surgery using Endoscopes. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XLII-2/W4, pp. 33-40 , Weblink

Vorträge

Schüssler, F. ; Brinkhoff, T. ; Pesch, R. : Raumzeitliche Konzepte zur Datenanalyse und Visualisierung in der Geo-Toolbox. Kickoff-Meeting 4N - Nordwest-Niedersachsen Nachhaltig Neu; Universität Vechta, Oktober 2022
Luhmann, T. : Development of a simulator for terrestrial laser scanning as a powerful tool for distance learning. Ukraine Tage in Niedersachsen, Hannover, September 2022
Luhmann, T. : Introduction to Close-Range Photogrammetry. DAAD VRscan3D Projektwoche, Universität Bamberg, September 2022
Koch, S. : WärmewendeNordwest - Digitalisierter Experimentalcampus Bauphysik. 9. Oldenburger BIMTag, September 2022 Weblink
Kahmen, O. : Digitale Sichtprüfung von Schweißverbindungen unter Wasser durch photogrammetrische Verfahren. 9. BIM-Tag / 20. Oldenburger 3D-Tage, September 2022

Projekte

Gefördert durch: Bundesministerium für Bildung und Forschung
In diesem Projekt wird eine automatisierte Produktionskette entwickelt, welche ein digitales Abbild des Katuschukextrusionsprozesses erzeugen soll. Mittels Online-Messmethoden sollen im am IAPG angesiedelten Teilprojekt chargenbedingte Schwankungen a... mehr
Gefördert durch: Bundesministerium für Bildung und Forschung
Das Projekt – „WärmewendeNordwest – Digitalisierung zur Umsetzung von Wärmewende- und Mehrwertanwendungen für Gebäude, Campus, Quartiere und Kommunen im Nordwesten“ (kurz WWNW) - wird aus Mitteln des Bundesministeriums für Bildun... mehr
Personen
Prof. Dr. Sascha Koch (Leitung) Mareike Fincken, M.Sc. (03.2024-08.2024) Marvin Schnabel, M.Sc. (01.2022-) Dr. Pavel Paulau (07.2022-) Moritz Elbeshausen, M.Sc. (11.2022-)
Gefördert durch: Deutscher Akademischer Austausch Dienst (DAAD)
Ziel des Projekts ist die Entwicklung eines Software-Tools zur Erstellung von simulierten Massendaten von Objekten, die mit einem terrestrischen Laserscanner aufgenommen werden. Diese Instrumente erzeugen 3D-Punktwolken von verschiedenen Stationen, d... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dr. Darius Popovas Dr. Maria Chizhova Dr. Denys Gorkovchuk Dr. Julia Gorkovchuk Prof. Dr. Mona Hess Mykola Trehub

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)
Potenzialanalyse von Randflächen an Autobahnen für Windkraft- und Photovoltaikfreiflächenanlagen (2022/11)
Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken (2022/10)
Bildbasierte Detektion von Rissen in Schweißverbindungen mit den Methoden des Deep Learnings (2022/10)