Artikel und Bücher

Seute, N.; Hastedt, H.; Luhmann, T. (2022): Entwicklung und Untersuchung einer Digitalisierungszelle für die 3D-Objektrekonstruktion mit Agisoft Metashape. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 109-116
Lenzi, J.; Felege, C; Newman, R; McCann, B; Ellis-Felege, S. (2022): Feral Horses and Bison at Theodore Roosevelt National Park (North Dakota, United States) Exhibit Shifts in Behaviors during Drone Flights. Drones 6: 136 , doi: 10.3390/drones6060136 , Weblink
Wester, T.; Kröger, L.; Langidis, A.; Nietiedt, S.; Rofallski, R.; Göring, M.; Luhmann, T.; Peinke, J.; Gülker, G. (2022): Fluid-structure interaction experiments on a scaled model wind turbine under tailored inow conditions using PIV and photogrammetry. 20th International Symposium on Applications of Laser and Imaging Techniques to Fluid Mechanics, Lissabon
Moghaddamnia, S.; Rofallski, R.; Luhmann, T.; Kaeding, T. (2022): Functional quality assessment of whole-body vibration training devices based on instantaneous amplitude and frequency of photogrammetric vibration measurements. Medical Engineering & Physics, Vol. 111, 103935 , doi: 10.1016/j.medengphy.2022.103935
Koch, S.; Elbeshausen, M.; Gravenhorst, T.; Schnabel, M. (2022): Geo Data Science für die Energiewende am Beispiel der Standortbewertung für Kleinwindenergieanlagen. Künstliche Intelligenz in Geodäsie und Geoinformatik

Vorträge

Luhmann, T. : Photogrammetric research and development in photogrammetry at IAPG. Polytecnico di Milano, November 2022
Luhmann, T. : Photogrammetric research and development at IAPG. Bruno Kessler Foundation (FBK), Trento, November 2022
Koch, S. : Geodatenanalyse für die Energie- und Wärmewende. Kolloquium Geoinformation, Jade Hochschule, Oktober 2022
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

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


Untersuchung zum Mobile Mapping in der Bestandserfassung im Vergleich zu konventionellen Messmethoden (2024/2)
Augmented Reality in der Flurbereinigung: Untersuchung zur Visualisierung der Besitzeinweisung (2024/2)
Betreuer

Prof. Dr. Ingrid Jaquemotte

Dr. Andre Riesner

Untersuchung zur Georeferenzierung und Nutzung von Urkarten des Liegenschaftskatasters (2024/2)
Analyse und Vergleich der geometrischen Eigenschaften von Referenzdaten und KI-Ergebnissen für die automatische Gebäudeerkennung in Luftbildern (2024/2)
Maschinelles Lernen für die Identifikation von baulichen Erweiterungen an Gebäuden anhand geometrischer Merkmale von ALKIS- und durch KI bestimmten Hausumringen (2024/2)