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

Pesch, R. ; Rothe, M. ; Bildstein, T. ; Heinicke, K. : Spatial Modelling of Soft Bottom Biotopes for the German Exclusive Economic Zone of the North Sea by Machine Learning Algorithms. 26th AGILE conference on Geographic Information Science, Delft, Netherlands, 13-16 June 2023, Juni 2023
Schüssler, F. : DESERTEC. Strom aus der Sahara für Europas Energiehunger?. Geographische Gesellschaft zu Hannover, Juni 2023
Schnabel, M. : Entscheidungsorientierte Aufbereitung von Potentialen zur Nutzung von Wärmepumpen im Kontext der geodatenbasierten Wärmeleitplanung. 1. Konferenz zur Norddeutschen Wärmeforschung, Juni 2023
Koch, S. : Geodatenanalysen und KI für eine nachhaltige Wärmeversorgung. Nachhaltigkeitsreise in die Bauwirtschaft, Mittelstand-Digital Zentrum Zukunftskultur, Mai 2023
Koch, S. : Machine Learning im Kontext der geodatenbasierten Wärmeleitplanung. 14. Norddeutsche Fachtage, Die Welt und die Geodäsie im Wandel, Hochschule Neubrandenburg und Deutscher Verein für Vermessungswesen e. V., Mai 2023

Projekte

Gefördert durch: Bundesministerium für Bildung und Forschung
Eine besondere Herausforderung stellt eine zukünftig dekarbonisierte Wärmeversorgung im urbanen Bereich dar. Die technische Fokussierung auf die Systemkopplung von Strom und Wärme zur Erhöhung des Anteils regenerativer Energien in der Wärmeverso... mehr
Personen
Prof. Dr. Jürgen Knies (Leitung) (03.2019-12.2019) Prof. Dr. Sascha Koch (Leitung) (03.2020-) Sebastian Erdmann, M.Sc. (10.2020-07.2021) Marvin Schnabel, M.Sc. (01.2022-)
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Das Ziel des Verbundprojektes ist die gleichzeitige geometrische Erfassung von turbulenten Windströmungen (Fluidverhalten) und Deformationen von Rotorblattoberflächen von Windenergieanlagen, um neue Erkenntnisse über ihr Verhalten bei Last... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Sinah Vogel (01.2021-04.2021) Dr. Ing. Thomas Willemsen (10.2018-06.2019) Simon Nietiedt, M.Sc. Annika Katrin Jepping, B.Sc. Martina Göring, M.Sc. Robin Rofallski, M.Sc.
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Projektes ist die Untersuchung bildgebender Techniken und Entwicklung spezieller Verfahren, die auf Basis von intraoperativen und präoperativen Daten agieren. Die Einsatzgebiete liegen in erster Linie in der Orthopädie, prinzipiell ist die... mehr

Abschlussarbeiten


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)
Integration und Verteilung von ALKIS-Grunddaten und Fortführungsdaten in Echtzeit mittels Open-Source-Technologien (2024/2)