Artikel und Bücher

Paulau, P.; Hurka, J.; Middelberg, J.; Koch, S. (2023): Building physics monitoring with open standards. Lund, H., Mathiesen, B. V., Østergaard, P. A., & Brodersen, H. J. (Eds.) (2023). Book of Abstracts: 9th International Conference on Smart Energy Systems , Weblink
Beermann, J.; Gutow, L.; Wührdemann, S.; Konijenberg, R.; Heinicke, K.; Bildstein, T.; Jaklin, S.; Gusky, M.; Zettler, M.; Dannheim, J.; Pesch, R. (2023): Characterization and differentiation of sublittoral sandbanks in the southeastern North Sea. Biodiversity and Conservation , doi: https://doi.org/10.1007/s10531-023-02629-4 , Weblink
Luhmann, T. (2023): Close-Range Photogrammetry and 3D Imaging. 4th ed., Walter de Gruyter, Berlin , doi: https://doi.org/10.1515/9783111029672-001 , Weblink
Pogoda, B.; Hausen, T.; Rothe, M.; Bakker, F.; Hauser, S.; Bérenger, C.; Dureuil, M.; Krause, J.; Heinicke, K.; Pusch, C.; Eisenbarth, S.; Kreutle, A.; Peter, C.; Pesch, R. (2023): Come, tell me how you live: Habitat suitability analysis for Ostrea edulis restoration. Aquatic Conservation: Marine and Freshwater Ecosystems (accepted Jan 2023) , doi: 10.1002/aqc.3928
Göring, M.; Luhmann, T. (2023): Development of a Procedure for Torsion Measurement Using a Fan-Shaped Distance Meter System. Sensors 2023 , doi: https://doi.org/10.3390/s23208603 , Weblink

Vorträge

Luhmann, T. : Research in photogrammetry at IAPG. Georgian Technical University, Tbilisi, September 2018
Knies, J. : Einzelentscheidungen im Kontext einer kommunalen Wärmeplanung – ein Modellansatz. AGIT 2018, Salzburg, Juli 2018 doi: 10.13140/RG.2.2.10643.53284 Weblink
Rofallski, R. : Fusion von Sensoren mit optischer 3D-Messtechnik zur Positionierung von Unterwasserfahrzeugen. 170. DVW-Seminar und 32. Hydrographentag, Juni 2018
Hastedt, H. : Prototypic development and evaluation of a medium format metric camera. ISPRS-Kongress Riva del Garda, Juni 2018
Luhmann, T. : Photogrammetry for Industry 4.0 – Prospects and Challenges. ISPRS Symposium Commisson 2, Riva del Garda, Juni 2018

Projekte

Gefördert durch: Niedersächsisches Vorab
Die Digitalisierung stellt auch Museen vor große Herausforderungen. So umfasst die Sammlung des Landesmuseums Natur und Mensch Oldenburg Objekte aus der Naturkunde, der Archäologie und der Ethnologie, von denen bis jetzt nur ein Bruchteil digital e... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Simon Albers, M.Sc. (10.2022-03.2023) Paul Kalinowski, M.Sc.
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.

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)