Artikel und Bücher

Fincken, M.; Elbeshausen, M.; Schnabel, M.; Koch, S. (2024): Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung. 36. Oldenburger Rohrleitungsforum
Nietiedt, S.; Helmholz, P.; Luhmann, T. (2024): Occlusion handling in spatio-temporal object-based image sequence matching. ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., X-2-2024 , doi: https://doi.org/10.5194/isprs-annals-X-2-2024-163-2024
Schnabel, M.; Elbeshausen, M.; Erdmann, S.; Koch, S. (2024): Participatory Processes in Geodata-Based Thermal Energy Planning. Innovations and challenges of the energy transition in smart city districts , doi: 10.1515/9783110777567
Luhmann, T.; Sieberth, T. (2024): Photogrammetrie - Laserscanning - Optische 3D-Messtechnik. Beiträge der Oldenburger 3D-Tage und des BIMtages 2024. Wichmann Verlag, Berlin/Offenbach, 414 S.
Albers, S.; Rofallski, R.; Hagen, Paul-Felix; Luhmann, T. (2024): Procedure for the Orientation of Laser Triangulation Sensors to a Stereo Camera System for the Inline Measurement of Rubber Extrudate. ISPRS Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2-2024 , doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-2024-1-2024

Vorträge

Knies, J. : Verwendung und Nutzen von Geodaten im Interreg IVb Projekt „North Sea Sustainable Energy Planning“. 4. DDGI-Forum, Berlin, April 2011
Jaquemotte, I. : Eine GIS-AG für Schülerinnen und Schüler der 6. und 7. Klasse. „Möglichkeiten und Tendenzen für den IKT-Einsatz in der Schule“, Osterholz-Scharmbeck, März 2011
Schüssler, F. : Energy and Waste Management in Urban Geography. Sino-German Scientific Seminar „Energy Generation from Urban Waste“, Xiamen (Amoy), Fujian, China, März 2011
Hastedt, H. : Untersuchungen der Fujifilm Real 3D Stereokameras für den photogrammetrischen Einsatz. 10. Oldenburg 3D-Tage 2011, Oldenburg, Februar 2011
, . : Untersuchungen zur Genauigkeit von GPS-Kameras. 10. Oldenburg 3D-Tage 2011, Oldenburg, Februar 2011

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)