Artikel und Bücher

Kahmen, O.; Luhmann, T. (2022): Monocular Photogrammetric System for 3D Reconstruction of Welds in Turbid Water. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90, Issue 1, pp. 19-35 , doi: 10.1007/s41064-022-00191-2
Kalinowski, P.; Both, F.; Luhmann, T.; Warnke, U. (2022): Neue Untersuchungen der Weser-Runenknochen mittels Makrophotogrammetrie. Luhmann, Thomas; Schumacher, Christina (Hrsg.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik, Beiträge der Oldenburger 3D-Tage 2022, Wichmann, Berlin.
Luhmann, T.; Schumacher, C. (2022): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage. Wichmann Verlag, Offenbach/Berlin, 421 p
Luhmann, T.; Maas, H. (2022): Recent developments in multi-media and underwater photogrammetry. Special Issue, PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90 , doi: 10.1007/s41064-022-00197-w
Nietiedt, S.; Luhmann, T. (2022): Simulation-based accuracy investigation of a photogrammetric setup to measure a dynamic process. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W2-2022, 95–101 , doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-W2-2022-95-2022

Vorträge

Schüssler, F. : Lehre und Forschung am IAPG – GIS und Wirtschaft. 20 Jahre IAPG, Jade Hochschule, Oldenburg, September 2016
Göring, M. : Entwicklung eines berührungslosen und markierungsfreien Messverfahrens zur Erfassung bewegter Rotorblätter von Windkraftanlagen im Labor- und Feldversuch. Jade2Pro-Kolloquium, Schlaues Haus, Oldenburg, August 2016
Luhmann, T. : Learning Photogrammetry with Interactive Software Tool PhoX. XXIII Congress of the ISPRS 2016, Prague, Czech Republic, Juli 2016
Reznicek, J. : Influence of raw image preprocessing and other selected processes on accuracy of close-range photogrammetric systems according to VDI 2634. XXIII Congress of the ISPRS 2016, Prague, Czech Republic, Juli 2016
, . : Constrained Evolutionary Wind Turbine Placement with Penalty Functions. IEEE Congress on Evolutionary Computation, Vancouver, BC, Canada, Juli 2016

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


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)
Design und prototypische Implementierung einer Georeferenzierung im Web-Browser mittels Javascript und dem Open-Source-Geoportal „Masterportal“ (2024/2)
Möglichkeiten der Herstellung synthetischer Trainingsdaten für KI-Modelle in einer Game-Engine aus Geodaten (2024/2)