Geometrisches Monitoring der Bremer Kogge
Beginn: 2017
Artikel und Bücher
Alle
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
Koch, S.; Fincken, M.; Elbeshausen, M.; Schnabel, M. (2023):
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.
Elbeshausen, M.; Schnabel, M.; Koch, S. (2023):
Mit GeoVisual Analytics zur Wärmeleitplanung. gis.Business 3/2023
, Weblink
Luhmann, T. (2023):
Nahbereichsphotogrammetrie – Grundlagen, Methoden, Beispiele. 5. Auflage, Wichmann Verlag, Offenbach/Berlin
, Weblink
Garms, M.; Leiz, M.; Mayer, M. (2023):
Perception of climate change-related forest dieback in mountain forests among the local population. European Journal of Forest Research
, doi: 10.1007/s10342-023-01627-z , Weblink
Luhmann, T. (2023):
Photogrammetrie. Schmitt/Dietrich (eds.): Handbuch Messtechnik in der industriellen Produktion, Carl Hanser Verlag, München
, Weblink
Vorträge
Paulau, P.
:
Building physics monitoring with open standards.
9th International Conference on Smart Energy Systems,
September 2023
Weblink
Schnabel, M.
:
Interactive geodata analyses to support the multi-stakeholder process of thermal energy planning.
9th International Conference on Smart Energy Systems,
September 2023
Weblink
Brinkhoff, T.
:
Auswertung von Fahrdaten aus digitalen Tachographen.
Digitale Spuren bei Tötungsdelikten, Polizeiakademie Niedersachsen, Hannover,
September 2023
Sieberth, T.
:
Forensic Photogrammetry.
Abschlusskolloquium Prof. Dr.-Ing. Thomas Luhmann,
September 2023
Griese, A. ; Schüssler, F.
; Koppelin, F. :
Untersuchung der Versorgungslage von Physiotherapeut*innen in Niedersachsen: Eine Analyse der derzeitigen physiotherapeutischen Versorgungsstruktur und Prognose des zukünftigen Bedarfs.
Kongres der Deutschen Gesellschaft für Sozialmedizin und Prävention,
August 2023
Weblink
Projekte
Gefördert durch: Deutsches Schifffahrtsmuseum, Leibniz-Institut für Maritime Geschichte
Das Projekt verfolgt die Konzeption und Durchführung des geometrischen Monitorings der Bremer Kogge (ca. 25m x 8m x 8m), dem weltweit am besten erhaltenen Handelsschiff des Mittelalters. Es wurde ein Konzept für großvolumige optische 3D-Me... mehr
Gefördert durch: Niedersächsisches Vorab
Dieses interdisziplinäre Projekt hat es zum Ziel autonom agierende Über- und Unterseefahrzeuge zu entwickeln. Dabei werden in einem Teilprojekt Kalibrieransätze und Algorithmen für die speziellen Herausforderungen der Unterwasserphotogra... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Prof. Dr. Thomas Brinkhoff (Leitung) Robin Rofallski, M.Sc. (01.2017-12.2020) Tobias Werner, M.Sc. (02.2017-06.2020)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Prof. Dr. Thomas Brinkhoff (Leitung) Robin Rofallski, M.Sc. (01.2017-12.2020) Tobias Werner, M.Sc. (02.2017-06.2020)
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Dieses Forschungsvorhaben befasst sich mit der Entwicklung eines kompakten Prototyps zur hochgenauen berührungslosen 3D-Oberflächenvermessung unter Wasser durch den Einsatz optischer 3D-Messverfahren. mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Oliver Kahmen, M.Sc. Paul Kalinowski, M.Sc. Niklas Haase, M.Sc.
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Oliver Kahmen, M.Sc. Paul Kalinowski, M.Sc. Niklas Haase, M.Sc.
Abschlussarbeiten
Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Kooperationspartner
Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Kooperationspartner
Alfred-Wegener-Institut: Helmholtz-Zentrum für Polar- und Meeresforschung
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)