Artikel und Bücher

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
Gutow, L.; Gusky, M.; Beermann, J.; Gimenez, L.; Pesch, R.; Bildstein, T.; Heinicke, K.; Ebbe, B. (2022): Spotlight on coarse sediments: Comparative characterization of a poorly investigated seafloor biotope in the German Bight (SE North Sea). Estuarine, Coastal and Shelf Science; Volume 275, 30 September 2022, 107996 , doi: https://doi.org/10.1016/j.ecss.2022.107996
Colson, A.; Hastedt, H.; Luhmann, T.; Hess, M. (2022): The role of conservators in the implementation of surveying techniques - reflection on the Bremen Cog monitoring project. Wet Organic Archaeological Materials 2019 : Proceedings of the 14th ICOM-CC Wet Organic Archaeological Materials Working Group Interim Meeting, Portsmouth 2019 , Weblink
Hülsewede, F.; Albers, S.; Engel, M.; Göring, M.; Luhmann, T. (2022): Untersuchungen zur KI-gestützten Materialklassifikation aus Punktwolken und Bilddaten. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 278-287

Vorträge

, . : Theorie wird Praxis: Deformationsanalysen für dynamische Prozesse. Geodätisches Kolloquium / Forschungskolloquium, FH Oldenburg/Ostfriesland/Wilhelmshaven, April 2009
Lorkowski, P. : Webbasiertes touristisches Informationssystem für Island: Werkzeuge, Modellierung und Visualisierung. FOSSGIS-Konferenz, Hannover, März 2009
Gollenstede, A. : Webbasiertes touristisches Informationssystem für Island: Werkzeuge, Modellierung und Visualisierung. FOSSGIS-Konferenz, Hannover, März 2009
Brinkhoff, T. : Spatiotemporale Anfragebearbeitung auf mobilen, sensorbasierten Datenquellen. Eingeladener Eröffnungsvortrag, 4. Konferenz der GI-Fachgruppe „Mobilität und Mobile Informationssysteme“ (MMS 2009), Münster, März 2009
Ratzke, H. : Identifizierung und Bewertung von potenziell für den Einsatz von Solartechnologie geeigneten Dachflächen. KOMCOM Nord, Hannover, Februar 2009

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
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.

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)