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
Tecklenburg, W.; Luhmann, T. (2001):
Verfahrensentwicklung zur automatischen Orientierung von Panoramabildverbänden als Grundlage der geometrischen Erfassung von Innenräumen. Wissenschaftlicher Bericht der Fachhochschule Oldenburg/Ostfriesland/Wilhelmshaven, ISSN 1618-758 X, pp. 64-72
Weisensee, M. (2001):
Zur gemeinsamen Auswertung von Laser Scanning Daten und Digitalen Photogrammetrischen Bildern. Festschrift Prof. Wrobel, Darmstadt 2001
Weisensee, M. (2000):
Combined Adjustment of Laser Scanning Data and Digital Photogrammetric Images. International Archives of Photogrammetry and Remote Sensing, Vol.33, Amsterdam, 2000
Brinkhoff, T. (2000):
Generating Network-Based Moving Objects. 12th International Conference on Scientific and Statistical Database Management, Berlin, July 2000, IEEE Computer Society Press, 253-55
, Weblink
Tecklenburg, W.; Luhmann, T. (2000):
Kameramodellierung mit bildvarianten Parametern und finiten Elementen. Publikationen der DGPF, Band 9
, Weblink
Vorträge
Luhmann, T.
:
Dreidimensional messen mit Kameras – Professioneller Einsatz in Industrie und Medizin.
Oldenburger Dialog – Wirtschaft trifft Wissenschaft, Oldenburg,
Dezember 2007
Broers, H. :
Dreidimensional messen mit Kameras – Professioneller Einsatz in Industrie und Medizin.
Oldenburger Dialog – Wirtschaft trifft Wissenschaft, Oldenburg,
Dezember 2007
Luhmann, T.
:
Faszination des Bildes – Von der Erdbeobachtung bis zur Operationstechnik.
ElternCampus, Oldenburg,
Dezember 2007
Weitkämper, J. :
XFormsGI: Extending XForms for Geospatial and Sensor Data.
7th International Symposium on Web and Wireless GIS, Cardiff, UK,
November 2007
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
Entwicklung eines Dashboards zur Verbesserung des Bewerbungsprozesses für Unternehmen und Bewerber (2024/1)
Kooperationspartner
Human-Centered Design in der Konzeption und Entwicklung eines geodatenbasierten Entsiegelungskatasters (2023/12)
Kooperationspartner
Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN)
Flächendeckende Versiegelungsdetektion mittels Machine Learning für Entsiegelungskataster (2023/12)
Kooperationspartner
Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN)
Der digitale Zwilling im Metaverse - Untersuchung zur Modellierung und Anwendung virtueller Räume (2023/12)
Kooperationspartner
Räumliche Unterschiede bei der Wahrnehmung von Zukunftsmärkten in Medien: Eine Analyse von Zeitungsartikeln mittels Machine Learning (2023/10)
Kooperationspartner