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
Wendt, A.; Heipke, C. (2005):
A concept for the simultaneous orientation of brightness and range images. Baltsavias, E., Grün, A., Van Gool, L., Pateraki, M. (Eds.), Recording, Modeling and Visualization of Cultural Heritage, Taylor & Francis/Balkema, Leiden, pp. 451-457, 2005
, Weblink
Brinkhoff, T. (2005):
Die Entwicklung eines visuellen SQL-Werkzeugs für Oracle Spatial. Vortragsband 18. DOAG-Konferenz, Mannheim, 2005, 179-184
, Weblink
Fisler, A.; Hastedt, H.; Jantos, R. (2005):
Digitale Miniaturkameras für mobile messtechnische Anwendungen. Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 4. Oldenburger 3D-Tage, S. 193-202
Grendus, B.; Krüger, A. (2005):
eLearning in der Geoinformatik und Fernerkundung – Erfahrungsbericht des Projekts Fernstudienmaterialien Geoinformatik (FerGI). Tagung Innovationen in Aus- und Weiterbildung mit GIS, 2005
Vorträge
Luhmann, T.
:
Fundamentals of camera calibration and image orientation.
UAV-Conference, Intergeo 2024, Stuttgart,
September 2024
Fincken, M.
:
Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung.
Künstliche Intelligenz in der Geodäsie und Geoinformation,
Juni 2024
Nietiedt, S.
:
Occlusion handling in spatio-temporal object-based image sequence matching.
ISPRS TC II Mid-term Symposium, Las Vegas, Nevada, USA,
Juni 2024
doi: https://doi.org/10.5194/isprs-annals-X-2-2024-163-2024
Paulau, P.
; Hurka, J. ; Middelberg, J. ; Koch, S.
:
Centralised monitoring and control of buildings using open standards.
8th International Conference on Smart Data & Smart Cities (SDSC),
Juni 2024
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
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