Artikel und Bücher

Kalinowski, P.; Hindmarch, J.; Luhmann, T. (2022): Accuracy investigations of hand-held scanning system using different dumbbell artefacts. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLIII-B2-2022, 401–407 , doi: 10.5194/isprs-archives-XLIII-B2-2022-401-2022 , Weblink
Rofallski, R.; Menna, F.; Nocerino, E.; Luhmann, T. (2022): An efficient solution to ray tracing problems for hemispherical refractive interfaces. ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., V-2-2022, 333–342 , doi: 10.5194/isprs-annals-V-2-2022-333-2022 , Weblink
Rofallski, R.; Luhmann, T. (2022): An Efficient Solution to Ray Tracing Problems in Multimedia Photogrammetry for Flat Refractive Interfaces. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90, Issue 1, pp. 37-54 , doi: 10.1007/s41064-022-00192-1
McQuatters-Gollop, A.; Guérin, L.; Arroyo, N.; Aubert, A.; Artigas, L.; Bedford, J.; Corcoran, E.; Dierschke, V.; Elliott, S.; Geelhoed, S.; Gilles, A.; González-Irusta, J.; Haelters, J.; Johansen, M.; LeLoc’h, F.; Lynam, C.; Niquil, N.; Meakins, B.; Mitchell, I.; Padegimas, B.; Pesch, R.; Preciado, I.; Rombouts, I.; Safi, G.; Schmitt, P.; Schückel, U.; Serrano, A.; Stebbing, P.; Dela Torriente, A.; Vina-Herbon, C. (2022): Assessing the state of marine biodiversity in the Northeast Atlantic. Ecological Indicators 141 (2022) 109148 , doi: https://doi.org/10.1016/j.ecolind.2022.109148
Schierbaum, A.; Kalinowski, P.; Mittmann, M.; Luhmann, T. (2022): Aufnahme und Modellierung des Goethe-Elefantenschädels mittels Handscanner und SfM. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 99-108

Vorträge

Werner, T. : Management of spatio-temporal data for autonomous maritime systems. GeoIT.GISCO 2017, Berlin, Dezember 2017
Hastedt, H. : A medium format camera for high accuracy photogrammetry. 3D Metrologogy Conference - 3DMC Aachen, Oktober 2017
Chizhova, M. : Planning and execution of the LIDAR scanning project using Faro scanner. Special teach-time in Michigan Tech University, Houghton, USA, Oktober 2017
Luhmann, T. : Bildbasierte 3D-Oberflächenrekonstruktion – Möglichkeiten und Grenzen. Intergeo Berlin, September 2017
Chizhova, M. : Probabilistic reconstruction of destroyed and incomplete objects from point clouds using Bayesian networks and cellular automata. Michigan Tech University, Houghton, USA, September 2017

Projekte

Der Raumbezug im zukünftigen Energiesystem

2015-2019
Gefördert durch: Jade2Pro-Promotionsprogramm
Im Promotionsvorhaben wird mit Hilfe eines raumanalytischen Ansatzes eine Methode entwickelt, mit dem die bisher getrennten Energiedomänen gemeinsam unter Berücksichtigung der sog. Wirkradien der technischen Lösungen und Energiedomänen betrachtet...
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung) (08.2015-03.2019) Prof. Dr. Jürgen Knies (08.2015-03.2019)
Gefördert durch: Forschungsfonds der Jade Hochschule
Im Rahmen dieses Hochschul­projekts werden Daten und Algorithmen unter­sucht und entwickelt, um raumbezogene Web­anwendungen zu unterstützen. mehr
Personen
Prof. Dr. Thomas Brinkhoff (Leitung)
Gefördert durch: Jade2Pro-Promotionsprogramm
Das Promotionsvorhaben zielt auf die Entwicklung eines innovativen Ansatzes zur berührungslosen und markierungsfreien Erfassung der dynamischen Zustände von Rotorblättern im laufenden Betrieb, also ohne Stillstand der Anlage. mehr

Abschlussarbeiten


Ermittlung einer durchgängigen WLAN-Versorgung in einem Innenstadtbereich mit Hilfe einer GIS-Analyse (2023/1)
Automatisierte Ableitung der Verfahrensgrenze im Vorverfahren einer Flurbereinigung nach Abwägung der agrarstrukturellen und topografischen Gegebenheiten (2023/1)
Optimierung der Planwunschgespräche – Vereinheitlichung, automatisiere Verarbeitung der Planwunschprotokolle sowie dessen Visualisierung (2023/1)
Feldraine als Standorte für Photovoltaikanlagen - Ein geodatenbasiertes Bewertungsverfahren für die Region Nordwest Niedersachsen (2023/1)
Konzeption und Implementierung von Deep Reinforcement Learning zur Raumkonditionierung von Bestandsgebäuden (2023/1)