ForschungMobilität
Echtzeitvorhersage für urbane Sturzfluten und damit verbundene Wasserkontamination (EVUS)

Statistik

  • Strukturbrucherkennung bei Zufallsprozessen mit räumlichen Abhängigkeiten
    With growing availability of high-resolution spatial data, like high-definition images, 3d point clouds of LIDAR scanners, or communication and sensor networks, it might become challenging to timely detect changes and simultaneously account for spatial interactions. To detect local changes in the mean of isotropic spatiotemporal processes with a locally constraint dependence structure, we propose a monitoring procedure, which can completely be run on parallel processors. This allows for a fast detection of local changes, i.e., only a few spatial locations are affected by the change. Due to parallel computation, high-frequency data could also be monitored. We, therefore, additionally focus on the processing time required to compute the control statistics.
    Leitung: Prof. Dr. Philipp Otto
    Jahr: 2019

Student Research Projects

  • Extracting Relevant Features That Determine Collision Avoidance in Shared Spaces
    In distinction to classic traffic designs which, in general, separately dedicate road resources to road users by time or space division, an alternative solution—shared space—has been proposed by traffic engineers. Pedestrians, cyclists, and vehicles interact with each other and self-organize to give or take right-of-way. The safety of shared spaces need to be thoroughly investigated, namely, how road users adapt their speed and/or orientation in the interactions with others in their vicinity to avoid collisions. In order to extract the most relevant features that reflect how a road user adjust his/her motion to avoid potential collisions with others in shared spaces, real-world trajectories will be analysed using statistical and machine learning approaches. For instance, the safe distance may differ significantly across different types of road users. Can we quantify such differences and impacts? Currently, however, user attributes are not yet available in the dataset, which will be incorporated in future work.
    Leitung: Cheng
    Jahr: 2018
    Förderung: DFG Graduiertenkolleg SocialCars
  • Aufbereitung von großen Forschungsdatensätzen im Kontext „Autonomes Fahren“
    Im Graduiertenkolleg i.c.sens fallen in groß angelegten Experimenten umfangreiche Datensätze an, um die wissenschaftliche Forschung im Kontext des autonomen Fahrens zu unterstützen. In diesen Experimenten wurden mehrere Fahrzeuge mit komplexen Multi-Sensor-Plattformen zur Selbstlokalisierung und Kartierung ausgestattet, darunter mehrere GNSS-Systeme, Stereokameras und mehrere LiDAR-Systeme. Um eine Zweitverwertung dieser Datensätze zu ermöglichen und den Datensatz zu einem späteren Zeitpunkt veröffentlichen zu können, müssen die Daten mit etablierten sensorspezifischen Datenverarbeitungsmethoden oder durch manuelle Annotation (z. B. Labeling von Bildern oder Punktwolken) aufbereitet werden (ground truth). Das Spektrum der möglichen Aktivitäten (Programmieren, Verwenden eines GIS für Analysen, manuelles Bearbeiten / Kommentieren von Daten mit bereitgestellten Tools und vielem mehr) in diesem Forschungsprojekt ist breit und kann von mehrere Studenten gleichzeitig bearbeitet werden. Es besteht eine hohe Flexibilität bei der Definition der durchzuführenden Aufgaben (im Rahmen einer Besprechung vor Beginn des Forschungsprojekts).
    Leitung: Fischer, Peters
    Jahr: 2021

Mobilität

  • Extraktion von Verhaltensmustern aus Trajektorien
    Eine Straßenkarte kann nicht nur als eine kompakte Repräsentation des Straßennetzwerks dienen, sondern auch eine Beschreibung des Fahrverhaltens der Verkehrsteilnehmer liefern, welche durch Straßenregulationen vorgeben werden.
    Team: Zourlidou, Sester
    Jahr: 2017
    Förderung: IAV GmbH
  • Bestimmung von Treffpunkten für Mitfahrgelegenheiten und bedarfsorientierte Verkehre
    Die Idee des Projektes ist, mit Kartendaten geeignete Treffpunkte zu finden, die ein Zusteigen zu Mitfahrgelegenheiten oder Bussen sicher, bequem und effizient ermöglichen. Mit fortschreitenden Mobilitätsansprüchen der Gesellschaft steigt die Auslastung der Straßen immer weiter an. Daher ist es sinnvoll, Reisende mit ähnlichen Zielen zu gruppieren und Fahrgemeinschaften zu bilden, um die Anzahl an Autos zu verringern und damit auch die Umwelt zu schonen. Insbesondere, wenn der öffentliche Nahverkehr nicht ausreicht oder aus Kostengründen nicht wirtschaftlich arbeiten kann, stellen private Fahrgemeinschaften und öffentliche bedarfsgerechte Verkehre eine Alternative zum Auto dar. Auch in Deutschland gehen immer öfter Start-Ups an den Markt, die solche Mobilitätsdienstleistungen auch innerstädtisch anbieten.
    Team: Czioska, Sester
    Jahr: 2017
    Förderung: DFG-Graduiertenkolleg SocialCars
  • Automatische Generierung von Dynamischen Parkplatzkarten Mittels Crowd-Sensing
    Moderne Fahrzeuge werden immer häufiger mit einer Vielzahl von Sensoren ausgestattet, die ihre Umgebung erfassen. Solche Sensoren können genutzt werden, um während der Fahrt parkende Fahrzeuge am Straßenrand zu detektieren. Tragen viele Fahrzeuge zu einem gemeinsamen Datenbestand bei, so erhält man die Information über parkende Fahrzeuge zu vielen verschiedenen Zeitpunkten mit einer Abdeckung des gesamten Stadtgebiets.
    Team: Bock, Sester
    Jahr: 2017
    Förderung: Deutsche Forschungsgemeinschaft (DFG)
  • Visuelle Kommunikation zur Verhaltenssteuerung bei der Routenwahl
    Die individuelle Entscheidung für eine bestimmte Verkehrsmodalität und Route hängt von verschiedenen Gegebenheiten ab. Insbesondere wird Information über das erwartete Verkehrsgeschehen als wichtig erachtet. Untersucht werden soll daher, ob die Vermittlung der aktuellen und der voraussichtlichen Situation vor Ort (inklusive Angabe bestimmter Sicherheiten) dazu führt, eine andere Route oder gar eine andere Modalität zu wählen.
    Team: Fuest, Sester
    Jahr: 2018
    Förderung: DFG-Graduiertenkolleg SocialCars
    Laufzeit: 2014-2023
  • Deep Learning von Verhalten im Straßenraum - speziell im Bereich Shared Spaces
    Im Projekt soll das Verhalten verschiedener Verkehrsteilnehmer in nicht regulierten, d.h. für alle Verkehrsteilnehmer offenen Räumen, untersucht werden. Existierende Ansätze gehen von einem gegebenen Bewegungsmodell aus, welches das individuelle Verhalten und auch das interaktive Verhalten unterschiedlicher Verkehrsteilnehmer beschreibt.
    Team: Cheng, Sester
    Jahr: 2018
    Förderung: DFG-Graduiertenkolleg SocialCars
    Laufzeit: 2014-2023
  • USEfUL
    Aufgrund der Lage in der Mitte Europas und durch die ansässigen, global operierenden Unternehmen besitzen Logistik und Mobilität seit jeher eine herausragende Bedeutung in Hannover, einer nach dem Krieg autogerecht wieder aufgebauten Stadt. Mit einer wachsenden Stadt sind steigende Mobilitäts- und Versorgungsbedürfnisse verbunden sowie ein individuell und systemisch ausgelöster Logistikbedarf der Ver- und Entsorgung.
    Team: Wage, Feuerhake
    Jahr: 2018
    Förderung: BMBF: 03SF0547B
  • Ride Vibrations
    Das Fahrrad als alltägliches Fortbewegungsmittel wird immer beliebter. Doch viele Städte sind darauf noch nicht ausreichend eingestellt. Fahrradwege fehlen, enden plötzlich oder sind schlecht gepflegt. Wo Fahrradwege verlaufen, können Radler meist aus gängigen Kartendiensten ableiten. Wie schnell und wie bequem sie auf diesen Wegen ans Ziel gelangen, aber nicht. Daher entwickeln Mitarbeiter des Instituts für Kartographie und Geoinformatik zusammen mit Geodäsie-Studierenden eine spezielle Navigationsanwendung für Fahrräder, die komfortable Alternativrouten bereitstellen soll. Grundlage ist eine für Android-Smartphones selbst entwickelte App “RideVibes”. Sie zeichnet die Fahrdynamik ohne zusätzlich am Fahrrad angebrachte, spezielle Sensorik auf. Das Smartphone muss dabei lediglich während der Fahrt in einer Halterung am Fahrradlenker fixiert sein.
    Team: Udo Feuerhake, Jens Golze, Christian Koetsier, Oskar Wage
    Jahr: 2019
    © Karten Tiles von Stamen Design, Kartengrundlage von OSM, Datenüberlagerung von IKG
  • TraKuLa: Erfolgsfaktoren für chinesisch-deutsche Forschungskooperationen
    Kulturelle Hürden erschweren häufig die Zusammenarbeit in chinesisch-deutschen Projekten. Wie können die Partnerinnen und Partner voneinander lernen und ihre gemeinsame Arbeit erfolgreicher gestalten? Welche neuen Erkenntnisse entstehen durch transkulturelle Zusammenarbeit? Wie vollzieht sich in Deutschland und China der weitere Weg zur Innovation? Diesen Fragen widmet sich der neue interdisziplinäre Forschungsverbund TraKuLa (Transkultureller Lern- und Kompetenzansatz) an der Leibniz Universität Hannover, finanziert vom Niedersächsischen Ministerium für Wissenschaft und Kultur.
    Leitung: Monika Sester
    Team: Hao Cheng, Yu Feng
    Jahr: 2019
    Förderung: MWK
    Laufzeit: 2019-2022
  • Collective Perception - Data Fusion and Visualisation
    The rapid development of data science and machine learning in many research as well as industrial fields has drawn much attention to the fuel of these techniques – the data. In the domain of autonomous driving, the data are mostly collected from different sources which aims to endow the data with more versatility and diversity, and also having a wider coverage in order to get a more complete and accurate perception of the environment. This project aims to improve the reliability and safety of the perception systems for autonomous driving by fusing and analysing the spatiotemporal data from different sensors and different road users that are in the same communication sensor network. In this scenario, the reconstruction of static objects can rely both on asynchronous data from a specific time span of the same sensor as well as the synchronised data from different sensors, the dynamic objects can be tracked based on the later one and auxiliated by the static information obtained. During the fusion process, the accuracies and uncertainties should also be considered and propagated to the final result and then be efficiently visualised in addition to the visualisation of the aggregated environment in order to give the human driver or passenger a correct and precise impression about the current outside-environment so that they can also intervene the driving to fulfil their need without making mistakes.
    Team: Yuan, Sester
    Jahr: 2020
    Förderung: DFG-Graduiertenkolleg SocialCars
    Laufzeit: 2014-2023
  • Group formation in shared spaces
    In shared spaces (a special type of mixed traffic), the lack of separation between traffic participants may cause traffic jams and unsafe situations in rush hours. To protect vulnerable road users and improve the efficiency when passing through a shared space, the road users with similar origin and destination can form a group, then all groups will coordinate a virtual intersection which shows the feasible crossing priorities to avoid collision. The project will deal with research problems such as online multi-agent path finding (MAPF), group merging and splitting, graph search and cooperative intersection management (CIM).
    Team: Li, Sester
    Jahr: 2020
    Förderung: DFG-Graduiertenkolleg SocialCars
    Laufzeit: 2020-2023
  • Verkehrsregulator Erkennung und Identifizierung aus Crowdsourced Daten
    Die Kartierung mit Vermessungsgeräten ist ein zeit- und kostenintensives Verfahren, das die häufige Kartenaktualisierung unbezahlbar macht. In den letzten Jahren haben sich viele Forschungen darauf konzentriert, solche Probleme zu beseitigen, indem man sich auf Crowdsourced-Daten stützt, wie zum Beispiel GPS-Traces. Eine wichtige Informationsquelle für Karten, insbesondere unter Berücksichtigung der bevorstehenden Nutzung von autonomen Fahrzeugen, sind die Verkehrsregulatoren. Diese Informationen fehlen in Karten wie OpenstreetMap (OSM) weitgehend und diese Forschung ist durch diese Tatsache motiviert.
    Team: Zourlidou, Sester
    Jahr: 2020
  • MOBILISE - Mobiler Mensch: Trajektorienanalyse für unsicheres Fahrverhalten
    „MOBILISE“ ist die Forschungslinie Mobilität im Rahmen des Masterplans für die Wissenschaftsallianz zwischen der Technischen Universität Braunschweig und der Leibniz Universität Hannover, in deren Rahmen das Thema Mobilität der Zukunft interdisziplinär erforscht wird. Sie beschäftigt sich mit vielen Aspekten der Mobilität, von der Luftfahrt über Fahrzeuge bis hin zur Digitalisierung. In der Maßnahme „Mobiler Mensch – Intelligente Mobilität in der Balance von Autonomie, Vernetzung und Security“ haben sich an der Leibniz Universität Hannover ein Dutzend Forscher zusammengeschlossen, die bereits an verschiedenen Facetten der Mobilität geforscht haben. Aktuell wirken 13 Professoren und Professorinnen aus unterschiedlichen Fakultäten an dem thematischen Feld „Mobiler Mensch“ mit. Die wissenschaftliche Initiative wird von Prof. Kurt Schneider und Prof. Monika Sester geleitet. Durch die involvierten Fakultäten Elektrotechnik und Informatik, Geodäsie und Bauingenieurwesen, Philosophie/Ethik und Juristische Fakultät und die damit verbundenen Kompetenzen findet ein interdisziplinärer Austausch und somit eine multiperspektivische Erarbeitung des Themas statt.
    Team: Koetsier, Sester
    Jahr: 2020

3D-Visualisierung

  • Bubble Slide
    3D Punktwolken erlauben eine völlig neue Visualisierungsmöglichkeit, indem eine Ansicht von oben mit einer Seitenansicht kombiniert werden kann. Dies wird erreicht, indem in der Vogelperspektive, in der beispielsweise nur Gebäudedächer, aber keine Fassaden zu sehen sind, die Fassaden längs der Straße mit einer virtuellen Kugel nach außen gedrängt werden.
    Leitung: Brenner, Claus
    Team: Brenner
    Jahr: 2017
  • Visualisierung von Punktwolken mittels Parallax Scrolling
    Für die Visualisierung von Mobile Mapping Daten wurde ein Visualisierungsansatz aus dem Computerspielbereich adaptiert.
    Team: Eggert, Sester
    Jahr: 2017
  • Generalisierung mittels Deep Learning
    Am ikg wird die Möglichkeit erforscht, das Problem der Generalisierung mittels Deep Learning zu lösen. In einem ersten Ansatz wurde ein Neuronales Netz zur Erzeugung von Gebäudegeneralisierungen in drei Maßstäben genutzt.
    Leitung: Sester
    Team: Sester, Feng, Thiemann
    Jahr: 2018

Laserscanning

  • Solarertrag an Fassaden
    Mit der Transformation des Energie­systems auf regenerative Formen ist die dezentrale Nutzung der solaren Strahlungsenergie von herausragender Bedeutung.
    Leitung: Sester
    Team: Hai Huang
    Jahr: 2017
  • Nachwuchsgruppe der Volkswagenstiftung
    Automatische Verfahren zur Fusion, Reduktion und konsistenten Kombination komplexer heterogener Geoinformation Bevor dreidimensionale Modelle genutzt werden können, müssen sie im ersten Schritt erfasst und später aktuell gehalten werden. Dies ist heute ein sehr zeit- und kostenintensiver Vorgang. Genau an diesem Punkt setzt die Thematik der Nachwuchsgruppe an: Die Erstellung von dreidimensionalen Modellen soll automatisiert werden, durch vollautomatische und semiautomatische Verfahren, den Einsatz modernster Erfassungssysteme, sowie der Zusammenführung von verschiedenen Datenquellen. Bei den Erfassungssystemen steht insbesondere das Laserscanning im Vordergrund, welches erst seit einigen Jahren zum Einsatz kommt und die Messung von Zehntausenden dreidimensionaler Punkte innerhalb weniger Sekunden erlaubt. Die Nachwuchsgruppe besteht aus insgesamt drei Wissenschaftlern. Sie wird von der VolkswagenStiftung für die Dauer von 5 Jahren mit insgesamt 1,2 Mio. Euro gefördert. Leiter der Nachwuchsgruppe ist Dr.-Ing. Claus Brenner. Die Nachwuchsgruppe ist an der Universität Hannover angesiedelt, aufnehmendes Institut ist das Institut für Kartographie und Geoinformatik.
    Leitung: apl. Prof. Claus Brenner
    Team: Dr.-Ing. Nora Ripperda, Dr.-Ing. Christoph Dold
    Jahr: 2017
  • LiDAR Mobile Mapping
    Für die dichte und genaue Erfassung der Umgebung vom Boden aus können heute Mobile Mapping Fahrzeuge eingesetzt werden. Im Vergleich zu früheren Verfahren, bei denen Messsysteme an mehreren Stellen aufgebaut werden mussten, kann so die Erfassung im fließenden Verkehr stattfinden. Bei den LiDAR (Light Detection and Ranging) Systemen wurde die Scangeschwindigkeit in den letzten Jahren zudem um den Faktor 20 verbessert. So werden heute Erfassungsraten von mehr als einer Million 3D Punkte pro Sekunde erreicht. Das ikg verfügt über ein Mobile Mapping System der Firma Riegl, welches in der Regel auf einem VW Bus eingesetzt wird. Im Vergleich zu Systemen, welche ausschließlich auf Kameras beruhen, bietet LiDAR den Vorteil der sehr dichten, detaillierten und genauen Erfassung. Neben der Fahrbahnoberfläche lassen sich auch Objekte des Straßenraums direkt in 3D erfassen, z.B. Schilder, Ampeln, Beleuchtungsmasten, Oberleitungen sowie die Vegetation.
    Leitung: Brenner
    Team: Brenner, Schachtschneider, Peters
    Jahr: 2017
    Laufzeit: Kontinuierlich
  • Massiv Kollaborative Erfassung von dynamischen Umgebungen und ihre Abbildung in digitalen Karten
    Selbstfahrende Autos und autonome Roboter benötigen hochgenaue Modelle ihrer Umgebung, um über lange Zeit sicher agieren zu können. Doch natürliche Umgebungen wie Straßenzüge enthalten dynamische Objekte und verändern sich mit der Zeit: Gebäude werden neu gebaut, Bäume gepflanzt und Autos unterschiedlich geparkt Da solche Umgebungen nicht permanent erfasst werden können und es immer eine erste Fahrt in einer veränderten Umgebung geben wird, wird ein Umgebungsmodell benötigt, welches mögliche Veränderungen berücksichtigt.
    Leitung: Brenner
    Team: Schachtschneider, Brenner
    Jahr: 2017
    Förderung: DFG-Graduiertenkolleg i.c.sens
    Laufzeit: 2016-2021 (erste Phase)
  • 3D-Objektextraktion aus hochaufgelösten 3D-Punktwolken
    In den Landesvermessungsbehörden liegen flächendeckende, kontrollierte Airborne Lascerscanning-Datensätze mit unterschiedlichen Punktdichten vor, welche i.d.R. mindestens in die Klassen Boden- und Nichtbodenpunkte differenziert wurden. In der Arbeitsgemeinschaft der Vermessungsverwaltungen (AdV) wird ein Aktualisierungszyklus von 10 Jahren diskutiert. Weiterhin leiten die Landesvermessungsämter auf Basis von digitalen Bildflügen mit hohen Überlappungen 3D-Punktwolken mit dem sogenannten „Dense-Image-Matching“-Verfahren (DIM) ab, welche eine Auflösung im Pixelbereich besitzen. Radiometrische Information aus den Luftbildern ergänzen die Informationstiefe dieser Punktwolken, welche aufgrund der Bildkorrelation in der Regeln auf ein Oberflächenmodell begrenzt sind. Hierbei ist ein 2-3-jähriger Befliegungszyklus die Basis.
    Team: Politz, Sester
    Jahr: 2017
    Förderung: Forschungs- und Entwicklungsvorhaben zwischen den Landesvermessungsämtern Niedersachsen, Schleswig-Holstein und Mecklenburg-Vorpommern
  • Objekterkennung in ALS-Daten mittels Deep Learning
    In Zusammenarbeit mit dem Niedersächsischen Landesamt für Denkmalpflege entwickeln wir ein Verfahren zur automatischen Erkennung archäologischer Objekte in luftgetragenen Laserscandaten. Die Art der Objekte, die entdeckt werden sollen, ist hauptsächlich für Archäologen von Interesse, wie z. B. Haufen, Schächte, Holzkohlepfähle, Gruben, Schubkarren, Bombenkrater, Hohlwege usw. Es kann sich um spitze, lineare oder flächige Objekte handeln. Zu diesem Zweck verwenden wir tiefe Lerntechniken; nämlich Faltungsneuronale Netze (CNNs) zum Klassifizieren von Höhenbildern aus der Region von Interesse. Eine Kombination mehrerer (in den meisten Fällen 5) CNN-Klassifikatoren wird dann verwendet, um interessierende Objekte in einem aus der interessierenden Region erfassten digitalen Geländemodell zu erkennen und zu lokalisieren.
    Team: Kazimi, Thiemann, Sester
    Jahr: 2018
    Förderung: MWK Pro*Niedersachsen
    Laufzeit: 2018-2020
  • TransMIT - Ressourcenoptimierte Transformation von Misch- und Trennentwässerungen in Bestandsquartieren mit hohem Siedlungsdruck
    Zunehmende Starkregenereignisse und wachsende Stadtquartiere stellen die Siedlungsentwässerung vor große Herausforderungen. Am Beispiel von drei Quartieren der Städte Braunschweig, Hannover und Hildesheim wird gezeigt, wie bei einer Quartiersplanung die städtebaulichen mit wasserwirtschaftlichen Aspekte langfristig verknüpft werden können.
    Leitung: Dr.-Ing. M. Beier; Prof. S. Köster, ISAH; Prof. Sester, ikg
    Team: Yu Feng, Udo Feuerhake
    Jahr: 2019
    Förderung: BMBF
    Laufzeit: 2019-2022
  • Localization and mapping using maximum consensus
    The long-term goal of this research topic is the creation of a localization and mapping algorithm, which is robust against outliers and disturbances. The research project is embedded in the Research Training Group “Integrity and Collaboration in Dynamic Sensor Networks (i.c.sens)” and primarily aims at improving integrity measures. The research is devided into two steps. In the first step, the localization considering the map as known is examined. In the second step, the problem will be extended treating the map as unknown as well.
    Team: Axmann, Brenner
    Jahr: 2020

Datenintegration

  • Bestimmung und Extraktion von Landmarken
    Bisherige Routen- und Navigationsanweisungen nutzen üblicherweise nur Strecken- und Richtungsangaben (z.B.: nach 200 m rechts abbiegen), um die Strecke dem Nutzer zu kommunizieren. Am Institut wird untersucht, wie Routenbeschreibungen mit Hilfe zusätzlicher Daten um Orientierungspunkte, sogenannte Landmarks, erweitert werden können, um die Navigationsinformation dem Nutzer noch effektiver vermitteln zu können.
    Team: Elias
    Jahr: 2017
  • Integration heterogener Vektordaten
    Die effektive Nutzung von Informationsquellen wird in Zukunft eine der Hauptaufgaben unserer Informationsgesellschaft darstellen. Hier werden die Geowissenschaften einen grundlegenden Beitrag leisten. Im Rahmen des Geotechnologienprojekts - Informationssysteme im Erdmanagement, wird an drei Instituten der Universität Hannover an „neuen Methoden der semantischen und geometrischen Integration von geotechnologischen Fachthemen mit ATKIS - am Beispiel geologischer und bodenkundlicher Geoobjekte“ geforscht.
    Team: von Gösseln
    Jahr: 2017
  • SPIRIT - Spatially Aware Information Retrieval on the Internet
    Das EU-Projekt SPIRIT hat sich zum Ziel gesetzt, eine Internet-Suchmaschine mit der Fähigkeit zur "intelligenten" raumbezogenen Suche zu entwickeln. Das IKG untersucht in diesem Zusammenhang Methoden zur semantischen Anreicherung von web-pages und geographischen Datensätzen sowie die Möglichkeit, Skizzen zur Formulierung von Sucheingaben verwenden zu können.
    Team: Kopczynski
    Jahr: 2017
  • Landmarken-basierte Navigation von Fußgängern auf Geodaten beliebiger Repräsentation
    Im Rahmen des DFG-geförderten Projektes sollen Verfahren zur Verbesserung von Fußgängernavigationssystemen entwickelt werden. Es werden sowohl Verfahren aufgebaut, um automatisch aus bestehenden Geo-Datenbeständen Fußgängernavigationsdaten abzuleiten. Zum anderen wird die Integration von passenden Landmarken-Objekten in die Routenbeschreibungen, um diese nutzerfreundlicher zu gestalten, vorangetrieben.
    Team: Elias, Mondzech
    Jahr: 2017
  • Aktualisierung Digitaler Geländemodelle und deren Integration mit Vektordaten des ATKIS DLM
    Das Ziel der Forschungskooperation ist die Entwicklung eines Verfahrens zur weitgehend automatischen Aktualisierung des ATKIS DGM5, der Integration mit dem ATKIS BasisDLM sowie der Generalisierung zur konsistenten Nutzbarmachung der topographischen Informationen in kleinen Maßstäben. Zu aktualisierende Bereiche müssen erkannt werden, sodass innerhalb dieser Bereiche spezielle Verfahren eingesetzt werden können, um den Datenbestand auf den neusten Stand zu bringen. Hier spielt insbesondere die Konsistenz zwischen der zweidimensionalen Darstellung der Geländetopographie, repräsentiert durch das ATKIS Basis DLM und der durch das DGM5 repräsentierten dritten Dimension eine wichtige Rolle (Datenintegration und Harmonisierung). Als Schwerpunkt werden Verfahren entwickelt, die es erlauben, das aktualisierte DGM konsistent mit den entsprechenden Vektordaten auch für kleinere Maßstäbe nutzbar zu machen.
    Jahr: 2017
  • Development of a Cadastral Fabric through the Integration of Legacy Cadastral Data
    Despite the fact that spatial data integration has a relatively long history in the geospatial research community, some fundamental challenges still remain, in particular, the integration of spatial data involving boundaries in general and cadastres in particular. This is because boundaries (for example, administration and political) and cadastres (land parcel boundaries) which have much in common but in a broader sense: have a legal basis; are created from data that is acquired over a long period of time; and sometimes in a sporadic and unsystematic manner.
    Jahr: 2017
  • Automatisierte Geometrische Registrierung von Katasterkarten
    Diese Forschungsarbeit beschäftigt sich mit der automatisierten geometrischen Registrierung von analogen Katasterkarten und digitalen topographischen Karten anhand von Punkt-Objekten. Ziel der Arbeit ist es, die bislang übliche manuelle Georeferenzierung zu ersetzen und dadurch die Aktualität und Genauigkeit der Katasterkarten zu erhöhen und gleichzeitig geometrisch und topologisch zu verbessern.
    Jahr: 2017
  • Automatic Semantic Transformation between Geo-Ontologies
    Im Rahmen des Projektes steht die Entwicklung von semantischen Datenintegrations-Techniken im Vordergrund. Ziel ist es, die Interoperabilität von Geodaten verschiedener Herkunft, die in großer Anzahl bereits durch das Internet zur Verfügung stehen, voranzutreiben.
    Jahr: 2017
  • Geodatenintegration/-fusion, Datenqualität
    Heterogene Daten stellen eine Herausforderung für Geodateninfrastrukturen dar. Daten unterschiedlicher Herkunft, Zeitpunkte und Erfassungskriterien müssen konsistent zu einem einheitlichen Datenbestand zusammen geführt werden. Im Rahmen des vom BMBF geförderten GDI-Grid Projektes werden offene Webdienste für die Integration, Fusion und Annotation von Geodaten sowie zur Beurteilung deren Qualität entwickelt.
    Jahr: 2017
  • Beseitigung von Geometrischen Konflikten zwischen Kataster- und Topographischen Datensätzen
    Werden Datensätze unabhängig voneinander erhoben, gewartet und fortgeführt, können Konflikte in Geometrie und Semantik entstehen, selbst wenn dieselben Objekte in beiden Datensätzen beschrieben werden. Besonders aus finanzieller Sicht ist es wünschenswert diese zu harmonisieren, um den Aufwand für Erhebung und Fortführung zu reduzieren.
    Team: Thiemann, Schulze, Sester
    Jahr: 2017
    Förderung: Forschungs- und Entwicklungsvorhaben zwischen den Landesvermessungsämtern Niedersachen, Schleswig-Holstein und Mecklenburg-Vorpommern

Robotik

  • Erstellung dynamischer Karten durch kooperative Fahrzeuge
    Bereits heute sind viele Fahrzeuge mit Sensoren versehen, wodurch eine sehr große Menge sensorieller Daten über den Straßenraum zur Verfügung steht. Bisher werden diese Sensordaten nur individuell von jedem Fahrzeug ausgewertet. Beispielsweise werten Assistenzsysteme die Lage aus und leiten daraus ihr unmittelbares Verhalten (z.B. Notbremsung) ab. Das abgeleitete Wissen steht jedoch anderen Verkehrsteilnehmern nicht zur Verfügung. Dies hat den Nachteil, dass ein Aufbau von Wissen, beispielsweise über gefahrenträchtige Orte, nicht stattfindet.
    Team: Busch, Brenner
    Jahr: 2017
    Förderung: Deutsche Forschungsgemeinschaft (DFG)
  • Bright delight: Kommunikation von Roboter und Mensch
    Steffen Busch und Alexander Schlichting vom IKG sind mit ihrem Team Bright Delight unter den sechs Finalisten des Valeo Innovation Challenge, die ihren Prototypen am 28.09.2015 in Paris vorstellen durften.
    Leitung: Brenner
    Team: Busch, Schlichting
    Jahr: 2017
  • Landmarkenbasierte Positionsbestimmung
    Im Rahmen des Projekts sollen Verfahren entwickelt werden, um eine hochgenaue Positionierung von Fahrzeugen relativ zu ihrer Umgebung zu ermöglichen. Weiterhin soll untersucht werden, inwieweit eine detaillierte Umgebungsbeschreibung für die Interpretation der Szene, z.B. für aktive Fahrerassistenzsysteme, genutzt werden kann.
    Team: Schlichting, Brenner
    Jahr: 2017
  • Semantic Segmentation of Point Clouds using Semi Supervised Transfer Learning
    Semantic segmentation in 3d describes a point wise classification of point clouds. We think this task is challenging because on one side it is hard for humans to annotate the necessary data, because objects may appear ambiguous and labelling in 3d can be time consuming. On the other hand it appears that there is still no preferred way of how the data should be processed in order to use it with deep neural networks.
    Leitung: Brenner
    Team: Peters, Brenner
    Jahr: 2017
    Förderung: DFG-Graduiertenkolleg i.c.sens
  • Massiv Kollaborative Erfassung von dynamischen Umgebungen und ihre Abbildung in digitalen Karten
    Selbstfahrende Autos und autonome Roboter benötigen hochgenaue Modelle ihrer Umgebung, um über lange Zeit sicher agieren zu können. Doch natürliche Umgebungen wie Straßenzüge enthalten dynamische Objekte und verändern sich mit der Zeit: Gebäude werden neu gebaut, Bäume gepflanzt und Autos unterschiedlich geparkt Da solche Umgebungen nicht permanent erfasst werden können und es immer eine erste Fahrt in einer veränderten Umgebung geben wird, wird ein Umgebungsmodell benötigt, welches mögliche Veränderungen berücksichtigt.
    Leitung: Brenner
    Team: Schachtschneider, Brenner
    Jahr: 2017
    Förderung: DFG-Graduiertenkolleg i.c.sens
    Laufzeit: 2016-2021 (erste Phase)

Generalisierung

  • STROKES
    Grundlage der Implementierung der Netzwerkgeneralisierung ist eines der Gestaltgesetze: Das Gesetz der guten Fortsetzung („Good Continuation Grouping Principle“). Dieses Wahrnehmungsgesetz besagt, dass gerade verlaufende Linien, die sozusagen als ein durchgehender Pinselstrich (engl. stroke) gezogen werden können, als zusammengehörig empfunden werden. Diese Tatsache wurde von (Richard und Thomson 1999) auf die Generalisierung von linearen Strukturen übertragen.&nbsp; <link 294>mehr&gt;</link>
    Jahr: 2017
  • 3D-Gebäude-Generalisierung
    Aufgrund des hohen Erfassungsaufwandes für 3D-Daten ist es nahe liegend, bereits erfasste 3D-Daten einer breiten Nutzung zur Verfügung zu stellen. Die Detailliertheit der Daten muss jedoch den Erfordernissen des Anwenders angepasst werden. So sind Berechnungen wie z.B. Visualisierungen und Simulationen auf komplexen 3-dimensionalen Datenbeständen zeitaufwändig. Daher ist es für rechenintensive Anwendungen wichtig, die Komplexität der Daten durch Vereinfachung zu reduzieren. Die Computergrafik stellt Algorithmen bereit, die in Modellen mit sehr großer und redundanter Punktzahl die Zahl der Knoten, Kanten und Flächen reduziert. In Geoinformatik verfolgt man Ansätze, mit denen man weniger redundante Daten sinnvoll weiterreduzieren kann, ohne dabei die Geometrie (bzw. Morphologie) der Objekte zu zerstören.
    Jahr: 2017
  • WiPKA-DLM-DE
    Im Rahmen des Forschungsprojekts WiPKA – DLM-DE soll ein automatisches Verfahren zur Ableitung von CORINE Landcover (CLC) Daten aus dem ATKIS BasisDLM entwickelt werden. CLC ist ein europäisches Initiative zur flachendeckenden Erfassung von Landnutzungsarten.
    Jahr: 2017
  • Generalisierung von 3D-Stadtmodellen
    3D-Stadtmodelle können je nach Detailgrad extrem große Datenmengen umfassen. Für viele Berechnungen sind hochaufgelöste Modelle zu groß und zu detailliert. Aufgabe der Generalisierung ist es, aus einem detaillierten Modell mit möglichst geringem Bedeutungsverlust eine Darstellung in geringerer Auflösung zu gewinnen. Die Bedeutung eines Objektes und die Auswahl des besten Verfahrens zu seiner Generalisierung sind dabei allerdings stark anwendungsabhängig.
    Jahr: 2017
  • TASH
    Das Institut für Kartographie und Geoinformatik (IKG) hat seit 1970 einen Forschungs- und Entwicklungsschwerpunkt auf dem Gebiet der Erfassung, Auswertung und Darstellung topographischer Daten. Als das für Forschung und Praxis wichtigstes Ergebnis kann das Topographische Auswerte-System Hannover (TASH) angesehen werden. Das Programmsystem wird weiter entwickelt und gepflegt und dabei jeweils unterstützten Betriebssystemen (z. Zt. Windows NT 4 und Windows 2000) angepasst.
    Team: Sester, Thiemann
    Jahr: 2017
  • CHANGE
    Das Programmsystem CHANGE generalisiert Gebäude. Objektartengetrennt werden die Objekte mit der Generalisierungssoftware vektororientiert verarbeitet. Die Steuerung des Generalisierungsgrades erfolgt durch die Parameter Eingangs- und Folgemaßstab sowie graphische Mindestgrößen. Die standardmäßig vorgegebenen graphischen Mindestgrößen entsprechen den in der Literatur beschriebenen Größen. Der Programm-Ablauf erfolgt im Batchbetrieb und ist unabhängig von GIS- und graphischen System-Plattformen. Anwendungsbereiche sind topographische Kartographie und Geo-Informationssysteme (GIS).
    Team: Sester, Thiemann
    Jahr: 2017
  • TYPIFY
    Mit Typifizierung wird der Vorgang bezeichnet, aus einer gegebenen Objektmenge einen Teil zu reduzieren, dabei aber die räumliche Verteilung der Situation beizubehalten. Beispielsweise können in einem kleinen Maßstab nicht mehr alle Gebäude dargestellt werden - sie sind also sinnvoll zu reduzieren. Diese Reduktion kann jedoch nicht zufällig erfolgen, sondern muss die räumliche Verteilung der Objekte berücksichtigen. Hierfür wurde ein Verfahren entwickelt, welches auf der Basis von Kohonen Merkmalskarten arbeitet.
    Team: Sester, Thiemann
    Jahr: 2017
  • Generalisierung mittels Deep Learning
    Am ikg wird die Möglichkeit erforscht, das Problem der Generalisierung mittels Deep Learning zu lösen. In einem ersten Ansatz wurde ein Neuronales Netz zur Erzeugung von Gebäudegeneralisierungen in drei Maßstäben genutzt.
    Leitung: Sester
    Team: Sester, Feng, Thiemann
    Jahr: 2018
  • PUSH -- Automatische Kartographische Verdrängung mittels Optimierung
    Das Programm PUSH ermöglicht die automatische Verdrängung von Geoobjekten aller Art. Die jeweiligen Objektcharakteristika, die die Verdrängung beeinflussen, lassen sich sehr flexibel parametrisieren. Die Ergebnisse erlauben eine automatische Qualitätskontrolle. Das Programm ist in der Lage, auch größere Datenbestände (z.B. Kartenblatt topographische Karte 1:50.000) zu bearbeiten.
    Team: Sester, Thiemann
    Jahr: 2021

Big Data und Machine Learning

  • Mining GPS-Trajectory Data for Map Refinement and Behavior Detection
    In today’s world, we have increasingly sophisticated means to record the movement of moving objects such as vehicles, humans and animals in the form of spatio-temporal trajectory data. As a consequence of this development, increasing volumes of such data are being accumulated at an extremely fast rate. A trajectory is usually represented by an array of structured positions in space and time, i.e. each has a signature of specific location (geospatial coordinate tags) in time (time stamp tags).
    Jahr: 2017
  • Q-Trajectories - Dezentrale Bestimmung von Bewegungsmustern aus Trajektorien
    Ziel dieses Teilprojekts ist die Erkennung und Bewertung von Bewegungsmustern in Trajektorien mit Hilfe effizienter, dezentraler Analysemethoden. Dabei sollen Auffälligkeiten und kritische Verhaltensweisen ausfindig gemacht werden. Anwendungsmöglichkeiten für ein derartiges Verfahren könnten u.a. größere Sensor-/Kameranetze zur Überwachung von Menschenmengen (z.B. Stau, Gruppenverhalten, …) oder zur Beobachtung von Verhalten von Tieren sein.
    Jahr: 2017
  • Anomalous Pattern Detection from GPS-Trajectories
    The anomalous pattern detection is of great interest for the applications in the areas of navigation/driver assistant system, surveillance and emergency management. In this work we focus on the GPS-Trajectories finding where the driver is encountering navigation problems.
    Jahr: 2017
  • RainCars
    Ziel des Projektes RainCars ist die Verbesserung bisheriger Methoden zur Niederschlagsschätzung durch die Verwendung von Sensoren in Autos. Überschwemmungen verursachen auch in Deutschland regelmäßig große Schäden. Eine bessere flächendeckende Erfassung des Niederschlags könnte für genauere Vorhersagen sorgen. Ziel des Projekts RainCars ist die Verbesserung der räumlichen Niederschlagsschätzung durch zusätzliche Messungen mit Autos deren Scheibenwischer als Sensoren zur Regenmessung dienen. Der Kerngedanke: Relativ ungenaue Messungen an sehr vielen Orten sind besser als exakte Messungen an sehr wenigen Orten.
    Team: Fitzner, Sester
    Jahr: 2017
    Förderung: DFG
  • Echtzeitvorhersage für urbane Sturzfluten und damit verbundene Wasserkontamination (EVUS)
    Ziel dieses Projektes ist die Entwicklung eines schnellen Prognosemodells für Sturzflut in der Stadt Hannover. Hauptziel des Teilprojekts für das ikg ist die Integration neuer Sensoren für die Hochwasservorhersagemodelle.
    Team: Feng, Sester
    Jahr: 2017
    Förderung: BMBF Georisiken
  • Ja, wo laufen sie denn?
    Für Profi-Trainer oder auch einfache Hobby-Kicker. Vielen Fußballbegeisterten wird der Weg zum Taktikfuchs durch eine automatisierte Spielanalyse am Computer erleichtert. Ausgeklügelte Verfahren ermöglichen eine einfachere Bewertung der Leistung der Akteure.
    Team: Feuerhake, Sester
    Jahr: 2017
  • Szenenanalyse - Mustererkennung in Personentracks
    Ziel des Projektes ist die automatische Erkennung von Mustern in Trajektorien von Personen, die in Videosequenzen detektiert und verfolgt worden sind. Die Grundhypothese ist dabei, dass sich mögliche Gefahrenquellen durch ein auffälliges Bewegungsverhalten erkennen lassen. Im Projekt sollen Individual- und Gruppenmuster, sowie die Feststellung, wann ein Muster als auffällig zu charakterisieren ist, aus den Daten abgeleitet und gelernt werden.
    Team: Fischer, Sester
    Jahr: 2017
  • 3D-Objektextraktion aus hochaufgelösten 3D-Punktwolken
    In den Landesvermessungsbehörden liegen flächendeckende, kontrollierte Airborne Lascerscanning-Datensätze mit unterschiedlichen Punktdichten vor, welche i.d.R. mindestens in die Klassen Boden- und Nichtbodenpunkte differenziert wurden. In der Arbeitsgemeinschaft der Vermessungsverwaltungen (AdV) wird ein Aktualisierungszyklus von 10 Jahren diskutiert. Weiterhin leiten die Landesvermessungsämter auf Basis von digitalen Bildflügen mit hohen Überlappungen 3D-Punktwolken mit dem sogenannten „Dense-Image-Matching“-Verfahren (DIM) ab, welche eine Auflösung im Pixelbereich besitzen. Radiometrische Information aus den Luftbildern ergänzen die Informationstiefe dieser Punktwolken, welche aufgrund der Bildkorrelation in der Regeln auf ein Oberflächenmodell begrenzt sind. Hierbei ist ein 2-3-jähriger Befliegungszyklus die Basis.
    Team: Politz, Sester
    Jahr: 2017
    Förderung: Forschungs- und Entwicklungsvorhaben zwischen den Landesvermessungsämtern Niedersachsen, Schleswig-Holstein und Mecklenburg-Vorpommern
  • Interdisciplinary Center for Applied Machine Learning - ICAML
    Das ICAML (Interdisziplinäres Zentrum für Angewandtes Maschinelles Lernen) hat das Ziel, maschinelles Lernen interdisziplinär zugänglich zu machen. Um dieses Ziel zu erfüllen, werden drei fundamentale Komponenten der Lehre entwickelt und eingesetzt.
    Team: Leichter, Werner, Sester
    Jahr: 2018
    Förderung: Bundesministerium für Bildung und Forschung
    Laufzeit: 11/2017-11/2019
  • Objekterkennung in ALS-Daten mittels Deep Learning
    In Zusammenarbeit mit dem Niedersächsischen Landesamt für Denkmalpflege entwickeln wir ein Verfahren zur automatischen Erkennung archäologischer Objekte in luftgetragenen Laserscandaten. Die Art der Objekte, die entdeckt werden sollen, ist hauptsächlich für Archäologen von Interesse, wie z. B. Haufen, Schächte, Holzkohlepfähle, Gruben, Schubkarren, Bombenkrater, Hohlwege usw. Es kann sich um spitze, lineare oder flächige Objekte handeln. Zu diesem Zweck verwenden wir tiefe Lerntechniken; nämlich Faltungsneuronale Netze (CNNs) zum Klassifizieren von Höhenbildern aus der Region von Interesse. Eine Kombination mehrerer (in den meisten Fällen 5) CNN-Klassifikatoren wird dann verwendet, um interessierende Objekte in einem aus der interessierenden Region erfassten digitalen Geländemodell zu erkennen und zu lokalisieren.
    Team: Kazimi, Thiemann, Sester
    Jahr: 2018
    Förderung: MWK Pro*Niedersachsen
    Laufzeit: 2018-2020
  • Räumliche und räumlich-zeitliche GARCH Modelle
    Das Projekt beschäftigt sich mit einem Teilgebiet der räumlichen Statistik, die sich insbesondere mit der Analyse von Zufallsprozessen im Raum befasst. Bei der Analyse solcher Prozesse lässt sich häufig feststellen, dass Beobachtungen, die sich in räumlicher Nähe zueinander befinden, ähnlich sind. Wenn beispielsweise die Grundstückspreise in einer Gemeinde hoch sind, so lassen sich auch hohe Preise in den umliegenden Gemeinden erwarten. Neben dieser räumlichen Abhängigkeit in der Höhe der Beobachtungen lässt sich auch eine räumliche Abhängigkeit in der Streuung der Beobachtungen sowie der bedingten Heteroskedastizität feststellen. In dem Projekt sollen Modelle hierfür entwickelt und erweitert werden. Die räumlichen Modelle bilden dabei eine Analogie zu dem ARCH-Modell von Robert F. Engle (1982) in der Zeitreihenanalyse, der hierfür 2003 mit dem Nobelpreis für Wirtschaftswissenschaften geehrt wurde.
    Leitung: Prof. Dr. Philipp Otto
    Team: Anna Malinovskaya
    Jahr: 2019
    Förderung: Deutsche Forschungsgemeinschaft
  • Schätzung räumlicher Abhängigkeitsstrukturen
    In spatial econometrics, the classical approach would be to replace the unknown spatial dependence structure with a linear combination of an unknown scalar, which has to be estimated, and a pre-defined matrix of spatial weights. This non-stochastic weighting matrix describes the dependence. One might obtain insight into its structure by examining the spatial covariogram or semivariogram. In practice, however, the true underlying matrix cannot easily be assessed, and therefore has to be estimated by maximizing certain goodness-of-fit measures, such as the log-likelihood, in-sample fits, information criteria, or cross validations over certain classical weighting schemes. In contrast to this classical approach, the project aims to develop methods to estimate the entire spatial weighting matrix. Moreover, the procedures should account for endogenous effects.
    Leitung: Prof. Dr. Philipp Otto
    Jahr: 2019
  • TransMIT - Ressourcenoptimierte Transformation von Misch- und Trennentwässerungen in Bestandsquartieren mit hohem Siedlungsdruck
    Zunehmende Starkregenereignisse und wachsende Stadtquartiere stellen die Siedlungsentwässerung vor große Herausforderungen. Am Beispiel von drei Quartieren der Städte Braunschweig, Hannover und Hildesheim wird gezeigt, wie bei einer Quartiersplanung die städtebaulichen mit wasserwirtschaftlichen Aspekte langfristig verknüpft werden können.
    Leitung: Dr.-Ing. M. Beier; Prof. S. Köster, ISAH; Prof. Sester, ikg
    Team: Yu Feng, Udo Feuerhake
    Jahr: 2019
    Förderung: BMBF
    Laufzeit: 2019-2022
  • Statistical network monitoring
    The application of network analysis has found great success in a wide variety of disciplines; however, the popularity of these approaches has revealed the difficulty in handling networks whose complexity scales rapidly. One of the main interests in network analysis is the online detection of anomalous behaviour. To overcome the curse of dimensionality, we compose the monitoring procedures which reduce the network complexity so that the structural information is preserved. The methods are mainly based on statistical process control which are optimised with different mathematical network modelling and machine learning techniques.
    Team: Malinovskaya, Otto
    Jahr: 2020

Abschlussarbeit Fussball

Sonstige Studierendenprojekte

Bachelorseminar

  • 3D-Stadtmodell
    3D-Stadtmodellen können dafür genutzt werden, sich in einer fremden Stadt zu orientieren und sich ein Bild von der Umgebung zu machen. Navigationssysteme sind schon heute ein hilfreiches Utensil auf jeder Reise. Die zusätzliche Möglichkeit, Karten in Zukunft dreidimensional darstellen zu können, würde diese Navigationssysteme weiter verbessern. Eine weitere Anwendung von 3D-Stadtmodellen liegt im Bereich der Touristik. Sehenswürdigkeiten können besonders hervorgehoben werden, und eine Erkundung dervirtuellen Stadt samt Einkaufsmöglichkeiten ist bereits im Vorfeld vom heimischen PC aus möglich.
    Leitung: von Gösseln, Brenner
    Jahr: 2007
  • Genauigkeitsuntersuchung der Kartenherstellung mittels Mobile Mapping
    Ziel des Bachelorprojekts war es, die Lagegenauigkeit einer Punktwolke, welche mit einem "Mobile Mapping System" aufgenommen wurde, zu untersuchen. Aus der Punktwolke soll es später möglich sein, eine Karte von Landmarkenobjekten mit einer Genauigkeit von unter 10 cm zu erzeugen. Um eine Genauigkeitsaussage über das Ergebnis treffen zu können, wurden mittels Totalstation geeignete Objekte als Kontrollpunkte eingemessen und als Referenz genutzt.
    Leitung: Hofmann
    Jahr: 2016
  • GPS-Track-Visualisierer
    In Zeiten der immer günstiger werdenden GPS-Handgeräte und –Uhren nutzen immer mehr Sportler verschiedenster Disziplinen (Wandern, Segeln, Laufen, Skaten, Fahrrad- und Motorradfahren, Gleitschirmfliegen, Kanu, Bergsteigen etc.) die Möglichkeit, mithilfe des frei verfügbaren GPS-Dienstes ihren zurückgelegten Weg aufzuzeichnen. Die so gewonnenen Tracks können nicht nur in Verbindung mit Luftbildern oder Kartenmaterial zum Nachvollziehen und Dokumentieren der Tour verwendet werden, sondern bieten darüber hinaus vielseitige Möglichkeiten der Analyse. Sportler können sich Größen, wie Geschwindigkeit, Steigung, Höhe, etc. auf Basis der aufgezeichneten Daten berechnen und anzeigen lassen. Dadurch bieten sich GPS-Tracks als modernes Werkzeug zur Trainings- und Leistungsanalyse an. noch ein text
    Leitung: Anders, Elias, Thiemann
    Jahr: 2017
  • Walkabout: Location Based Services mit Android und dem Google Phone
    Die heutige Marktendwicklung macht es für jeden Bürger leicht sich ein Smartphone mit GPS Antenne zu einem überschaubaren Preis zu besorgen. Ausreichende Genauigkeit in der Positionierung und Leistung der Geräte machen deshalb Location Based Services (LBS) möglich und sollten als nützlicher Bestandteil der mobilen Welt genutzt werden. LBS stellen ortsbezogene Informationen zur Verfügung
    Leitung: Eggert
    Jahr: 2017
  • StreetBump: Smartphone-basierte Schlaglochdetektion
    Aufnahme von Test- und Referenzdaten Zu Beginn mussten Testdaten (Verortete Accelerometer-Messungen) beschafft werden, die später im Algorithmus ausgewertet werden sollten. Dazu wurde zunächst auf der Kniggestraße eine Testfahrt durchgeführt. Wie sich später herausgestellt hat, waren die Daten jedoch für das Projekt nicht geeignet, da diese durch die Vielzahl von Schlaglöchern stark verrauscht waren. Deshalb haben wir uns für eine weitere Teststrecke (die Bückeburger-Allee) entschieden und dort eine weitere Testfahrt durchgeführt. Dort gibt es zahlreiche Gullideckel, die sich gut eignen, da sie sehr tief im Straßenbelag liegen und weit genug voneinander entfernt sind. Die Lage der Gullideckel wurde später aus Google Earth abdigitalisiert.
    Leitung: Eggert
    Jahr: 2017

Projektseminar

  • Aufnahme und Visualisierung eines 3D Stadtmodells von Hannover
    Ziel des Projektseminars ist neben luftgestützten und terrestrischen Erfassungstechniken auch die entsprechende Auswertesoftware und deren Vor- und Nachteile kennen zu lernen. Mit Hilfe automatischer und halbautomatischer Auswerteverfahren werden große Teile des Stadtmodells rekonstruiert. Wahrzeichen von Hannover sowie architektonisch besonders wertvolle Straßenzüge werden zusätzlich terrestrisch mit Nahbereichsphotogrammetrie oder Laserscanning erfasst und modelliert. Daneben wurden die Messkampagnen selbstständig geplant und durchgeführt. Anschließend erfolgt die Auswertung der Einzelergebnisse und am Ende die Zusammenführung zu einem Gesamtmodell. Das Ergebnis dieses Projektes ist die Visualisierung eines Fluges durch ein dreidimensionales Stadtmodell von Hannover.
    Jahr: 2004
  • Das mobile Stadtinformationssystem
    Das Ziel des Projektes CityInfo ist es, einer ortsfremden Person die Sehenswürdigkeiten (Points of Interest - POIs) einer Stadt durch ein mobiles Informationssystem näher zu bringen. Das Projekt ist Teil eines hochaktuellen Forschungsgebietes, den Location Based Services (LBS). Die Projektteilnehmer lernen in diesem Forschungsgebiet neben der Anwendung und Gestaltung von LBS, den Umgang mit aktuellen mobilen Endgeräten, sowie GIS-Systemen, als auch das Arbeiten mit Multimedia-Werkzeugen und gegenwärtigen Erfassungstechniken.
    Jahr: 2005
  • GeoScope - Interaktive Visualisierung von ortsbezogenen Geoinformationen
    Im Projektseminar „GeoScope“ wurde ein Mixed-Reality Ein-/ Ausgabegerät für Publikumsanwendungen mit zugehöriger Software und geeigneten Präsentations- und Interaktionstechniken entwickelt. Mixed-Reality ist die Anreicherung einer realen Umgebung mit zusätzlichen virtuellen Informationen.
    Jahr: 2006
  • GeoPilot – Automatische Verschlagwortung und Georeferenzierung von Fotos
    Das Projektseminar GeoPilot wurde in Zusammenarbeit mit dem IPI realisiert. Ziel des im Rahmen des Projektes entwickelten Systems ist die automatische Verschlagwortung und Georeferenzierung von Fotos: Für jedes von einem Benutzer aufgenommene Foto wird in einer Datenbank nach Entsprechungen gesucht. Damit kann das Foto automatisch mit der Aufnahmeposition und Schlagworten versehen werden. Ein bestimmtes Foto (z.B. das Leibnizhaus) kann danach sowohl nach räumlichen Kriterien (Innenstadt Hannover), als auch nach inhaltlichen Kriterien (Schlagwort: Fachwerkhaus) gefunden werden. So werden die bei modernen Digitalkameras oft sehr großen Fotomengen auch für Gelegenheitsnutzer einfach auffindbar gemacht.
    Jahr: 2008
  • Projektseminar FireNet 2009/2010
    In Deutschland müssen die örtlichen Feuerwehren laut dem Statistischen Bundesamt bis zu 3,7 Millionen Mal im Jahr ausrücken. Die Einsätze sind dabei vielfältig und zum Teil sehr gefährlich. Sie reichen von der Bergung von Tieren über Krankentransporte bis hin zu der Rettung bei Katastrophen und Bränden. Auch wenn die Hauptaufgabe darin besteht, die Sicherheit der Bürger zu gewährleisten, darf der Schutz der Feuerwehrleute dabei nie vernachlässigt werden. Sehr wichtig ist daher, dass die Einsätze stets gut koordiniert sind und man nach Möglichkeit ununterbrochen weiß, welche Person sich zu welcher Zeit an welchem Ort befindet. Hierfür lassen sich Geo-Sensornetze verwenden. Das diesjährige Projektseminar FireNet vom IKG und IFE beschäftigt sich mit der Umsetzung eines solchen einfachen Netzes für die Anwendung bei der Feuerwehr.
    Jahr: 2009
  • Projektseminar 2011/2012: ATEAM
    Im Rahmen des Projektseminars im Jahr 2011/2012 des Masterstudiengangs Geodäsie und Geoinformatik an der Leibniz Universität Hannover wird am Institut für Kartographie und Geoinformatik (IKG) das Programm “Ad-hoc Topographical Environment Acquisition and Modeling" (ATEAM) konzipiert und entwickelt werden. Das Ziel dieses Programms ist eine automatisierte Verarbeitung der Daten einer topographischen Geländeaufnahme, die dem Benutzer eine visuelle Unterstützung in Form eines Höhenmodells geben soll.
    Leitung: Schulze, Thiemann, Dahinden, Eggert
    Team: Frauke Bittner, Paul Czioska, Veronika Kraft, Alexander Schlichting, Michael Thies
    Jahr: 2011
  • Projektseminar 2012/2013: Mobile Mapping
    Ziel des Projektseminars war zum einen die Berechnung einer GNSS/INS-Integration, zum anderen die Verbesserung der Trajektorie gegenüber den Ergebnissen, die mit kommerzieller Software erzielt werden können, sowie schließlich die Ableitung von Gebäudemerkmalen für die Automatisierte Kaufpreissammlung (AKS).
    Leitung: Brenner, Alkhatib, Hofmann, Vennebusch, Weitkamp
    Team: Steven Curs, Johanna Göbel, Corinna Harmening, Steffen Hinze, Tammo Ibershoff, Toomaj Madinejad, Tobias Ott
    Jahr: 2012
  • Mobile Mapping in 4D
    Gerade große Städte weisen eine hohe Dynamik auf, deren Analyse Antworten auf viele Fragestellungen liefern kann: Welche Straßen sind zu welcher Tageszeit belebt? Liegen räumliche Engpässe vor? Ein mobiles Multisensorsystem (kurz: MSS) bietet die Möglichkeit solche Daten schnell und für einen großen Bereich zu sammeln und in diesen statische und bewegte Objekte zu detektieren. Ziel des Projektseminars war es mithilfe von 3D-Punktwolken die Veränderungsrate von Objekten in Hannover in einer Karte darzustellen. Dazu wurden mehrere Messungen mit dem Mobile Mapping Systems des Instituts für Kartographie und Geoinformatik durchgeführt. Die vollautomatische Segmentierung dynamischer Objekte wurde im Rahmen des Projektes in C++ implementiert. Lediglich die abschließende Darstellung der Ergebnisse in einer Karte erfolgt manuell. In einem Vorverarbeitungsschritt wird die Datenmenge mittels Down-sampling reduziert, sodass eine Punktdichte von 5 cm verbleibt. Des Weiteren ist die Positionierung durch das globale und inertiale Navigationssystem des MSS nicht genau genug, um eine exakte Detektion der Veränderungen zwischen zwei Zeitpunkten zu realisieren. Daher werden zu vergleichende Zeitpunkte dem „Iterativ Closest Point“-Algorithmus relativ zueinander registriert. Der mögliche Fehlereinfluss durch dynamische Objekte bei der Punktzuordnung wird minimiert, indem Korrespondenzen zurückgewiesen werden, wenn sie einen festgelegten Maximalabstand überschreiten. Nach dem Alignment der beiden Punktwolken wird die Bodenebene mittels „Random Sample Consensus“-Algorithmus eliminiert.
    Leitung: Bock, Schlichting
    Team: Carolin Böhme, Dennis Elschen, Eva Kemkes
    Jahr: 2015
  • ScanPos - Präzise Positionierung mit Laserscandaten
    Laserscanning gewinnt für Anwendungen in Fahrzeugen immer mehr an Bedeutung. So kann ein in der Front eines PKWs eingebauter Laserscanner das Vorfeld des Fahrzeuges erfassen und damit sich im Sichtfeld befindliche Gegenstände detektieren, mit denen es zu einer Kollision kommen könnte. Ein auf Laserscanning basierendes Assistenzsystem kann in die Führung des Fahrzeuges eingreifen und so plötzlich auftretenden Hindernissen auf der Fahrbahn, wie Fußgängern oder anderen Kraftfahrzeugen, ausweichen. Die Zeitspanne von der Erkennung des Hindernisses bis zur Reaktion und Einleitung des Ausweich- oder Bremsmanövers kann so deutlich verkürzt werden und somit zur Unfallverminderung beitragen. In Zukunft sollen Fahrerassistenzsysteme den Fahrer nicht nur bei der Führung des Fahrzeuges unterstützen, sondern dieses unter Umständen auch völlig autonom steuern können. Um dieses Ziel zu erreichen, ist es notwendig, dass die Standpunktinformationen, wie Position und Orientierung, jedes Fahrzeuges exakt bekannt sind.
    Jahr: 2017
  • "Leibniznavigator"
    Gerade für Erstsemester und Gäste der Leibniz Universität Hannover ist es am Anfang schwierig, sich in den Gebäuden der Universität zu orientieren und den gewünschten Raum zu finden. In anderen Universitäten und Hochschulen, z.B. in Augsburg oder Karlsruhe, wurden zu diesem Zweck Applikationen zur Navigation auf dem Campus und teilweise auch innerhalb der Gebäude entwickelt. Für die Leibniz Universität Hannover sollte nun im Rahmen des Projektseminars eine App zur Indoor- und Outdoornavigation entwickelt werden, den Leibniz Navigator. Dazu sollten jeweils unterschiedliche Methoden zur Lokalisierung und Navigation evaluiert und auf ihre Umsetzbarkeit geprüft werden. Abgesehen von diesem groben Rahmen wurde den Studierenden die Planung und Umsetzung der konkreten Details überlassen.
    Leitung: Brenner, Czioska, Feuerhake, Hofmann, Kuntzsch, Schlichting
    Team: Sercan Çakır, Frederic Hake, Lukas Hynek, Simone Görler, Richu Mary Shelly, Oskar Wage
    Jahr: 2017
  • Large scale mobile mapping and change detection
    Aufgabe des Projektseminars mit dem Titel „Large scale Mobile Mapping change detection“ war die Extraktion dynamischer Objekte, wie Fahrzeuge oder Fußgänger, aus Laserscanning-Daten eines Mobile-Mapping-Systems (siehe Abbildung 1). Zur Detektion der Dynamiken wurden zwei Ansätze gewählt: eine Änderungsdetektion sowie die Klassifizierung durch Verfahren des maschinellen Lernens. Im Falle der Änderungsdetektion werden zwei Punktwolken desselben Gebietes aus unterschiedlichen Messkampagnen miteinander verglichen. Statische Objekte zeichnen sich dadurch aus, dass innerhalb eines bestimmten Radius korrespondierende Punkte in beiden Datensätzen gefunden werden können. Kann für einen Punkt kein korrespondierender Punkt im jeweils anderen Datensatz gefunden werden, so wird dieser als dynamisch markiert.
    Leitung: Brenner, Schachtschneider, Schlichting
    Team: Adeolu Eribake, Ahmed Al-Taan, Anit Salgotra, Hasan Sharifi, Mirjana Voelsen
    Jahr: 2018
  • RideVibrations
    Das Fahrrad als alltägliches Fortbewegungsmittel wird immer beliebter. Doch viele Städte sind darauf noch nicht ausreichend eingestellt. Fahrradwege fehlen, enden plötzlich oder sind schlecht gepflegt. Wo Fahrradwege verlaufen, können Radler meist aus gängigen Kartendiensten ableiten. Wie schnell und wie bequem sie auf diesen Wegen ans Ziel gelangen, aber nicht. Daher wird von Studierenden in dem IKG-Projektseminar “Ride Vibrations” eine spezielle Navigationsanwendung für Fahrräder entwickelt, die komfortable Alternativrouten bereitstellen soll. Demo: https://webmap.ikg.uni-hannover.de/ridevibesweb/
    Leitung: Udo Feuerhake, Oskar Wage, Christan Koetsier
    Team: Studierende: SS19: Dingxin Jin, Md Abdullah Al Faisal, Deepak Savanur; WS19/20: Thido Beening, Samsondeen Dare, Anne Ponick, Niklas-Maximilan Schild
    Jahr: 2020

Bachelorarbeiten (abgeschlossen)

  • Navigation mit Landmarken (für PDA)
    Jeder kennt mit Sicherheit folgende Situation: Man befindet sich mitten in der Stadt und muss ein bestimmtes Ziel erreichen, doch hat keine Ahnung, wo das Ziel tatsächlich liegt und wie man am schnellsten dort hingelangt. Nun stehen einem verschiedene Möglichkeiten zur Lösung des Problems zur Verfügung.
    Leitung: Elias
    Team: Marion Horn, Julia Köpke
    Jahr: 2005
    Laufzeit: 2005
  • Visualisierung von Routen und Landmarken
    Die Fußgängernavigation ist ein Instrument, dem jetzt schon ein großes Potential zugesprochen wird. Navigationssysteme für Passanten ermöglichen z.B. eine mobile Bezahlung, wobei kein U-Bahn-Ticket mehr am Schalter gekauft werden muss, sondern mithilfe des Fußgängernavigationssystems, direkt in Abhängigkeit über die gefahrene Strecke abgebucht wird.
    Leitung: Elias
    Team: Berohze Ichhaporia
    Jahr: 2006
    Laufzeit: 2006
  • Filterung von Profilen aus digitalen Geländemodellen
    Digitale Geländemodelle stellen eine sehr kostengünstige Möglichkeit dar, an Höhendaten für einen Geländepunkt zu kommen. Durch die Vorlage der Daten in digitaler Form, ist Auswertung im Zeitalter der elektronischen Datenverarbeitung schnell und unkompliziert erledigt. Über die Genauigkeit der Datensätze werden oft nur wage Angaben gemacht. So gibt die Landesvermessung Niedersachsen an, dass der Abstand eines DGM5 - Qualitätsstufe 2 zur wahren Geländeoberfläche im Mittel bei 1,5m liegt. Durch eine Fehleranalyse von DGM5-Daten in dieser Arbeit wurde beleuchtet, was wirklich hinter der Aussagekraft einer mittleren Abweichung und hinter den Fehlereinflüssen, die auf eine Geländenachbildung durch ein digitales Geländemodell wirken, steckt.
    Leitung: Thiemann
    Team: Malte Jan Schulze
    Jahr: 2006
    Laufzeit: 2006
  • Untersuchung der Messgenauigkeit von Sportuhren mit Geschwindigkeits- und Entfernungsfunktion
    Heutzutage spielen Sportuhren zur Trainingssteuerung und -Dokumentation eine immer größer werdende Rolle. Während im Radsport seit Jahren Fahrradcomputer zum Einsatz kommen, steigt das Interesse an Entfernungs-, Geschwindigkeits- und Höhenmessungen in anderen Disziplinen stetig an. Gerade bei Sportarten wie Laufen oder Skifahren sind Planungs- und Analysemöglichkeiten gefragt.
    Leitung: Thiemann
    Team: Joachim Niemeyer, Jonathan Reusse
    Jahr: 2007
    Laufzeit: 2007
  • 3D-Visualisierung von Routen und Landmarken
    Navigationssysteme erfuhren in den letzten Jahren eine völlig neue Bedeutung, besonders in der Nutzung für die Navigation von Kraftfahrzeugen haben sie sich mittlerweile in der Gesellschaft etabliert. Auch Systeme zur Fußgängernavigation beispielsweise mittels PDA werden immer beliebter.
    Leitung: Elias
    Team: Raika Ost
    Jahr: 2007
    Laufzeit: 2007
  • Entwicklung einer Benutzeroberfläche zur manuellen Fassadenmodellierung mittels Grammatiken
    Heutzutage werden in der Geoinformatik und vielen anderen Disziplinen, wie beispielsweise der Architektur oder Stadtplanung, reichhaltige geometrische und semantische Informationen von Gebäuden benötigt. Mit diesen Informationen können 3D-Stadtmodelle erstellt werden, die in vielen Bereichen von Nutzen sind. Unter anderem wird die Navigation in der heutigen Gesellschaft zunehmend wichtiger. Bekannte Produkte wie Google Earth oder Microsoft Virtual Earth sind nur einige Beispiele, die demonstrieren, welch wichtige Stellung alle Arten von Geodaten heute einnehmen.
    Leitung: Ripperda
    Team: Matthias Uden
    Jahr: 2008
    Laufzeit: 2008
  • Entwicklung von Gütekriterien für die Gebäudegeneralisierung und deren Anwendung in einem Optimierungsansatz
    Die Generalisierung befasst sich im Allgemeinen mit der Gewinnung von weniger detaillierten und höher abstrahierten Daten aus einem gegebenen räumlichen Datensatz. Oft kommen dabei Optimierungsverfahren zum Einsatz. Diese Bachelorarbeit baut auf einem Optimierungsansatz für die Gebäudevereinfachung auf, der am ikg entwickelt wurde.
    Leitung: Haunert
    Team: Lena Albert
    Jahr: 2008
    Laufzeit: 2008
  • Echtzeit Temperaturkarte
    Weltweit gibt es verschiedene Organisationen und Firmen, die Temperaturen an bestimmten Orten messen und als Webdienst zur Verfügung stellen. Die Daten werden in unterschiedlichen Zeitintervallen erfasst und die Kosten und Nutzungsrechte variieren erheblich. Sieben Webdienste wurden bezüglich Aktualität, Datenhaltung, grafischer Aufbereitung, Kosten und Verwendungsrechte verglichen.
    Team: Jana Schmidt
    Jahr: 2008
    Laufzeit: 2008
  • Routenauswahlkriterien von Fußgängern
    Navigation ist schon seit der Antike ein wichtiges Thema, dem sich jeher Wissenschaftler und Techniker widmen. In der Vergangenheit verstanden nur wenige Menschen die Arbeit eines Navigators. Heute im einundzwanzigsten Jahrhundert kann dagegen nahezu jeder Mensch die bekannten Navigationssysteme für Fahrzeuge bedienen. Durch die wachsende Präsenz von mobilen Kleincomputern wie den PDAs und GPS fähigen Mobiltelefonen, wird dem Wunsch der Nutzern entsprochen, auch für Fußgänger ein zuverlässiges Navigationsgerätgerät zu entwickeln.
    Leitung: Paelke
    Team: Melanie Sarhage
    Jahr: 2009
    Laufzeit: 2009
  • Routenanweisung für Sehgeschädigte auf Basis von Openstreetmap-Daten
    In der freien Weltkarte Openstreetmap werden neben allgemeinen Informationen wie Straßenverlauf auch Daten erfasst, die speziell für die Navigation für Sehgeschädigte benutzt werden können. So wird etwa das Vorhandensein von sehbehindertengerechten Ampeln erfasst. Um solche Daten für die Navigation nutzen zu können, braucht es allerdings eine speziell angepasste Hard- und Software.
    Leitung: Dahinden
    Team: Schlichting
    Jahr: 2010
    Laufzeit: 2010
  • Thematische Karten auf Basis von Wikipedia
    Die Online-Enzyklopädie Wikipedia beinhaltet eine Vielzahl von Daten. Für eine automatische Auswertung sind vor allem die Informationsboxen von Bedeutung, da diese Daten in strukturierter Form enthalten. Um die Daten zu verwenden, muss man allerdings nicht direkt auf die Wikipedia zurückgreifen, da in einem Projekt namens Vorlagenauswertung diese Informationsboxen ausgewertet und zusammen mit dem Titel des jeweiligen Artikels in einer Datenbank abgelegt werden.
    Leitung: Dahinden
    Team: Frauke Bittner
    Jahr: 2010
    Laufzeit: 2010
  • Analyse und Entwicklung von mathematischen Beschreibungsregeln für die Formerkennung von topographischen Objekten
    Die Anzahl der verfügbaren Geodaten nimmt stetig zu. Dies ist auf zwei Trends zurückzuführen. Erstens sind einmal erfasste Daten nicht mehr an eine Anwendung gebunden, sondern werden oft interdisziplinär wiederverwendet. Zweitens werden umfangreiche Datensätze durch Laien erfasst, so z. B. im OpenStreetMap-Projekt (OSM). Die Daten des 2004 gegründeten Projekts sind unter einer offenen Lizenz frei verfügbar und können damit in eigenen Projekten verwendet werden.
    Leitung: Werder, Kieler
    Team: Christian Koepke
    Jahr: 2010
    Laufzeit: 2010
  • Extraktion und Visualisierung ortsbezogener Informationen mit Tag-Clouds
    Mobile Geräte wie Smartphones, Mobiltelefone, Netbooks und Tablets sind in unserer Zeit unerlässlich. Egal ob man sich zu einem Treffen verabreden, die neuesten Informationen erfahren oder sich einfach nur unterwegs beschäftigen will. Durch das mobile Internet wird dieser Aufschwung noch verstärkt, da man jederzeit verfügbar sein kann. Jedes dieser mobilen Geräte kann mehrere Sensoren (GPS-, Gyroskop-, Kompass-, Beschleunigungs- oder Lichtsensor) haben und jedes mobile Geräte benötigt ein Betriebssystem. Für viele dieser Betriebssysteme können Anwendungen (sogenannte Apps) geschrieben werden, die dann auf dem Handy laufen. Viele Informationen sind im Internet vorhanden.
    Leitung: Eggert
    Team: Oliver Flohr
    Jahr: 2011
    Laufzeit: 2011
  • Internationale Namen für die freie Seekarte OpenSeaMap
    OpenSeaMap ist ein Open-Source-Projekt zur Erstellung einer freien Seekarte. Es wurde im Jahr 2009 aufgrund eines hohen Bedarfs an frei zugänglichen Karten für die Seefahrt entwickelt. Zweck dieser freien Karte ist es für den Nutzer nautische und touristische Informationen zur Verfügung zu stellen, in ansprechender Weise zu visualisieren und diesen Datenbestand durch die Mitarbeit der Nutzer zu erweitern. Die Daten der OpenSeaMap sind unter einer offenen Lizenz frei verfügbar und können von jedem Nutzer damit beliebig genutzt und verändert werden.
    Leitung: Werder
    Team: Hue Kiem Pham
    Jahr: 2012
    Laufzeit: 2012
  • Untersuchungen zur Parallelisierung der Generalisierung großer Gebäude-Datenbestände
    Heutzutage stehen Geodaten in solchen Mengen zur Verfügung, dass eine Verarbeitung mit den herkömmlich zur Verfügung stehenden Rechenressourcen kaum mehr möglich ist. Dies betrifft neben der benötigten Rechenzeit vor allem den verfügbaren Arbeitsspeicher. Auch wenn die Leistung der Hardware weiterhin steigt, wächst der Umfang der zu verarbeitenden Daten in noch größerem Maße. Eine Verarbeitung großer Datenbestände kann daher nicht mehr am Stück erfolgen, eine Aufteilung der Daten ist erforderlich.
    Leitung: Thiemann
    Team: Thomas Globig
    Jahr: 2013
    Laufzeit: 2013
  • Entwurf und Implementierung eines Geographiespiels für mobile Endgeräte
    Das Ziel dieser Arbeit war es, eine an das Spiel ”Deutschland: Finden Sie Minden?” (Kosmos Verlag) angelehnte Android-Implementierung aus frei verfügbaren Internetquellen zu entwickeln.
    Leitung: Schlichting, Eggert, Dahinden, Wehrmarker
    Team: Sebastian Föllmer
    Jahr: 2013
    Laufzeit: 2013
  • Entwurf von Design-Studien zur Punktwolkenvisualisierung
    Heutzutage lassen sich Geodaten in Form von Punktwolken in einem sehr schnellem Tempo erzeugen. Mit Hilfe von verschiedenen Laserscanningverfahren wie dem terrestrischem, luftgestütztem oder mobilem Laserscanning entstehen massive Datenmengen mit Millionen von Punktkoordinaten.
    Leitung: Eggert
    Team: Igor Koch
    Jahr: 2014
    Laufzeit: 2014
  • Maschinelles Lernen von Generalisierungsregeln für Landnutzungsdaten
    Landnutzungsdaten werden in verschiedenen Systemen sowie Maßstäben bereitgestellt. Dazu zählen z.B. das Automatisierte Liegenschaftskataster-Informationssystem (ALKIS), das Amtliche Topographisch-Kartographische Informationssystem (ATKIS) sowie CORINE Land Cover (CLC). Mittels Generalisierung aus den jeweils höheraufgelösten Daten lassen sich die Systeme effizient fortführen. Die Systeme nutzen jeweils unterschiedliche Klassen und Aggregationen, wodurch geometrische und semantische Differenzen resultieren. Daher ist eine direkte Zuordnung einzelner Klassen nicht immer möglich.
    Leitung: Thiemann
    Team: Alessa Retat
    Jahr: 2014
    Laufzeit: 2014
  • Erkennung von Bewegungsmustern in Trajektorien zur Auswahl mobiler Dienste
    Smartphones sind aus unserem Alltag kaum noch wegzudenken. Durch die Vielzahl der Anwendung wird der Nutzer jedoch vor das Problem gestellt, dass die gesuchte Anwendung schwer zu finden ist. Hier sollen mobile Dienste Abhilfe schaffen, indem sie basierend auf Kontextinformationen automatisch den richtigen Dienst für den Nutzer auswählen.
    Leitung: Feuerhake, Gärtner
    Team: Raphael Voges
    Jahr: 2014
    Laufzeit: 2014
  • Ein optimales Maß für die Geländeundulation in Naturräumen
    In Deutschland treten viele verschiedene Geländeformen auf. Aus diesem Grund ist das Land in verschiedene Naturräume aufgeteilt. Ziel der Arbeit war es, diese Regionen Deutschlands hinsichtlich ihrer Geländeeigenschaften zu untersuchen. Hierfür wurden die Parameter zur Ermittlung der Geländeundulation untersucht. Weiterhin wurden auch die mittlere Kurvigkeit sowie die Neigung der Straßen als Kriterium zur Beschreibung der Topographie verwendet.
    Leitung: Thiemann, Schlichting
    Team: Melanie Bartsch
    Jahr: 2015
    Laufzeit: 2015
  • Wiedererkennen von Personen auf Basis ihrer Bewegungstrajektorie
    Heutzutage werden in vielen Bereichen Bewegungsinformationen von Personen gesammelt und analysiert. Auch beim Fußball werden verteilte Kameras genutzt, um die Spieler auf dem Feld zu verfolgen. Diese dabei generierten Trajektorien können für verschiedene Analysen genutzt werden. Hierbei kann jedoch das Problem entstehen, dass Spieler nicht durchgehend verfolgt werden können. Sei es, dass sie zwischen den Sichtfeldern der Kameras wechseln oder dass sie gar in unterschiedlichen Spielen beobachtet werden.
    Leitung: Feuerhake
    Team: Christian Sippel
    Jahr: 2015
    Laufzeit: 2015
  • Automatische Platzierung von Böschungsschraffen für archäologische Pläne
    Für die Darstellung von Wällen und Gräben in archäologischen Plänen werden Schraffen verwendet. Anders als bei neuzeitlichen künstlichen Böschungen sind die historischen Böschungen durch Einwirkung der Erosion sehr unregelmäßig geformt. Standardalgorithmen scheitern aus diesem Grund bei der automatischen Anordnung der Schraffen.
    Leitung: Thiemann
    Team: Niklas Brandes
    Jahr: 2015
    Laufzeit: 2015
  • Identifikation von Parkstreifen in topographischen Daten
    In der heutigen Zeit verbringt ein Großteil der Autofahrer zu viel Zeit damit, einen geeigneten Parkplatz zu suchen. Dies führt nicht nur zu gestressten Autofahrern sondern auch zu einem unnötigen CO2-Ausstoß. Zur Beseitigung dieses Parkplatzsuchverkehrs können dynamische Karten erstellt werden, die zum Beispiel auf dem Smartphone als App die freien Parkplätze in der näheren Umgebung anzeigen. Dafür muss die Lage der Parkplätze bekannt sein, jedoch wird diese bei amtlichen Vermessungen nicht explizit aufgenommen. In topographischen Liniendaten sind die Begrenzungen der Parkstreifen dennoch sichtbar.
    Leitung: Bock, Czioska
    Team: Simone Görler
    Jahr: 2015
    Laufzeit: 2015
  • Verfahren zur halbautomatischen Konsistenzprüfung der tatsächlichen Nutzung in ALKIS und ATKIS
    Die Landnutzungsdaten in den beiden amtlichen Informationssystemen ALKIS und ATKIS weisen oft Inkonsistenzen auf, unter anderem aufgrund von unterschiedlicher Erfassung und Fortführung, sowie einem unterschiedlichen Maßstab. Auch besitzen beide Systeme einen unterschiedlichen Objektarten- und Signaturenkatalog, wodurch eine direkte Zuordnung der tatsächlichen Nutzung aus beiden Systemen nicht immer ohne weiteres möglich ist.
    Team: Lukas Hynek
    Jahr: 2015
    Laufzeit: 2015
  • Modellierung von Trajektorien
    Dank globaler Navigationssatellitensysteme und deren kostenlosen Positionierungsdiensten, sowie kleinen, preiswerten GNSS-Empfängern, die heutzutage in den meisten Smartphones eingebaut sind, ist es so einfach wie nie zuvor, überall und jederzeit Bewegungen zu erfassen und aufzuzeichnen. Die dadurch entstehenden Datenmengen können schnell sehr groß werden. Dadurch werden diese Datensätze unpraktisch, wenn es um die Speicherung und Auswertung geht. Um dieses Problem zu beheben sind Verfahren notwendig, die die Daten reduzieren, dabei aber deren Informationsgehalt möglichst erhalten.
    Leitung: Colin Fischer
    Team: Sebastian Leise
    Jahr: 2016
    Laufzeit: 2016
  • Bewertung potentieller Ride-Sharing Treffpunkte anhand von Kartendaten am Beispiel Braunschweig
    Während der Wunsch nach individueller Mobilität ständig weiter wächst und die Verkehrsbelastung insbesondere in urbanen Räumen dementsprechend steigt, bleiben dennoch viele Sitzplatz­kapazitäten in privaten Fahrzeugen ungenutzt. Mitfahrgemeinschaften (engl. Ride-Sharing) können dieses Problem zumindest verbessern, indem die Auslastung von privaten Fahrten erhöht wird.
    Leitung: Czioska
    Team: Thomas Reinicke
    Jahr: 2016
    Laufzeit: 2016
  • Absolute Positionierung ohne GNSS-Signale mittels Laserscanning
    In dieser Bachelorarbeit wird eine Weiterentwicklung des in Schlichting und Feuerhake (2018) entwickelten Algorithmus zur absoluten Positionierung ohne GNSS-Signale mittels Laserscanning erarbeitet. Dabei wird während der Fahrt eine Sequenz von Scans aufgenommen, die anschließend mit einer vorher aufgenommenen Referenz verglichen wird. Durch das Suchen der besten Übereinstimmung zwischen Referenz und aufgenommener Sequenz wird die Position ermittelt. Nachdem im bisherigen Algorithmus die zu bestimmende Trajektorie zuvor auch exakt als Referenztrajektorie abgefahren sein musste, wurde in dieser Arbeit die Größe der Referenz dadurch reduziert, dass die Referenztrajektorie an den Kreuzungen aufgesplittet und neu zusammengesetzt wird, damit an Kreuzungen nicht alle Abbiegemöglichkeiten extra abgefahren werden müssen.
    Leitung: Feuerhake
    Team: Anne Ponick
    Jahr: 2018
  • Simulation von GPS-Trajektorien als Trainingsdaten für das maschinelle Lernen von Wegeachsen
    In dieser Arbeit wird ein Algorithmus zur Simulation von realitätsnahen GPS-Trajektorien, als Trainingsdaten für ein Convolutional Neural Network, für den Bewegungsmodus Kraftfahrzeug präsentiert. Dazu wird das Straßennetz aus OpenStreetMap für ein Auswahlgebiet zu einem routingfähigen Graphen aufbereitet. Den verschiedenen Straßentypen werden charakteristische Straßenbreiten und Fahrstreifenanzahlen zugewiesen, aufgrund dessen Hilfsgeometrien für Fahrspuren generiert werden.
    Leitung: Frank Thiemann, Prof. Sester
    Team: Thorben Freitag
    Jahr: 2018
  • Erzeugen von Routen unter Berücksichtigung der Sonneneinstrahlung
    Wie bereits seit 200 Jahren bekannt ist, leiden Bewohner der nördlichen Breiten überdurchschnittlich häufig unter einem Vitamin D Mangel. Um diesem entgegenzuwirken sollte sich der Mensch dem richtigen Maß an Sonnenstrahlung aussetzen. Für Stadtbewohner ist dieses Ziel während der Arbeitswoche jedoch schwer zu erreichen, da die meiste Zeit des Tages in geschlossenen Räumen verbracht wird. Gelöst werden soll dieses Problem durch ein Routing, welches Fußwege hinsichtlich der Sonneneinstrahlung optimiert. Wichtigste Faktoren sind neben der draußen verbrachten Zeit und der Fläche der von der Sonne bestrahlten Haut die Verschattung durch Gebäude und Vegetation sowie die Orientierung zur Sonne.
    Leitung: Monika Sester, Oskar Wage
    Team: Freya Wittkugel
    Jahr: 2020
  • Anpassung von Gebäudegrundrissen aus Lidardaten an ALK-Daten
    In der ALK sind Gebäude über ihre Grundrisse dargestellt. In luftgestützten Laserdaten bilden sich Gebäude als 3D-Formen ab. Aufgrund unterschiedlicher Erfassungsvorschriften und Aktualitätsstände kann es zu Verschiebungen zwischen diesen Datenbeständen kommen. Ziel der Arbeit ist es, diese Verschiebungen zu bestimmen und automatisch zu korrigieren.
    Leitung: Politz, Sester
    Jahr: 2020
  • Klassifikation von Mobile Mapping LiDAR Punktwolken
    In vielen Anwendungsgebieten der Geodäsie, beispielsweise dem des autonomen Fahrens, gewinnt die automatische Erkennung von Objekten in (urbanen) Regionen an Relevanz. Eingesetzt werden dafür verschiedene Aufnahmesysteme, dessen Daten in Echtzeit analysiert werden müssen. Besonders gut geeignet sind dafür Light Detection and Ranging (LiDAR) Punktwolken. In dieser Arbeit wird die Klassifikation von LiDAR Punktwolken verschiedener Methoden analysiert und bewertet. Als Datengrundlage dienten Scanstreifen aus einer Messkampagne des Instituts für Kartographie und Geoinformatik der Leibniz Universität Hannover. Mit Hilfe der Klassifikatoren Random Forests und Support Vector Machines konnten die einzelnen LiDAR Punkte 16 verschiedenen Klassen zugeordnet werden.
    Leitung: Brenner, Schachtschneider
    Team: Anat Schaper
    Jahr: 2020

Offene Bachelorarbeiten

  • Road user tracking in static surveillance video data
    Maps contain important information to navigate and route vehicles. For autonomous vehicles this information about the surrounding has to be highly accurate and current to directly interpret and evaluate the surrounding, measured by sensors. The richer the information is, the better a vehicle can judge the situation, predict next steps and react. The surrounding of the vehicle can significantly influence the driving situation. Which conditions lead to unsafe driving behavior is not always clear. Therefore, it is important to investigate how such situations can be reliably detected, and then search for their triggers. It is conceivable that such insecure situations (e.g near-accidents, u-turns, avoiding obstacles) are reflected, for example, as anomalies in the movement trajectories of road users. Collecting real world traffic data in driving studies is very time consuming and expensive. On the other hand, a lot of roads or public areas are already monitored with video cameras. In addition nowadays more and more of such video data is made publicly available over the internet so that the amount of free but low quality video data is increasing. This research will exploit the use of such kind of opportunistic VGI.
    Leitung: Koetsier, Sester
    Jahr: 2019
    Laufzeit: offen
  • Crowdsourcing turning restrictions from OpenstreetMap
    Road intersections are locations where different movement patterns are observed: traffic participant go ahead, turn right or left, according both to their needs and most importantly to the traffic restrictions applied everytime at the current location (traffic signs). The aim of this thesis is the implementation of a method, where vehicles trajectories acquired from OpenstreetMap (OSM) are analysed in terms of the turning possibilities that drivers have at each intersection location. Final objective is to find out what kind of turning restrictions are found at those locations, like those shown on the figure right.
    Leitung: Zourlidou
    Jahr: 2019
  • Kartographie: Automatische Platzierung von Böschungsschraffen
    Für die Darstellung von Wällen und Gräben in archäologischen Plänen werden Schraffen verwendet. Anders als bei neuzeitlichen künstlichen Böschungen sind die historischen Böschungen durch Einwirkung der Erosion sehr unregelmäßig geformt. Standardalgorithmen scheitern aus diesem Grund bei der automatischen Anordnung der Schraffen.
    Leitung: Thiemann
    Jahr: 2019
  • Homogenisierung der Gebäudeausrichtung
    Topographischen Karten 1 : 25.000 werden Gebäude noch grundrissähnlich dargestellt. Detailierte Gebäudegrundrisse aus dem Kataster (ALKIS) müssen dazu generalisert (klassifiziert, selektiert, aggregiert, vereinfacht, betont, verdrängt) werden. Ein Aspekt der Generalisierung ist die homogene Ausrichtung der Gebäude.
    Leitung: Thiemann
    Jahr: 2019
  • Ride Vibrations: Towards Comfort-Based Bicycle Navigation
    Due to the wide availability on smartphones, navigation applications are no longer used only for driving in unknown surroundings, but also for everyday travel by bicycle and other modes. In contrast to the car, travel times by bicycle are barely influenced by the respective traffic situation but considerably by the preferred speed (or physical condition) and also to a large extent by the individual route choice made. Especially to avoid situations with low comfort like gradients, many or long stops at traffic lights and badly maintained roads, cyclists vary from the shortest or fastest route. This fact is only indirectly considered in common navigation applications.
    Leitung: Wage, Feuerhake
    Jahr: 2020
  • Visual communication of recommended routes using cartographic visualization
    As traffic volumes increase, effective approaches for improving road traffic in urban environments are becoming increasingly relevant. For maintaining an effective and safe transport system, it is important for traffic management to inform the road users about temporarily preferable route alternatives. There are different reasons for which a particular route could be recommended by traffic authorities, such as attempting to reduce overall congestion or intensive pollution of particular areas. The objective of this project is to investigate, how the use of automatically produced symbolization of recommended routes could influence route choice behavior. The project provides the opportunity to explore some of its components (such as cartographic design, implementation of functions, conducting user studies or developing an interactive application) as part of a Bachelor/or Master Thesis.
    Leitung: Fuest, Sester
    Jahr: 2020
  • Laserscanning und Mobile Mapping: Evaluierung verschiedener Klassifikatoren zur Detektion von Objekten in Punktwolken
    Viele Gebiete unseres Lebens werden rasant mit Hilfe von Maschinen automatisiert. Nicht nur für die Kartographie ist dabei essenziell, dass Computer Beobachtungen ihrer Sensoren korrekt zuordnen und interpretieren. Für diese Aufgabe stehen bereits verschiedenste Klassifizierungsalgorithmen zur Verfügung. Ziel der Bachelorarbeit ist die Analyse verschiedener Klassifikationsansätze mit Fokus auf deren Eignung zur Bestimmung von Objekten aus Punktwolken.
    Leitung: Busch
    Jahr: 2020
  • Bestimmung von Mustern in Fahrzeugtrajektorien
    Die Bewegungstrajektorien von Fahrzeugen erlauben Rückschlüsse auf raum-zeitliche Situationen. So können beispielsweise Haltepunkte detektiert werden oder auch Stausituationen, oder auch Anomalien wie temporär nicht zu befahrende Straßensegmente. In der Arbeit sollen in einem großen Trajektoriendatenbestand solche Muster automatisch erkannt werden. Der Datenbestand umfasst sehr viele Trajektorien. Bei Interesse kann ein Schwerpunkt auf die skalierbare Datenanalyse mittels Hadoop und Spark gelegt werden. Je nach Schwerpunkt ist die Arbeit sowohl als Bachelor- als auch als Masterarbeit bearbeitbar.
    Team: Feuerhake, Sester
    Jahr: 2020
  • Auffinden von ungewöhnlichen Haltepunkten in Fahrzeugtrajektorien
    Die Bewegungstrajektorien von Fahrzeugen erlauben Rückschlüsse auf raum-zeitliche Situationen. So können beispielsweise Haltepunkte detektiert werden oder auch Stausituationen, oder auch Anomalien wie temporär nicht zu befahrende Straßensegmente. Ungewöhnliche Haltepunkte sind beispielsweise solche, die durch Paketdienstleister erzeugt werden, die oft in zweiter Reihe parken. In der Arbeit sollen in einem großen Trajektoriendatenbestand solche Haltemuster automatisch erkannt werden. Anschließend soll festgestellt werden, ob sich solche Haltepunkte clustern. Dies ist ein Hinweis darauf, dass an einer Stelle häufig solche Situationen auftreten. Auf Basis einer solchen Information können daraufhin Maßnahmen ergriffen werden, um diese Situation zu beheben, beispielsweise können spezielle Parkplätze für Paketdienstleister ausgewiesen werden, sog. Logistikpunkte. Die Arbeit erfolgt im Kontext des Projekts Urbane Logistik.
    Team: Feuerhake, Sester
    Jahr: 2021
  • Statistische Prozesskontrolle
    Wenn Zufallsprozesse über einen langen Zeitraum beobachtet werden, kommt es häufig zu sogenannten Strukturbrüchen. Das bedeutet, dass sich das Verhalten des Prozesses zu einem bestimmten Zeitpunkt aufgrund exogener Einflüsse ändert. Bei Finanzzeitreihen kann sich bspw. das Risiko einer Anlagestrategie plötzlich ändern (Finanzkrisen), bei Beschleunigungsdaten von Fahrzeugen kann eine abrupte Änderung aufgrund einer unvorhergesehenen Verkehrssituation geben, bei Produktionsprozessen von bestimmten Teilen kann es durch einen Verschleiß der Maschinen zu einer Abweichung von der Norm kommen oder bei der Überwachung von Bauwerken kann es aufgrund der Alterung oder Schäden zu plötzlichen Änderungen kommen. Bei all diesen Beispiel ändert sich die Struktur eines Zufallsprozesses zu einem bestimmten Zeitpunkt. Gleichzeitig unterliegen die Prozesse aber einer natürlichen Schwankung, von der die Strukturänderung unterschieden werden muss. Natürlich ist zusätzlich auch wünschenswert, dass diese Änderung so schnell wie möglich nach ihrem Auftreten erkannt wird. Hierzu kann man Methoden der statistischen Prozesskontrolle verwenden, die in der Abschlussarbeit an realen oder simulierten Daten angewendet werden sollen. Das Thema kann dabei in verschiedene Richtungen entwickelt werden: 1) Änderungserkennung bei zeitlich abhängigen Daten, 2) Änderungserkennung bei Zähldaten, 3) Änderungserkennung in Bildsequenzen, 4) Überwachung sozialer und anderer Netzwerke.
    Leitung: Malinovskaya, Otto
    Jahr: 2021
  • Schätzung hoch-dimensionaler räumlicher Abhängigkeiten
    Aufgrund räumlicher Nähe von Beobachtungen kommt es dazu, dass diese zueinander ähnlich sind – ähnlicher als zu weiter entfernten Beobachtungen. Dies ist auch als erstes Geographisches Gesetz von Tobler bekannt. In der Statistik spricht man in diesem Fall von stochastischer Abhängigkeit. Bei kleinräumigen Datensätzen, bspw. den Grundstückspreisen oder Kriminalitätsraten in einer Stadt oder der Feinstaubbelastung, ist allerdings nicht alleine die geographische Distanz ausschlaggebend, sondern andere Faktoren können diese Abhängigkeit beeinflussen. Bei den erstgenannten Beispielen könnten bspw. Nahverkehrsverbindungen diese „Nähe“ besser beschreiben, oder bei den zweiten Beispielen wird die vorherrschende Windrichtung und -geschwindigkeit einen großen Einfluss auf den räumlichen Transport der Feinstaubpartikel haben. In der Abschlussarbeit soll daher untersucht werden, inwiefern diese räumlichen Abhängigkeiten datenbasiert geschätzt werden können. Ein Fokus kann dabei auf die Einbeziehung zusätzlicher Einflussgrößen liegen oder die Möglichkeit der kompletten Schätzung aller räumlicher Abhängigkeiten zwischen den Beobachtungsorten mittels Methoden des statistischen Lernens kann erörtert werden.
    Leitung: Otto
    Jahr: 2021

Masterarbeiten (abgeschlossen)

  • Zielführung in der Fahrzeug-Navigation mittels Mixed Reality
    Leitung: Brenner, Paelke
    Team: Sascha Tönnies
    Jahr: 2006
    Laufzeit: 2006
  • Entwicklung eines Qualitätsmaßes für Landmarken
    Leitung: Elias
    Team: Eva Ortlieb
    Jahr: 2006
    Laufzeit: 2006
  • Fußgängernavigation auf kombinierten Datenbeständen
    Leitung: Elias
    Team: Melanie Bleeke
    Jahr: 2006
    Laufzeit: 2006
  • Personalisierte Landmarken
    Aufgrund des technischen Fortschritts existieren bereits PDAs und Mobilfunktelefone, die als Naviga-tionsgeräte einsetzbar sind. Durch die zunehmende Verfügbarkeit solch mobiler Systeme rückt die Fußgänger- und Fahrradnavigation immer mehr in den Vordergrund. Die Anpassung von mobilen Navigationssystemen an die speziellen Bedürfnisse von Fußgängern umfasst dabei auch die Adaption der Landmarken an den räumlichen Kontext und die Nutzereigen-schaften.
    Leitung: Elias
    Team: Julia Köpke
    Jahr: 2007
    Laufzeit: 2007
  • Conflation zur Erzeugung von Fußgängernavigationsdaten
    Die Grundlage zurzeit kommerziell verfügbarer Fußgängernavigationssysteme bildet das Geographic Data File (GDF). Das GDF ist aber speziell auf die Anforderungen der Fahrzeugnavigation abgestimmt und kann daher nur mit Einschränkungen für die Fußgängernavigation genutzt werden. Zur Erstellung eines Datenbestandes, welcher den Anforderungen an die Datengrundlage für die Fußgängernavigation genügt, stehen in der vorliegenden Arbeit Auszüge aus dem ATKIS Basis DLM (Straßen- und Wegenetz), Teleatlas-Daten im GDF-Format und Auszüge aus der ALK (Flächen der tatsächlichen Nutzung) zur Verfügung. Die Kombination der Datenbestände wird in dieser Arbeit durch Conflation durchgeführt. Conflation ist ein Verschmelzungsprozess, in welchem zwei oder mehrere unterschiedliche Datenbestände mit Mehrfachrepräsentationen des gleichen räumlichen Gebietes zu einem Datenbestand mit Mono-Repräsentationen integriert werden.
    Leitung: Elias
    Team: Marion Horn
    Jahr: 2007
    Laufzeit: 2007
  • Innenraumaufnahme und Modellierung der Bethlehemkirche mit einem 3D Lasermesssystem
    Die Bethlehemkirche in Hannover Linden wurde im Jahr 1906 eingeweiht, dem Innenraum der Kirche steht in nächster Zeit ein umfassende Renovierung bevor. In diesem Zusammenhang wurde im Rahmen der Masterarbeit der Innenraum der Kirche mittels der Methode des terrestrischen Laserscannings erfasst sowie ein 3D Modell erstellt. Die Arbeit wurde unter der Betreuung des Instituts für Kartographie und Geoinformatik in Zusammenarbeit mit dem Niedersächsischen Landesamt für Denkmalpflege sowie der Gemeinde der Bethlehemkirche durchgeführt.
    Leitung: Dold
    Team: Bagus Wijaya
    Jahr: 2007
    Laufzeit: 2007
  • Personalisierte Landmarken - Einfluss der Ortskenntnis auf die Auswahl
    Leitung: Elias, Paelke
    Team: Marcel Chaouali
    Jahr: 2008
    Laufzeit: 2008
  • Ableitung von Corine Land Cover Daten aus dem ATKIS-Basis-DLM
    Leitung: Thiemann, Anders
    Team: Paul-Gabriel Müller
    Jahr: 2008
    Laufzeit: 2008
  • Extraktion von Fassadenmerkmalen aus Streetmapper-Daten
    Neben der Darstellung und Interpretation von Laserscanner-Daten in Form von 3D-Modellen können Laserscanner-Punktwolken auch für andere Anwendungen genutzt werden. In diesem Zusammenhang ist vorrangig die Erkennung und Extraktion von Objekten zu nennen. Das Hauptproblem bei der Erkennung von Objekten bezieht sich auf die Punktwolke, die aus einer Menge unorganisierter Punkte besteht. Der Mensch kann Objekte innerhalb einer Punktwolke aufgrund seines Wissens visuell erkennen. Im Gegensatz dazu muss einem Computer die Er-kennung von Objekt anhand von mathematischen Regelungen vorgegeben werden.
    Leitung: Ripperda
    Team: André Warneke
    Jahr: 2008
    Laufzeit: 2008
  • Mixed-Reality Visualisierung für die Stadtplanung
    Leitung: Paelke
    Team: Mariusz Klimczak
    Jahr: 2008
    Laufzeit: 2008
  • A Framework for Rapid Prototyping of Augmented Reality Interfaces
    Leitung: Paelke
    Team: Stefan Radomski
    Jahr: 2008
    Laufzeit: 2008
  • Visualisierung von Klimadaten
    Leitung: Thiemann, Paelke
    Team: Alexandra Murphy
    Jahr: 2008
    Laufzeit: 2008
  • Indoor-Navigation als Marketing-Konzept
    Leitung: Paelke
    Team: Juliane Bedijs
    Jahr: 2009
    Laufzeit: 2009
  • Indoor Navigation
    Leitung: Paelke
    Team: Fokko Krebs
    Jahr: 2009
    Laufzeit: 2009
  • Formale Beschreibung und Web-Service-basierte Überprüfung von Constraints in Geodaten
    Leitung: Werder
    Team: Juliane Mondzech
    Jahr: 2009
    Laufzeit: 2009
  • Standortanalyse für den Gelegenheitsnutzer
    Leitung: Paelke
    Team: Jonathan Reusse
    Jahr: 2009
    Laufzeit: 2009
  • Aufbau eines Laserscanner-Erfassungssystems zur Positionsbestimmung von Fahrzeugen
    Sowohl in der Forschung als auch in der Technik sind Fahrerassistenzsysteme für den Automobilbe­reich ein sehr aktuelles Thema. Neue Systeme unterstützen den Fahrer in unterschiedlichen Situationen, indem sie nicht nur den Fahrkomfort, sondern vor allem auch die Sicherheit im Stra­ßenverkehr erhöhen. Viele dieser Systeme setzten eine sehr genaue Kenntnis über den eigenen Aufenthaltsort des Fahrzeuges voraus. Gerade in Gebieten mit dichter Bebauung ist dabei die mit dem Global Positioning System (GPS) erlangte Ortungsgenauigkeit in der Größenordnung mehrerer Meter unzureichend. Aus diesem Grund ist die Entwicklung eines genauen und zuverlässigen Verfahrens zur Positionsbestimmung für Fahrzeuge von großer Bedeutung.
    Leitung: Brenner
    Team: Joachim Niemeyer
    Jahr: 2009
    Laufzeit: 2009
  • Effiziente Zusammenfassung nicht benachbarter Flächen in räumlichen Datensätzen
    Leitung: Haunert
    Team: Jorma Reinke
    Jahr: 2009
    Laufzeit: 2009
  • Geomarketing: Visualisierung von Immobilieninformationen
    Leitung: Sester, Dahinden
    Team: Sarp Tomrukcu
    Jahr: 2011
    Laufzeit: 2011
  • Augmented Reality Visualisierung von archäologischen Daten
    Leitung: Eggert
    Team: Dennis Hücker
    Jahr: 2012
    Laufzeit: 2012
  • Web-basierte Visualisierung von Mobile-Mapping Daten
    Leitung: Eggert
    Team: Michael Thies
    Jahr: 2012
    Laufzeit: 2012
  • Bewertung von inertialen Messsystemen mittels Laserscannern und bekannter Landmarken
    Leitung: Brenner
    Team: Alexander Schlichting
    Jahr: 2012
    Laufzeit: 2012
  • Untersuchung externer Faktoren bei der Regenmessung mittels Scheibenwischern
    Leitung: Fitzner
    Team: Frauke Bittner
    Jahr: 2012
    Laufzeit: 2012
  • Raum-zeitliche Segmentierung von natürlichen Objekten in stark verdeckten Szenen
    Leitung: Paffenholz
    Team: Corinna Harmening
    Jahr: 2013
    Laufzeit: 2013
  • Klassifizierung von Stangen aus Laserscanning-Punktwolken
    Leitung: Schlichting
    Team: Veronika Kraft
    Jahr: 2013
    Laufzeit: 2013
  • Kombinierte Auswertung von Mobile Mapping Punktwolken aus Laserscans und Bildern
    Leitung: Hofmann
    Team: Steven Curs
    Jahr: 2013
    Laufzeit: 2013
  • Punktwolkenvisualisierung mittels Bewegungsparallaxe
    Die interaktive Visualisierung großer Punktwolken, wie sie beispielsweise in Mobile Mapping Daten vorkommen, ist nicht einfach. Sie bedarf Verfahren, die entweder die Gesamtdatenmenge, oder die dem Nutzer angezeigte Datenmenge reduzieren. In dieser Arbeit wird ein Verfahren vorgestellt, dass durch die Technik der Bewegungsparallaxe (im Englischen "parallax scrolling") inspiriert ist.
    Leitung: Eggert
    Team: Eike Clas Schulze
    Jahr: 2014
    Laufzeit: 2014
  • Extraktion von Fahrspurgeometrie und -topologie auf der Basis von Fahrzeugtrajektorien
    Digitale Weg- und Transportkarten sind heutzutage die Grundlage moderner Navigation und finden in Disziplinen von der Ethologie bis zur Nautik unterschiedlichste Anwendungen. Der für diese Arbeit interessante Anwendungsfall ist die Abbildung von Verkehrswegen für Fahrzeuge als Straßenkarte. Eine Straßenkarte bildet hierbei mindestens die geometrische Struktur eines Verkehrsnetzes unter Erhalt der Konnektivität ab.
    Leitung: Brenner
    Team: Oliver Röth
    Jahr: 2014
    Laufzeit: 2014
  • Robotic exploration for mapping and change detection
    Autonomous systems and mobile robots become more and more part of our daily life. Examples are cutting the grass in the garden, helping us to get into a parking lot or cleaning the floor. The problems of localization, perception and automatic model building (e.g. maps) are central questions in mobile robotics. How to determine the absolute pose of a robot? What is the best way to explore an a priori unknown environment? Can changes be detected?
    Leitung: Brenner, Paffenholz
    Team: Sebastian Gangl
    Jahr: 2014
    Laufzeit: 2014
  • Laserscanner basierte Kartierung und Lokalisierung in dynamischen Umgebungen
    Stand der heutigen Technik bei den in Industrieanlagen eingesetzten fahrerlosen Transportfahrzeugen ist eine Eigenlokalisierung auf Basis von Reflektoren. Da die Installation und Vermessung der benötigten Reflektoren zeitaufwändig und teuer ist, verlangen Anlagenbetreiber ein Lokalisierungsverfahren, das ohne Reflektoren funktioniert und ausschließlich die vorhandene Umgebungskontur zur Lokalisierung verwendet.
    Leitung: Brenner, Schlichting
    Team: Hauke Kuban
    Jahr: 2015
    Laufzeit: 2015
  • Kombination und Homogenisierung von Landmarkenkarten zur Steigerung der Positionierungsgüte beim automatischen Fahren
    In dieser Arbeit werden Karten zur landmarkenbasierten Lokalisierung aus detektierten Objekten erzeugt, die mit einem Versuchsträger (PKW) erfasst wurden. Als Datengrundlage stehen die Positionen detektierter Objekte sowie die Fahrzeugtrajektorien der Messfahrten zur Verfügung. Die Erstellung einer Landmarkenkarte erfordert die Zuordnung einzelner Detektionen zu Objekten sowie eine Bereinigung systematischer Fehler. Die auftretenden systematischen Fehler äußern sich z.B. in Form von fehlerhaften Beobachtungswinkeln und zeitlicher Latenz.
    Leitung: Brenner, Hofmann
    Team: Ugur Kekec
    Jahr: 2015
    Laufzeit: 2015
  • Robust visual navigation for autonomous underwater track vehicles
    Underwater track vehicles, also known as crawler, are universal carrier platforms for many different applications. Crawler having an autonomous navigation would enable the possibility of executing long-term observations without a connection to a base station. This thesis presents approaches that use previous knowledge about the scene that is integrated into motion estimation step by replacing RANSAC with PROSAC to make the motion estimation more robust.
    Leitung: Brenner, Kirchner
    Team: Lewin Probst
    Jahr: 2015
    Laufzeit: 2015
  • Entwicklung eines Echtzeit-Planers für die lokale Navigation auf holonomen mobilen Service-Robotern
    Ein grundlegendes Problem der Navigation ist die zuverlässige Vermeidung von Kollisionen mit Hindernissen in Echtzeit. Ein dafür genutzter lokaler Planer muss daher den Anforderungen der Echtzeitfähigkeit genügen, was bedeutet, dass die Planung innerhalb einer maximalen Laufzeit garantiert abgeschlossen werden muss. Die maximale Laufzeit kann dabei vom Rechner abhängen. Im Rahmen dieser Arbeit wurde ein lokaler Planer in der Software-Umgebung ROS (Robot Operating System) erstellt, welcher die Anforderung der Echtzeitfähigkeit erfüllt.
    Leitung: Brenner, Wagner
    Team: Sven Krause
    Jahr: 2015
    Laufzeit: 2015
  • 3D Feature Point Extraction from Stereo and Lidar Data
    Zur Lokalisierung von (selbstfahrenden) Fahrzeugen können verschiedene Sensoren eingesetzt werden. In dieser Arbeit wurden Methoden untersucht, mit denen korrespondierende 3D-Merkmalspunkte in LiDAR- und Stereokameradaten gefunden werden können.
    Team: Yu Feng
    Jahr: 2015
    Laufzeit: 2015
  • LiDAR Referenz-Lokalisierung für das automatisierte Fahren/ LiDAR Reference Localization for Automated Driving
    Moderne Fahrzeugsysteme führen zunehmend teil- und hochautomatisierte Fahrhandlungen aus. Hierfür ist eine hinreichend genaue und robuste globale Fahrzeuglokalisierung eine wichtige Grundvoraussetzung. Dazu wird die Umgebung mit Hilfe von Umfeldsensoren erfasst und mit einer globalen Karte verglichen.
    Team: Inga Jatzkowski
    Jahr: 2016
    Laufzeit: 2016
  • Kamera und Laserscanner basierte Kartierung und Lokalisierung für das pilotierte Parken
    Das pilotierte Fahren im Parkhaus setzt eine hochgenaue und robuste Lokalisierung voraus. In einem solchen Indoor Szenario ist GNSS (Global Navigation Satellite System) in der Regel nicht verfügbar, so dass die Lokalisierung anhand einer Eigenbewegungsschätzung sowie durch Abgleich mit einem Umgebungsmodell erfolgt. In dieser Arbeit wurden die Messwerte von Kamera und Laserscanner fusioniert um die Fahrzeugposition durch einen Partikelfilter SLAM (Simultaneous Localization and Mapping) Ansatz zu schätzen.
    Team: Miria von Rotberg
    Jahr: 2016
    Laufzeit: 2016
  • Gesten-basierte Interaktion mit virtuellen 3D Umgebungen
    Mit der Verfügbarkeit immer leistungsfähigerer Rechentechnik im privaten/Freizeit-Sektor ist vor wenigen Jahren auf dem Technologiemarkt ein Wettrüsten zur Entwicklung erschwinglicher Virtual-Reality- (VR) und Augmented-Reality-Hardware ausgebrochen, um potenzielle Märkte insbesondere für realitätsnahe Darstellung von 3D-Inhalten (bspw. Computerspiele) zu erschließen. Kern dieser Technologie ist die Aufbereitung dreidimensionaler Information in Form von 2D-Stereobild-Paaren, die über geeignete Ausgabe-Hardware (Brillen/Helme) konsumiert werden können. Dieses Prinzip lässt sich jedoch auch anderweitig nutzen, beispielsweise zur besseren Exploration von bzw. Interaktion mit räumlichen 3D-Daten.
    Leitung: Colin Fischer
    Team: Florian Politz
    Jahr: 2016
    Laufzeit: 2016
  • Unsicherheitsschätzung einer Ortungsfusion zur Eigenlokalisierung von automatisierten Fahrzeugen
    Autonome Fahrzeuge benötigen eine robuste Lokalisierung. Dafür wurden bereits verschiedene Lösungsansätze entwickelt. Durch eine Kombination verschiedener Ortungslösungen kann eine Verbesserung der Genauigkeit erfolgen und die Verfügbarkeit steigen. Die Fusionierung verschiedener Ortungslösungen heißt Ortungsfusion. In dieser Masterarbeit wird mit einer konkreten Ortungsfusion gearbeitet, die die Fahrzeugpose mithilfe einer graphenbasierten Optimierung schätzt.
    Team: Mareike Ploog
    Jahr: 2017
    Laufzeit: 2017
  • Automated Calibration of the Camera Orientation of a LiDAR Mobile Mapping System
    The ikg uses a mobile mapping system RIEGL VMX-250 to acquire geo-referenced point clouds and images of the environment. The system includes two laser scanners and four cameras. The coarse camera orientation is estimated by a manual workflow selecting corresponding points in the point cloud and camera images.
    Team: Anita Sadat Khezri
    Jahr: 2017
    Laufzeit: 2017
  • Automatische Anreicherung von Routenbeschreibungen zur Ausbildung einer kognitiven Karte
    Von aktuellen Navigationssystemen genutzte Anweisungen beschränken sich üblicherweise auf Entfernungs- und Richtungsangaben (beispielsweise "Biegen Sie in 100 m links auf die Nienburger Straße ein"). Auf diese Weise erreicht der Nutzer zwar das Ziel, hat anschließend jedoch Schwierigkeiten sich eigenständig zu orientieren.
    Leitung: Sester, Feuerhake
    Team: Oskar Wage
    Jahr: 2017
    Laufzeit: 2017
  • Adaptives Rerouting von Taxis für Parkplatz-Crowd-Sensing mittels Apache Spark
    Diese Arbeit widmet sich dem Problem der Parkplatzsuche in Städten. Als Ansatz zur Lösung Parkplatzsuchenden Informationen über die vorherrschende Parkplatzsituation bereitzustellen, ist es möglich diese Daten mittels „Crowd-Sensing“ durch Messfahrzeuge zu erfassen. Als Messfahrzeuge eignen sich beispielsweise Taxis, die aufgrund ihrer Funktion ohnehin stets im Straßennetz unterwegs sind.
    Team: Christian Koetsier
    Jahr: 2017
    Laufzeit: 2017
  • Comparison of Methods for Parking Availability Prediction
    Parking availability prediction is an interesting domain which needs to be explored in order to make the search of a parking place easier, which could in turn save time and energy. Employing pre-existing data (sequential parking data) to develop a model for future prediction is the intent of this thesis. Such a model indirectly reduces the need of static sensors to collect data every five minutes on a daily basis.Different methods, namely, linear regression, Long Short Term Memory-LSTM (a specific recurrent neural network) and Auto regressive integrated moving average (ARIMA) are used in the modeling of data to predict the parking availability.
    Team: Supriya Gurupadaswamy
    Jahr: 2017
    Laufzeit: 2017
  • Extracting Road Network Structure from Heat Maps of GPS Trajectories Using Convolutional Neural Networks
    Road network extraction from GPS trajectories has always been an overemphasized topic for the researches on map improvement. The existence of huge amount of GPS trajectories collected from vehicle movements, cycling and running activities, has encouraged researchers to work on this topic. Besides that, the heat maps (i.e. density maps) of trajectories have been visualized in order to indicate the frequency of use of road segments. With the work represented in this thesis, extraction of road networks from GPS trajectories has been aimed by proposing the use of convolutional neural networks on heat maps.
    Team: Sercan Çakir
    Jahr: 2017
    Förderung: DFG Graduiertenkolleg SocialCars
    Laufzeit: 2017
  • Automatische Parametrische Beschreibung von Bodendenkmalen
    Die Untersuchung von Bodendenkmälern liefert wichtige Erkenntnisse zur Entwicklung der Kulturlandschaft in Deutschland. Sie lässt Rückschlüsse über das Leben in vergangenen Epochen und die Veränderung zwischen den Zeitaltern zu. Die Lagebestimmung oder die messtechnische Erfassung der Bodendenkmäler ist nicht immer einfach. Oftmals lassen sich die Objekte schwer erkennen oder befinden sich an schwer zugänglichen Stellen. Airborne Laserscanning eröffnet hierbei eine vergleichsweise neue Methode der archäologischen Prospektion. Aus den erzeugten Laserscannerdaten lassen sich hochauflösende flächendeckende Geländemodelle erzeugen, mit denen auch vorher unentdeckte Bodendenkmäler in Wäldern erkannt werden können. Die auf diese Weise erzeugte Datengrundlage bietet nicht nur neue Möglichkeiten, sondern auch neue Herausforderungen. Durch die hohen Datenmengen stellt sich die Frage nach der Bearbeitungszeit und die damit verbundene hohe Arbeitszeitbelastung. Um diesem Problem zu begegnen, ist es sinnvoll möglichst viele Prozesse zu automatisieren.
    Leitung: Frank Thiemann, Monika Sester
    Team: Dennis Elschen
    Jahr: 2018
  • Tracking von Verkehrsteilnehmern mit LiDAR
    Autonome Fahrzeuge navigieren auf der Basis von spurgenauen Karten. Diese Karten zu erstellen und zu pflegen ist mit einem hohen Aufwand verbunden. Diese Arbeit ist Teil des Automatisierungsprozesses, um aus Daten des täglichen Verkehrs spurgenaue Karten zu erstellen. Im Rahmen der Arbeit wird das Verhalten der Verkehrsteilnehmer in einem komplexen Kreuzungsszenario verfolgt. Es wurden sechs Kreuzungen in Hannover mittels statischen 3D LiDAR-Scans mit 10Hz vermessen, um Trainingsdaten für ein neuronales Netzt zu erstellen.
    Leitung: Steffen Busch
    Team: Tim Flasbarth
    Jahr: 2018
  • Verwendung eines Automotive-Laserscanners zur globalen Positionsbestimmung
    Vor dem Hintergrund der globalen Lokalisierung wird in der Arbeit eine Möglichkeit vorgestellt, eine Positionsbestimmung anhand der Umgebungsmerkmale durchzuführen. Es werden Punktwolken von Straßenabschnitten in urbanem Gebiet verwendet. Dabei werden unter Anwendung eines neuronalen Netzes Merkmale aus der Umgebung extrahiert. Mit Hilfe einer Einteilung der Merkmale in verschiedene Klassen wird ein Streckenabschnitt als Sequenz von Merkmalen dargestellt. Durch den Vergleich mit einer Referenztrajektorie, welche ebenfalls über klassi zierte Merkmale verfügt, wird die aktuelle Position anhand der größten Übereinstimmung gefunden.
    Leitung: Dr. Alexander Schlichting, Prof. Brenner
    Team: Felix Matthes
    Jahr: 2018
    Laufzeit: 2018
  • Traffic-sign Recognition from Street-level Photos: a Deep Learning Approach
    The scope of this thesis is the recognition of traffic-signs from street-level images. A state-of-the-art deep learning detection algorithm is used, the Single Shot Multi-box detector (SSD) and within the thesis its performance is validated experimentally by examining different training strategies.
    Leitung: Prof. Dr. Bernhard Roth, Co-advisor: Prof. Monika Sester, Supervisor: Stefania Zourlidou
    Team: Qifa Bao
    Jahr: 2018
    Laufzeit: 2018
  • Adding landmarks to maps using a graph-based approach
    Die zunehmende Automatisierung von Fahrfunktionen und erweiterte Komfortfunktionen sind aktueller Bestandteil der Automobilforschung. Eine der wesentlichen Voraussetzungen für viele zukünftige Funktionen, wie das automatisierte Fahren, ist die genaue Kenntnis der aktuellen Fahrzeugpose. Hierfür gibt es unterschiedliche Lokalisierungsmethoden. Wird eine Karte benutzt, welche auf Landmarken basiert, so stellt sich die Aufgabe, diese Landmarken auf Grundlage der Messungen zu aktualisieren.
    Leitung: Daniel Wilbers (VW), Prof. Ortmaier, Prof. Brenner
    Team: Lars Rumberg
    Jahr: 2018
  • Deep Learning for Flood Relevant Images and Texts from Social Media
    Überschwemmungen gehören zu den häufigsten und zerstörerischsten Naturgefahren der Erde. Diese Arbeit untersucht die Idee, nutzergenerierte Informationen aus Social Media zu nutzen, um frühe Anzeichen hochwasserrelevanter Ereignisse zu erkennen. Das Ziel dieser Arbeit liegt in der Entwicklung und Implementierung einer Deep Learning Lösung mit der Fähigkeit, das Vorhandensein von hochwasserrelevanten Ereignissen aus benutzergenerierten Bildern und Texten zu erkennen.
    Leitung: Yu Feng, Prof. Brenner
    Team: Sergiy Shebotnov
    Jahr: 2018
  • Lernen typischer Parkplatzbelegungsmuster anhand von Kartendaten
    Zur Vorhersage zukünftiger Informationen über verfügbare Parkplätze werden in intelligenten Transportsystemen, wie beispielsweise Navigationsgeräten, unter anderem historische Daten über den Verlauf der Parkplatzbelegung verwendet. In dieser Arbeit wird untersucht, inwieweit solche Tagesverläufe mit der Hilfe von Kartendaten, wie z. B. Points of Interest, und der Verwendung von Methoden des Maschinellen Lernens vorhergesagt werden können. Dazu werden tatsächliche Belegungsdaten aus Hannover und aus San Francisco verwendet. Die Kartendaten werden sowohl aus OpenStreetMap, als auch aus Yelp gewonnen. Weiterhin werden unterschiedliche Varianten zur Implementierung der Kartendaten in das Maschinelle Lernen getestet, als auch die Relevanz der einzelnen Merkmale untersucht. Die hier verwendeten Methoden des Maschinellen Lernens sind ein Neuronales Netz, ein Regressionsbaum und eine Support Vector Machine.
    Leitung: Fabian Bock, Prof. Brenner
    Team: Lukas Hynek
    Jahr: 2018
  • Untersuchung von Kooperation in der Parkplatzsuche anhand einer mikroskopischen Verkehrssimulation
    In innerstädtischen Bereichen und in dicht besiedelten Wohngebieten ist die Suche nach einem freien Parkplatz oft mit einem hohen Zeitaufwand verbunden. Die mangelnde Kenntnis über die Parkplatzverfügbarkeit führt zu langen Suchzeiten und zusätzlichem Verkehr auf den Straßen. Neue Kommunikationstechnologien ermöglichen den Austausch von aktuellen Informationen zwischen den Fahrzeugen. Durch Kommunikation von aktueller Position, der geplanten Route und dem Zielort können Fahrer bei ihrer Parkplatzsuche unterstützt werden.
    Team: Janek Schönwetter
    Jahr: 2018
    Laufzeit: 2018
  • Entwicklung von umweltgerechten und stauvermeidenden Routingalgorithmen mittels Verkehrssimulationen
    Aufgrund des ständig wachsenden Verkehrsaufkommens in städtischen Umgebungen und damit aufkommender Probleme wie eine erhöhte Luftverschmutzung, spielen umwelt-orientierte Ansätze zur Erreichung einer besseren Stadtverträglichkeit des Verkehrs eine immer wichtigere Rolle. Diese Arbeit befasst sich mit der Entwicklung von umwelt-gerechten Routingalgorithmen, sowie deren Validierung im Rahmen von Verkehrssimulationen. Der verwendete Routingalgorithmus ist der A* - Algorithmus unter Nutzung der jeweils entwickelten Kriterien als Gewichte.
    Leitung: Sester, Fuest
    Team: Christian Hartberger
    Jahr: 2019
  • Multi-Path Prediction of Mixed Traffic Trajectories in Shared Spaces
    In shared spaces, road signs, signals, and markings are removed to allow mixed traffic directly interact with each other. The traffic engineer Reid defined it as a street encouraging pedestrian movement and reducing the dominance of vehicles without explicit traffic rules. All users have to follow informal social protocols and negotiation to use the road resources, and avoid any potential collisions. The lack of regulations makes interactions between multimodal road users more complex compared with conventional designs. With the availability of large scale datasets and the development of deep learning techniques in sequence modeling and prediction, deep learning approaches are widely used for trajectory prediction.
    Leitung: Hao Cheng, Prof. Sester and Prof. Fidler
    Team: Xinlong Han
    Jahr: 2019
  • Scene Context-Aware Trajectory Prediction in Shared Space
    In shared spaces, road signs, signals, and markings are removed to allow mixed traffic directly interact with each other. At a micro level, understanding how they behave and how we can foresee their behavior after a short observation time are crucial to intent detection and autonomous driving, and traffic management in shared spaces.
    Leitung: Hao Cheng, Prof. Sester and Prof. Fidler
    Team: Rui Liu
    Jahr: 2019
  • Optimale Zuordnung von Punktwolken mittels Deep Learning
    In dieser Arbeit wurde untersucht, ob sich luftgestützte 3D Punktwolken unterschiedlicher Herkunft registrieren lassen. Bei den Punktwolken handelt es sich um Punktwolken, die aus Airborne Laser Scanning (ALS) und aus Dense Image Matching (DIM) abgeleitet wurden. Sie enthalten zwar dieselbe Oberfläche, besitzen jedoch unterschiedliche Eigenschaften. Dabei stellt vor allem Vegetation ein Problem dar. In ALS kann diese durchdrungen werden, wodurch ALS Punktwolken sowohl die Vegetation als auch den darunterliegenden Boden enthält.
    Leitung: Brenner, Politz
    Team: Stephan Niehaus
    Jahr: 2019
  • Residual Learning for Mixed Traffic Prediction in Shared Space
    In recent years, with the increased availability of computational power and large-scale datasets, data--driving approaches, especially Deep Learning approaches, have been largely used for trajectory modeling. Nevertheless, predicting mixed traffic trajectories in shared space is not trivial.
    Leitung: Hao Cheng, Prof. Sester and Prof. Fidler
    Team: Yuhao Zhang
    Jahr: 2019
  • A Study of State-of-the-Art DL Methods for Mixed Traffic Trajectory Prediction
    In recent years, with the increased availability of computational power and large-scale datasets, data-driving approaches, especially Deep Learning (DL) approaches, have been largely used for trajectory modeling. The performance for pedestrian trajectory prediction in crowded spaces has been improved year by year, such as the state-of-the-art Social-LSTM (Alahi et al., 2016) CVAE (Lee et al., 2017), and Social-GAN (Gupta et al., 2018). The goal of this master thesis is to apply such stat-of-the-art DL approaches in a more challenging environment—shared space—for trajectory prediction with mixed traffic agents and compare their performance.
    Leitung: Hao Cheng, Prof. Sester and Prof. Fidler
    Team: Xin Xu
    Jahr: 2019
  • Development of a Client-Server Module for Cooperative Multi-Robot Longterm Map Registration
    Nowadays a big amount of robots are used in production and logistic. Due to the large working environment, dynamic objects (e.g. humans or other robots), and semi-static objects (e.g.machine and furniture), a high performance navigation system is required. But only focus on the high performance long term SLAM on single robot is not enough to guarantee the flexible and accurate performance of whole robot fleet in large changing environment.
    Leitung: Tobias Ortmaier (IMES), Claus Brenner, Steffen Busch (IKG), Philipp Schnattinger (FraunhoferIPA)
    Team: Jiang Liwei
    Jahr: 2019
  • Klassifizieren und Detektieren von Verkehrsteilnehmern mittels Neuronalen Netzen und Active Shape Modellen
    Autonome Fahrzeuge interpretieren ihre Umgebung auf Grundlage ihrer Sensordaten. 360° Laserscanner bieten dabei umfassende und hoch genau Informationen über die Entfernung von Objekten. Die Vorhersage des Verhaltens von Verkehrsteilnehmern unterscheidet sich zwischen PKW, LKW/Bussen, Radfahrern und Fußgängern. Die exakte Position der verschiedenen Verkehrsteilnehmer ist dabei abhängig von ihrer Ausrichtung und ihren geometrischen Ausmaßen. Active Shape Modelle bieten die Möglichkeit den Mittelpunkt der Objekte durch die Schätzung von deformierbaren Modellen, auf der Basis von CAD-Plänen und unter Berücksichtigung ihrer Ausrichtung, zu schätzen.
    Leitung: Bodo Rosenhahn (TNT), Claus Brenner, Steffen Busch (IKG)
    Team: Xiaoyu Jiang
    Jahr: 2019
  • Laserscanner-basierte Prädiktion von Passantenbewegungen durch Filterung und Klassifikation der Körperhaltung
    Vor dem Hintergrund der Sicherheit im Straßenverkehr wird im Folgenden ein Algorithmus vorgestellt, der auf Basis von Punktwolken eine möglichst genaue Vorhersage über die zukünftige Position von Fußgängern trifft. Ein Kernelement ist dabei den aktuellen Bewegungszustand der Fußgänger über einen Random Forest zu klassieren. Dabei steht vor allem eine frühe Detektion von Wechseln zwischen einzelnen Zuständen im Fokus.
    Leitung: Claus Brenner, Steffen Busch
    Team: Matthias Fahrland
    Jahr: 2019
  • Reiseverzögerungsanalyse mit VISSIM und Mustererkennung an geregelten Knotenpunkten
    Diese Arbeit untersucht die Reisezeit und die Reiseverzögerung an T- und vierseitigen Kreuzungen unter verschiedenen Regulator-Einstellungen ("Vorfahrt gewähren"/Vorfahrts-Verkehrszeichen und unkontrollierte Kreuzungen), wobei sowohl Experimente mit simulierten als auch mit realen Daten durchgeführt werden. In dieser Arbeit wird zunächst die Simulationssoftware VISSIM verwendet, um die Verzögerung und die Haltezeit an durch "Vorfahrt gewähren" kontrollierten und unkontrollierten T- und vierseitigen Kreuzungen abzuschätzen. Im zweiten Teil der Arbeit wird dasselbe Ziel unter Verwendung realer Daten verfolgt.
    Leitung: Zourlidou
    Team: Qingyuan Wang
    Jahr: 2019
  • Klassifikation und Änderungsdetektion in Mobile Mapping LiDAR Punktwolken
    3D-Modelle der statischen Umgebung zu erstellen ist eine wichtige Aufgabe für das Voranbringen von Fahrerassistenzsystemen und dem autonomen Fahren. Hierzu stehen in dieser Arbeit Mobile Mapping LiDAR Punktwolken aus 14 Messepochen zur Verfügung, die mithilfe eines Voxel Grids zu einer Referenzkarte weiterverarbeitet werden. Ein Voxel Grid ist eine Datenstruktur, die den realen Raum in volumenhafte Elemente unterteilt und die Punktdichte der Punktwolken reduziert. Zusätzlich werden Daten aus einer Strahlverfolgung bereitgestellt, sodass zwischen durchschossenen und unbekannten Voxeln unterschieden werden kann, wodurch sich Verdeckungen erkennen lassen.
    Leitung: Brenner, Schachtschneider
    Team: Mirjana Voelsen
    Jahr: 2019
  • Mustererkennung des Bewegungsverhaltens für die Kreuzungs-Klassifizierung unter Verwendung von GPS-Trace Daten
    Das Ziel dieser Arbeit ist es, verschiedene Arten von Regulatortypen von Verkehrsknotenpunkten auf der Basis von GPS-Trace Daten zu klassifizieren. Um dieses Ziel zu erreichen, wird eine Vielzahl von Merkmalen zur Beschreibung des Fahrverhaltens an Kreuzungen berechnet. Diese werden aus den gemessenen Einheiten der GPS-Trace Daten abgeleitet, aus denen sich die Bewegungs-Trajektorie einer Person zusammensetzt.
    Leitung: Zourlidou
    Team: Jens Golze
    Jahr: 2019
  • Robuste Registrierung von luftgestützten Punktwolken
    Ziel der Arbeit ist die robuste Registrierung von luftgestützten Punktwolken, die aus Airborne Laser Scanning (ALS) und Dense Image Matching (DIM) ab-geleitet wurden. Dafür wurde eine grobe, translative Registrierung mittels Ma-ximum Consensus Schätzers entwickelt und mit einem Standard-ICP vergli-chen. Des Weiteren wurden verschiedene Methoden zur Ausdünnung der Punktwolken untersucht, die besonders die Punkte von Objekten, die in den beiden Punktwolken unterschiedlich dargestellt sind, reduzieren soll.
    Leitung: Politz, Brenner
    Team: Jannik Busse
    Jahr: 2019
  • Flood detection from satellite images using deep learning
    Floods destroy valuable resources and are one of the main threats to human life and property. Flood detection can protect lives and property by providing timely damage assessments. MediaEval is a benchmark that presents challenges in multimedia retrieval. In this thesis, methods were presented for the MediaEval 2019 task City-centered satellite sequences, which is aiming to detect flooding in time-based satellite image sequences. We proposed two Deep Learning methods that have been tried during the experiment – Siamese CNNs and CNN LSTM. By Siamese CNNs, a pair of images were put through two identical CNNs. The image pair was randomly chosen from one sequence. By CNN LSTM, CNN first extracts depth features from each individual image of the sequence. The sequential information among frame features is then learned through a LSTM network. This model is very suitable for learning image sequences. Experimental results showed that Siamese ResNet is not suitable for detecting flooding events from satellite image sequences, but the CNN LSTM could do this kind of task precisely. Significant high accuracy was achieved in flooding events recognition using the proposed DenseNet LSTM method on the MediaEval 2019 Satellite Task dataset.
    Leitung: Feng
    Team: Shumin Tang
    Jahr: 2019
  • Trajektorien-Analyse an Kreuzungen
    Diese Arbeit beschäftigt sich mit Trajektorien an verschiedenen Schnittpunkten mit verschiedenen Regulierungs-Typen (Ampeln, Vorrang/Vorfahrt gewähren, unkontrolliert) und testen einige Methoden zur Erkennung von Bewegungsmustern hinsichtlich ihrer geometrischen und räumlich-zeitlichen Komponenten. Das heißt, im ersten Fall die geometrischen Wege, denen die Fahrzeuge während der Fahrt durch die Kreuzungen folgen, und im zweiten Fall die Art und Weise, wie sie diesen geometrischen Wegen folgen.
    Leitung: Zourlidou
    Team: Chenxi Wang
    Jahr: 2020
  • Segmentation of Linear Terrain Structures in Digital Terrain Models Using Deep learning
    The archaeologists are interested in detecting terrain structures related to historical mining in the Harz Region. They could manually inspect regions of interest and find relevant terrain structures, but the task is time-consuming, so the goal of this thesis is to use deep learning techniques to automate this tedious task for archaeologists. Linear feature is considered as one of the most essential terrain features, which can be representations of not only natural productions such as drainage networks or geological lineaments, but also manual parts including pipelines, road networks, and so on. The previous studies mainly utilized different computer vision techniques to detect the linear terrain structures, but it is not able to classify them. In our case, different neural networks are used to realize the semantic segmentation of our interested terrain structures which content hollow ways, pathways, roads, forest paths, and ditches. However, due to the complexity of identifying the linear structures, the segmentation result can be incomplete so that image processing algorithms are applied to refine the results.
    Leitung: Kazimi, Sester, Fidler
    Team: Heyue Zhang
    Jahr: 2020
  • Interaction Classification Between Vehicles and Vulnerable Road Users at a Right-Turn Intersection
    Automatic interaction classification between vehicles and vulnerable road users at intersections is critical for traffic safety and autonomous driving. To this end, a Conditional Variational Auto-Encoder (CVAE) classifier that uses motion information captured by applying dense optical flow and object information extracted by a state-of-the-art object detector is proposed in this thesis. Built on the CVAE system, this thesis uses convolutional and recurrent neural networks for learning spatiotemporal features from the motion and object information. In order to train the classifier, a large real-world dataset is manually labeled from traffic video recordings collected at a busy intersection. In addition, this thesis applies a self-attention mechanism to enable the model to learn the weights between frame-level probabilities, which enhances the performance of the classifier. Furthermore, a sequence-to-sequence model is taken as the baseline model. Compared with the baseline model, the empirical results of the CVAE model using padding method with attention mechanism demonstrate the highest classification accuracy and the least false negative detections.
    Leitung: Bodo Rosenhahn, Monika Sester, Hao Cheng
    Team: Li Feng
    Jahr: 2020
  • Spatiotemporal Functional Data Analysis of Helsinki's Bike Sharing System
    Understanding the usage patterns for bike-sharing systems is essential in terms of supporting and enhancing operational planning for such schemes. Studies have demonstrated how factors such as weather conditions influence the number of bikes that should be available at bike-sharing stations at certain times during the day. However, the influences of these factors usually vary over the course of a day, and if there is good temporal resolution, there could also be significant effects only for some hours/minutes (rush hours, the hours when shops are open, and so forth). Thus, in this paper, an analysis of Helsinki's bike-sharing data from 2017 is conducted that considers full temporal and spatial resolutions.
    Leitung: Philipp Otto, Hamza Alkhatib
    Team: Andreas Piter
    Jahr: 2020
  • Estimation of building parameters from street view images
    Buildings are important parts of urban area. Their parameters are useful for urban planning, house reconstruction, and navigation. Apart from the aerial images that acquire the information from above, street view images have been identified as an emerging data source to estimate building parameters. A proof-of-concept research is conducted to estimate firstly the building types from street view images. In this work, we proposed an end-to-end approach for building type classification. The street view images are downloaded from Google Street View based on OSM road networks. An automatic labelling process was proposed to prepare a training dataset. Using the state-of-art Convolutional Neural Networks. Building types of each building instances on the OSM can be classified based on the interpretation of street view image.
    Leitung: Feng, Kazimi
    Team: Xin Hu
    Jahr: 2020
  • Classification of road roughness in mobile mapping data
    Different road surface has different roughness, which is a very important feature for flood simulation, roads maintenance and driving safety assessment. This study aims to classify between different road types based on road roughness using mobile mapping data. The input data is LiDAR point cloud after ground removal. Road surfaces are defined as asphalt, cobblestone, grass area and road boundary four categories. The roughness descriptor is generated using multiple local geometric features and distance histogram. Random forest is used to train a classifier and weighted random forest is used to deal with the imbalanced data problem. To make the result smoother and more consistent, conditional random field is applied to process the predicted results. Finally, all tiles are merged and rasterized into 25cm grids to generate a road surface map. The result accuracy is 88.6% on training dataset and 84.7% on test dataset. The model results are validated on a large area where the overall accuracy is 82.9%.
    Leitung: Feng, Feuerhake
    Team: Wenjun Xie
    Jahr: 2020
  • Erkennung von Trajektorienanomalien mittels Spektralclustering und RNN-basiertem Autokodierer
    Die Erkennung von Anomalien ist wichtig, da anomales Verhalten auf kritische Ereignisse oder Objekte in verschiedenen Forschungsbereichen und Anwendungsgebieten hinweisen kann. Einer dieser Bereiche ist der Verkehr, insbesondere die integrierte städtische Mobilität. Trajektorien von sich bewegenden Objekten sind gute Darstellungen ihres Verhaltens in Überwachungsdaten und nützlich bei der Erkennung anomalen Verhaltens. Einerseits können Trajektorien im Vergleich zu einfachen physischen Merkmalen mehr agentenbasierte, langfristige Informationen liefern. Andererseits benötigen Trajektorie-Daten im Vergleich zu Video-Rohdaten, die gewöhnlich als eine Folge von Bildern dargestellt werden, weniger Speicherplatz und Rechenressourcen. Darüber hinaus verfügen sie über eine Vielzahl von Quellen, wie z.B. GPS-Instrumente und Laser-Scanner.
    Leitung: Sester, Koetsier
    Team: Yao Li
    Jahr: 2020
  • Transformation of Point Clouds using Generative Adversarial Networks
    For their territory, national survey departments have extensive Airborne Laser Scanning (ALS) point clouds with moderate point densities, and a high position and height accuracy. The national survey departments also derive point clouds from aerial flight operations using an algorithm called Dense Image Matching (DIM). These point clouds have a high geometrical and radiometric resolution. Due to being acquired with different sensor systems, ALS and DIM point clouds contain different attributes and behave differently, which makes a joint processing quite difficult. The goal of this thesis is to transform a DIM point cloud this way that it behaves like an ALS point cloud for the following processing steps. Firstly, both point clouds are rasterized, where each raster cell describes the distribution in height for all points within a raster cell. These rasterized images from both point clouds are then used to train a Generative Adversarial Network (GAN) such as the pix2pix network. The network outputs transformed height distributions, which can be back-projected to the original point clouds. Finally, those transformed point clouds can then be tested on different processing steps such as registration, change detection or classification.
    Team: Politz, Sester
    Jahr: 2020
  • Using dynamic visual variables for visualizing efficiency in route maps
    (Un)fortunately, as the world becomes more urbanized and the population density of cities continue to increase, there has been a proportional increase in automobile dependence, which has in turn resulted in high traffic density, increased air pollution, higher road risks, amongst other side effects. This thesis aims to develop dynamic visualization variants based on the dynamic visual variables and evaluate the effectiveness of these variants in communicating route efficiency to users and how we can use the dynamic variables to influence route choice.
    Leitung: Fuest, Sester
    Team: Samsondeen Dare
    Jahr: 2021

Offene Masterarbeiten

  • Crowdsourcing turning restrictions from OpenstreetMap
    Road intersections are locations where different movement patterns are observed: traffic participant go ahead, turn right or left, according both to their needs and most importantly to the traffic restrictions applied everytime at the current location (traffic signs). The aim of this thesis is the implementation of a method, where vehicles trajectories acquired from OpenstreetMap (OSM) are analysed in terms of the turning possibilities that drivers have at each intersection location. Final objective is to find out what kind of turning restrictions are found at those locations, like those shown on the figure right.
    Leitung: Zourlidou
    Jahr: 2019
  • Estimating House Prices from Multiple Data Sources
    Google Streetview and satellite imagery are nowadays well available for many cities. These data contain the information about buildings, including age, material, and condition. With these visual features, Law et al. (2019) achieved a better house price estimation compared to only using the traditional housing features. Meanwhile, Gebru et al. (2017) discovered the strong association between socioeconomic attributes and cars detected by deep learning algorithm in Google Streetview images. The aim of this work is to estimate house prices of a region with multiple data sources, namely frontage Streetview images, building and cars detected in Streetview images, satellite imagery, and socio-economic data. A data fusion process is to be performed and the benefits of different data sources are to be analyzed.
    Leitung: Feng, Sester
    Jahr: 2020
  • Future trajectory and Motion guidance with Augmented reality
    Controlling pedestrian motion pattern using augmented reality would require explainable visualizations to convince the user to change directions and speed of motion. Such AR visualizations should avoid cognitive overload and should provide motion guidance that are accurate representations of expected user actions to avoid conflicts / collisions. The focus of this master thesis would be to design and evaluate 3D motion guidance augmentations using AR emphasizing how such visualizations can avoid collisions between pedestrian / smartphone zombie. The student is expected to design and validate motion guidance visualizations in augmented reality
    Leitung: Kamalasanan, Sester
    Jahr: 2020
  • Ride Vibrations: Towards Comfort-Based Bicycle Navigation
    Due to the wide availability on smartphones, navigation applications are no longer used only for driving in unknown surroundings, but also for everyday travel by bicycle and other modes. In contrast to the car, travel times by bicycle are barely influenced by the respective traffic situation but considerably by the preferred speed (or physical condition) and also to a large extent by the individual route choice made. Especially to avoid situations with low comfort like gradients, many or long stops at traffic lights and badly maintained roads, cyclists vary from the shortest or fastest route. This fact is only indirectly considered in common navigation applications.
    Leitung: Wage, Feuerhake
    Jahr: 2020
  • Visual communication of recommended routes using cartographic visualization
    As traffic volumes increase, effective approaches for improving road traffic in urban environments are becoming increasingly relevant. For maintaining an effective and safe transport system, it is important for traffic management to inform the road users about temporarily preferable route alternatives. There are different reasons for which a particular route could be recommended by traffic authorities, such as attempting to reduce overall congestion or intensive pollution of particular areas. The objective of this project is to investigate, how the use of automatically produced symbolization of recommended routes could influence route choice behavior. The project provides the opportunity to explore some of its components (such as cartographic design, implementation of functions, conducting user studies or developing an interactive application) as part of a Bachelor/or Master Thesis.
    Leitung: Fuest, Sester
    Jahr: 2020
  • Bestimmung von Mustern in Fahrzeugtrajektorien
    Die Bewegungstrajektorien von Fahrzeugen erlauben Rückschlüsse auf raum-zeitliche Situationen. So können beispielsweise Haltepunkte detektiert werden oder auch Stausituationen, oder auch Anomalien wie temporär nicht zu befahrende Straßensegmente. In der Arbeit sollen in einem großen Trajektoriendatenbestand solche Muster automatisch erkannt werden. Der Datenbestand umfasst sehr viele Trajektorien. Bei Interesse kann ein Schwerpunkt auf die skalierbare Datenanalyse mittels Hadoop und Spark gelegt werden. Je nach Schwerpunkt ist die Arbeit sowohl als Bachelor- als auch als Masterarbeit bearbeitbar.
    Team: Feuerhake, Sester
    Jahr: 2020
  • Hololens 2 - Analysis of capabilities and quality
    The Hololens is a device, which captures information of the environment and creates a 3D model of it. At the same time, it is able to place virtual objects into the environment and thus allows AR-applications. The goal of the thesis is to investigate the potential of the Hololens for capturing indoor environments. This includes the acquisition of 3D point clouds and a thorough quality assessment. Subsequently, the point could has to be processed in order to segment important objects or features (e.g. walls, furniture). To this end, the use of Deep Learning models has to be considered.
    Leitung: Kamalasanan, Sester
    Jahr: 2020
  • Auffinden von ungewöhnlichen Haltepunkten in Fahrzeugtrajektorien
    Die Bewegungstrajektorien von Fahrzeugen erlauben Rückschlüsse auf raum-zeitliche Situationen. So können beispielsweise Haltepunkte detektiert werden oder auch Stausituationen, oder auch Anomalien wie temporär nicht zu befahrende Straßensegmente. Ungewöhnliche Haltepunkte sind beispielsweise solche, die durch Paketdienstleister erzeugt werden, die oft in zweiter Reihe parken. In der Arbeit sollen in einem großen Trajektoriendatenbestand solche Haltemuster automatisch erkannt werden. Anschließend soll festgestellt werden, ob sich solche Haltepunkte clustern. Dies ist ein Hinweis darauf, dass an einer Stelle häufig solche Situationen auftreten. Auf Basis einer solchen Information können daraufhin Maßnahmen ergriffen werden, um diese Situation zu beheben, beispielsweise können spezielle Parkplätze für Paketdienstleister ausgewiesen werden, sog. Logistikpunkte. Die Arbeit erfolgt im Kontext des Projekts Urbane Logistik.
    Team: Feuerhake, Sester
    Jahr: 2021
  • Mehrdimensionale, funktionale Daten
    In der klassischen Datenanalyse geht zumeist davon aus, dass die Beobachtungen in Form von Skalaren oder Vektoren einer unabhängigen Stichprobe entstammen. Beispiele für diese Prozesse sind räumliche Punktprozesse, wie etwa Punktwolken von LIDAR Scannern. In neueren statistischen Ansätzen geht man im Gegensatz zu diesem Vorgehen davon aus, dass die Beobachtungen zufällige Realisationen von Funktionen sind (functional data analysis). Diese Funktionen haben in der Regel nur einen eindimensionalen Träger x, d.h. f : R -> R. In der Masterarbeit soll daher untersucht werden, inwiefern sich die auf mehrdimensionale Funktionen, also f : R^d -> R, übertragen lässt. Insbesondere soll der zweidimensionale Fall, also die Evolution von Flächen (f : R^2 -> R) im Fokus stehen. Anwendung kann diese beispielsweise in der zeitlichen Entwicklung von interpolierten Flächen aus Punktwolken finden. Die in der Arbeit entwickelten Methoden können entweder an realen oder simulierten Daten veranschaulicht werden.
    Leitung: Malinovskaya, Otto
    Jahr: 2021
  • Anomaly detection in network data: a statistical approach
    In this master thesis, the student explores the network modelling and monitoring on the example of daily flights in the United States. In statistical modelling, there are Separable Temporal Exponential Random Graph Models (STERGM) that subdivide the network development into two distinct streams: the dissolution and formation of edges. Thus, the interpretation of changes in the network becomes clearer. For monitoring, the student should select two methods: one from statistical process control and another from a different field (e.g., machine learning). A comparison of their performance would conclude this thesis.
    Leitung: Malinovskaya, Otto
    Jahr: 2021
  • Spatial Long-Range Dependence
    Long memory is a well-known and often observed statistical properties of time series. A process is called to have long memory, if the temporal autocorrelation is rather slowly decreasing, e.g. compared to autoregressive processes. There are many statistical models accounting for such long memory. In spatial statistics, however, there are just a few attempts to model long-range dependencies. Previous approaches of long-range/memory dependence models for spatial models have mostly focussed on geostatistical settings. In contrast to the spatial econometrics’ framework, where the spatial dependence is modelled via a suitable spatial weights matrix, which defines the extend of the correlation to all adjacent regions, geostatistical approaches capture the spatial dependence by a proper choice of the covariance matrix of a multivariate process. The entries of this covariance matrix usually follows a certain parametric covariance function depending on the difference between two locations. Two-dimensional spatial lattice data has been considered, where the spatial dependence is separable. For this master thesis, the current literature on spatial long-range dependence and spatial long memory should be reviewed. Moreover, previously proposed methods could be applied to real or artificial/simulated data, but there should not necessarily be an empirical part in this master thesis. Alternatively, a quantitative/systematic literature review can be conducted.
    Leitung: Otto, Malinovskaya
    Jahr: 2021

[nicht kategorisiert]