Offene Abschlussarbeiten – Institut für Kartographie und Geoinformatik

Inhalte auf dieser Seite

Sie suchen nach bereits abgeschlossenen Arbeiten?

Abgeschlossene Abschlussarbeiten

OFFENE BACHELORARBEITEN

Navigation und Umweltrobotik: Pedestrian Navigation – Obstacle Avoidance with Depth Cameras and Electrical Muscle Stimulation

This is a topic offered by the Human-Computer Interaction Group. In previous projects the Human-Computer Interaction Group investigated a novel approach to control pedestrians' walking direction for navigation. We showed that controlling the direction with electrical muscle stimulation is possible in outdoornavigation scenarios. As a follow-up project we would like to explore - in a collaborative project with the Institute of Cartography and Geoinformatics (IKG) - how this approach can be used for obstacle avoidance in pedestrian navigation scenarios.

Leitung: Busch

Jahr: 2017
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: 2017
Automatische Beschreibung von Bodendenkmalen

In einem gemeinsamen Forschungsprojekt mit dem Niedersächsischen Landesamt für Denkmalpflege entwickelt das ikg ein Verfahren zur automatischen Detektion von Bodendenkmalen in hochaufgelösten digitalen Geländemodellen (DGM). Zusätzlich zur Position, sollen die gefundenen Objekte über einfache Parameter beschrieben werden. Kreisförmige Objekte wie z.B. Grabhügel, Köhlerplätze und Wurften/Warften können über Mittelpunkt, Durchmesser und Höhe beschrieben werden. Lineare Formen wie Wällen und Gräben lassen sich durch deren Mittelachse, Breite und Höhe beschreiben.

Leitung: Thiemann, Kazimi

Jahr: 2018
Pattern Recognition of Movement Behavior for Intersection Classification using High Frequency GPS Trace Data

The classification of intersections (assign labels to intersections according to the type of traffic regulator) is motivated by the need for detailed and up-to-date maps. The objective of this thesis focuses on the classification of intersections based on their travel time, which is indicative of the traffic flow and the regulator that rules them (see Fig. on the right, traffic flow under traffic light and priority traffic sign).

Leitung: Zourlidou

Jahr: 2019
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
Trajectory Analysis at Intersections

Road intersections are locations where different movement patterns are observed: traffic participants go ahead, turn right or left, stop due to traffic lights, wait other traffic participants to finish their manoeuvres, accelerate before traffic light turn "red", decelerate to check the traffic from nearby roads, etc. Moreover, every intersection is regulated variously (traffic-light-controlled, uncontrolled, yield-controlled, stop-controlled), so we expect different movement patterns to be observed at different junctions.

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
Registrierung von luftgestützten Punktwolken

In den Landesvermessungsämtern liegen flächendeckende Airborne Laserscanning-Datensätze (ALS) mit unterschiedlichen Punktdichten vor. Des Weiteren leiten sie auf Basis von digitalen Bildflügen mit hohen Überlappungen 3D- Punktwolken (Dense Image Matching: DIM) ab, welche eine Auflösung im Pixelbereich besitzen. Im Rahmen dieser Arbeit soll ein Algorithmus entwickelt werden, mit der die Laserscanning-Punktwolke mit der bildbasierten, korrelierten Punktwolke fusioniert werden kann. Die ALS-Daten haben dabei eine individuelle punktuell hohe Lage- und Höhengenauigkeit. Die DIM-Daten hingegen haben eine hohe geometrische Auflösung und ergänzende, radiometrische Informationen. Als Grundlage für die Fusion der Daten soll der Iterative Closest Point Algorithmus (ICP) genutzt werden.

Leitung: Politz

Jahr: 2019
Änderungsdetektion von luftgestützten Punktwolken

In den Landesvermessungsämtern liegen flächendeckende Airborne Laserscanning-Datensätze (ALS) mit unterschiedlichen Punktdichten vor. Des Weiteren leiten sie auf Basis von digitalen Bildflügen mit hohen Überlappungen 3D- Punktwolken (Dense Image Matching: DIM) ab, welche eine Auflösung im Pixelbereich besitzen. Mit Hilfe dieser Punktwolken sollen Veränderungen innerhalb des Landesgebietes aufgezeichnet und geortet werden. Im Rahmen dieser Arbeit soll ein Algorithmus entwickelt werden, der die verschiedenen Arten von Veränderungen automatisch detektiert. Dabei sind natürliche Veränderungen wie das Wachstum der Vegetation und künstliche Veränderungen wie die Konstruktion von Gebäuden zu unterscheiden.

Leitung: Politz

Jahr: 2019
Evaluierung verschiedener Design-Varianten zur Symbolisierung von Routen-Effizienz

Aufgrund des steigenden Verkehrsaufkommens in städtischen Umgebungen ist die Verteilung von Fahrzeugen im Straßennetz in vielen Fällen nicht optimal - was zu Konsequenzen führt, wie z.B. ein steigendes Stau-Risiko, Luftverschmutzung oder Unfälle. Um die Qualität der Verkehrsdynamik zu verbessern, ist es wichtig, dass das Verkehrsmanagement Straßennutzer über optimale Routen-Alternativen informiert. Karten sind ein bedeutendes Mittel, um Routen und die damit verbundenen Verkehrssituationen visuell zu empfehlen. Die Frage ist allerdings: Wie können wir Karten nutzen, um die Effizienz einer Route in einer Weise zu kommunizieren, dass der Nutzer der Verkehrsinfrastruktur überzeugt wird, sich für die empfohlene Route zu entscheiden? Neben anderen Visualisierungsmethoden können unterschiedliche Design-Varianten bei der Symbolisierung umweltrelevanter Informationen auf einer Karte einen großen Einfluss auf das individuelle Verhalten bei der Routenwahl haben; da es möglich ist, Vorzüge effizienter Routen ebenso hervorzuheben wie Nachteile ineffizienter Routen.

Leitung: Fuest

Jahr: 2019
Ein Routing-Framework zur Ermittlung umwelt-effizienter Routen

Da die Verkehrsdichte in städtischen Umgebungen rapide zunimmt, ist das existierende Verkehrsnetz in vielen Fällen nicht mehr in der Lage, der zunehmenden Anzahl an Fahrzeugen gerecht zu werden. Als Folge müssen sich Straßennutzer und Anwohner Problemen wie z.B. Stau, Luftverschmutzung oder einem erhöhten Unfallrisiko stellen. Diese Probleme können auch durch eine nicht optimale Verteilung von Fahrzeugen innerhalb des Straßennetzes hervorgerufen werden. Um die Qualität des Verkehrssystems zu verbessern, ist es wichtig, dass das Verkehrsmanagement die Verkehrsteilnehmer über Alternativrouten informiert - durch Empfehlen der effizientesten Route für ein bestimmtes Szenario. Als Teil der Arbeit wird die Studentin / der Student ein Routing-Framework zur Berechnung optimaler Routen entwickeln, basierend auf den drei folgenden umweltrelevanten Szenarien: 1. Vermeidung von stau-reichen Straßen 2. Vermeidung von Bereichen mit hoher Luftverschmutzung 3. Vermeidung von Orten mit einem hohen Unfallrisiko.

Leitung: Fuest

Jahr: 2019

OFFENE MASTERARBEITEN

Navigation und Umweltrobotik: Pedestrian Navigation – Obstacle Avoidance with Depth Cameras and Electrical Muscle Stimulation

This is a topic offered by the Human-Computer Interaction Group. In previous projects the Human-Computer Interaction Group investigated a novel approach to control pedestrians' walking direction for navigation. We showed that controlling the direction with electrical muscle stimulation is possible in outdoornavigation scenarios. As a follow-up project we would like to explore - in a collaborative project with the Institute of Cartography and Geoinformatics (IKG) - how this approach can be used for obstacle avoidance in pedestrian navigation scenarios.

Leitung: Busch

Jahr: 2017
Deep Learning: Automatisierte Identifikation von Geländestrukturen am Beispiel von Burgenanlagen

Mittels Airborne Laserscanning können flächendeckende hochaufgelöste digitale Geländemodelle erstellt werden. Anders als manuell aufgenommene Daten sind diese Daten bis auf eine einfache Klassifikation in Boden und Vegetationspunkte nicht weiter interpretiert. Eine gezielte Interpretation von künstlich-historischen Geländestrukturen muss manuell durchgeführt und mittels Feldbegehung verifiziert werden.

Leitung: Schulze, Thiemann

Jahr: 2017
Erneuerung der Kalibrierung eines 3D-Laserscanners

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. Der 3D Laserscanner Velodyne HDL-64E S2 liefert Punktwolken auf deren Basis autonome Fahrzeuge navigieren und die zum automatischen kartieren verwendet werden. Im Rahmen dieser Arbeit soll der Laserscanner kalibriert werden um die veraltete Kalibrierung vom Werk zu erneuern. Kalibriert werden sollen Distanzoffset, horizontaler Winkeloffset, vertikaler Winkeloffset, horizontaler Offset und vertikaler Offset.

Leitung: Busch

Jahr: 2018
Automatische Beschreibung von Bodendenkmalen

In einem gemeinsamen Forschungsprojekt mit dem Niedersächsischen Landesamt für Denkmalpflege entwickelt das ikg ein Verfahren zur automatischen Detektion von Bodendenkmalen in hochaufgelösten digitalen Geländemodellen (DGM). Zusätzlich zur Position, sollen die gefundenen Objekte über einfache Parameter beschrieben werden. Kreisförmige Objekte wie z.B. Grabhügel, Köhlerplätze und Wurften/Warften können über Mittelpunkt, Durchmesser und Höhe beschrieben werden. Lineare Formen wie Wällen und Gräben lassen sich durch deren Mittelachse, Breite und Höhe beschreiben.

Leitung: Thiemann, Kazimi

Jahr: 2018
Improving Semantic Segmentation using Domain Adaptation

We will provide a dataset of semantic segmented images taken with our mobile mapping system. The images were classified using a pretrained CNN from the cityscapes dataset. Your task is to improve the results by adapting the neural network to our camera sensor system. This can be done by retraining the neural network in a way that it adapts to foreign input data. A popular approach would be by using adversarial discriminative domain adaptation. To that end you should measure the improvement of your results in contrast to the original data we provided to you.

Leitung: Peters

Jahr: 2019
On applicability of semantic place discovery algorithms for traffic regulator detection and classification

The objective of this thesis will focus on the study of vehicle trajectories that can reveal traffic regulations through the recognition of common driving patterns (e.g. collocated events like stops, slow movements, sequences of actions, etc). Vehicle location data and their respective motion measurements (e.g. speed) can be processed in regular intervals for extracting road rules that traffic participants must respect. In other words, by recognizing collective driving behaviour, traffic rules can be automatically mined and mapped providing up-to-date rule-aware maps.

Leitung: Zourlidou

Jahr: 2019
Pattern Recognition of Movement Behavior for Intersection Classification using High Frequency GPS Trace Data

The classification of intersections (assign labels to intersections according to the type of traffic regulator) is motivated by the need for detailed and up-to-date maps. The objective of this thesis focuses on the classification of intersections based on their travel time, which is indicative of the traffic flow and the regulator that rules them (see Fig. on the right, traffic flow under traffic light and priority traffic sign).

Leitung: Zourlidou

Jahr: 2019
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
Trajectory Analysis at Intersections

Road intersections are locations where different movement patterns are observed: traffic participants go ahead, turn right or left, stop due to traffic lights, wait other traffic participants to finish their manoeuvres, accelerate before traffic light turn "red", decelerate to check the traffic from nearby roads, etc. Moreover, every intersection is regulated variously (traffic-light-controlled, uncontrolled, yield-controlled, stop-controlled), so we expect different movement patterns to be observed at different junctions.

Leitung: Zourlidou

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
Global alignment of airborne point clouds

For their territory, national survey departments have extensive Airborne Laserscanning (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. For change detection between different points in time as well as for updating the official digital terrain and digital surface models, the correct fusion of different point clouds is a crucial part in the processing chain.

Leitung: Politz

Jahr: 2019
Semi-supervised Deep Learning for Object Detection in Airborne Laser Scanning Data

Deep learning has become popular in many computer vision tasks such as image classification, semantic segmentation, and object localization. However, deep learning models usually rely on a large set of training data, specifically labelled data. In the task of object detection in laser scanning data, it is usually hard to create enough labelled examples as it is time consuming and not easy to manually identify and label every object. Recently, researchers have tackled this issue with semi supervised deep learning methods. In semi supervised deep learning, unlabeled data is leveraged to help with the task of learning. In general, an unsupervised clustering algorithm, parametric or non-parametric, is first used to cluster the whole data, labelled and unlabeled, thus generating pseudo labels for every object. The data along with the pseudo labels are then used to train a supervised deep learning model. Finally, the trained supervised model is fine-tuned using only the labelled data. Therefore, the goal of this project is to explore semi supervised deep learning techniques for the purpose of object detection in digital elevation models created from airborne laser scanning data.

Leitung: Kazimi

Jahr: 2019
Evaluierung verschiedener Design-Varianten zur Symbolisierung von Routen-Effizienz

Aufgrund des steigenden Verkehrsaufkommens in städtischen Umgebungen ist die Verteilung von Fahrzeugen im Straßennetz in vielen Fällen nicht optimal - was zu Konsequenzen führt, wie z.B. ein steigendes Stau-Risiko, Luftverschmutzung oder Unfälle. Um die Qualität der Verkehrsdynamik zu verbessern, ist es wichtig, dass das Verkehrsmanagement Straßennutzer über optimale Routen-Alternativen informiert. Karten sind ein bedeutendes Mittel, um Routen und die damit verbundenen Verkehrssituationen visuell zu empfehlen. Die Frage ist allerdings: Wie können wir Karten nutzen, um die Effizienz einer Route in einer Weise zu kommunizieren, dass der Nutzer der Verkehrsinfrastruktur überzeugt wird, sich für die empfohlene Route zu entscheiden? Neben anderen Visualisierungsmethoden können unterschiedliche Design-Varianten bei der Symbolisierung umweltrelevanter Informationen auf einer Karte einen großen Einfluss auf das individuelle Verhalten bei der Routenwahl haben; da es möglich ist, Vorzüge effizienter Routen ebenso hervorzuheben wie Nachteile ineffizienter Routen.

Leitung: Fuest

Jahr: 2019
Ein Routing-Framework zur Ermittlung umwelt-effizienter Routen

Da die Verkehrsdichte in städtischen Umgebungen rapide zunimmt, ist das existierende Verkehrsnetz in vielen Fällen nicht mehr in der Lage, der zunehmenden Anzahl an Fahrzeugen gerecht zu werden. Als Folge müssen sich Straßennutzer und Anwohner Problemen wie z.B. Stau, Luftverschmutzung oder einem erhöhten Unfallrisiko stellen. Diese Probleme können auch durch eine nicht optimale Verteilung von Fahrzeugen innerhalb des Straßennetzes hervorgerufen werden. Um die Qualität des Verkehrssystems zu verbessern, ist es wichtig, dass das Verkehrsmanagement die Verkehrsteilnehmer über Alternativrouten informiert - durch Empfehlen der effizientesten Route für ein bestimmtes Szenario. Als Teil der Arbeit wird die Studentin / der Student ein Routing-Framework zur Berechnung optimaler Routen entwickeln, basierend auf den drei folgenden umweltrelevanten Szenarien: 1. Vermeidung von stau-reichen Straßen 2. Vermeidung von Bereichen mit hoher Luftverschmutzung 3. Vermeidung von Orten mit einem hohen Unfallrisiko.

Leitung: Fuest

Jahr: 2019