Mobilität
-
Prediction of behaviour and its storage in mapsIn the context of the RTG i.c.sens, the behavior of objects and phenomena in the environment will be studied in order to describe it and store it in maps.Leitung: Sester, MonikaTeam:Jahr: 2025Förderung: DFG Graduiertenkolleg i.c.sensLaufzeit: 2022-2024
-
5GAPS - Anwendung im Bereich Urbane LogisitkDas Projekt 5GAPS (Access to Public Spaces) entwickelt ein alternatives 5G-mobilfunkgestütztes, zeitlich dynamisches Positionierungssystem auf Basis eines digitalen Zwillings des öffentlichen und halböffentlichen Raums in Form eines dreidimensionalen Rasters. Am ikg werden die Themen 1) Lokalisierung innerhalb und mit Hilfe der 3D-Struktur 2) Visualisierung und Interaktion mit der 3D-Struktur 3) Anwendung der 3D-Struktur für die urbane Logistik bearbeitet.Leitung: Sester, Monika; Feuerhake, UdoTeam:Jahr: 2022Förderung: Bundesministerium für Digitales und Verkehr, Förderkennzeichen: 45FGU121_E
-
Collective Perception - Data Fusion and VisualisationThe 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.Leitung: Sester, MonikaTeam:Jahr: 2020Förderung: DFG-Graduiertenkolleg SocialCarsLaufzeit: 2014-2023
-
Group formation in shared spacesIn 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).Leitung: SesterTeam:Jahr: 2020Förderung: DFG-Graduiertenkolleg SocialCarsLaufzeit: 2020-2023
-
Zukunftslabor MobilitätIm Rahmen des Zukunftslabors Mobilität arbeitet das ikg im Collaborative Research Field 4 am Thema der Mobilitätsdienste. Am CRF 4 sind WissenschaftlerInnen der Disziplinen Dienstleistungsmanagement ( Prof. David Woisetschläger, TU Braunschweig), Wirtschaftsinformatik (Prof. Jörg Müller, TU Clausthal) und Geoinformatik beteiligt. Ausgehend von den Potentialen der hochgradigen Vernetzung intelligenter Fahrzeugsysteme und Infrastrukturen sollen neue Dienstleistungen und Geschäftsmodelle für intelligente Fahrzeuge und (intermodale) Mobilitätslösungen entwickelt, untersucht und demonstriert werden. Im Fokus steht die Anwendung von Methoden für die Exploration von Anforderungen, die Entwicklung und Bewertung von Dienstleistungen für die nutzerspezifische Mobilitätsplanung, Untersuchungen zur Akzeptanz sowie Methoden zur Konzeption, Implementierung und Evaluation digitaler Geschäftsmodelle und hybrider Dienste.Leitung: SesterTeam:Jahr: 2019Förderung: MWK NiedersachsenLaufzeit: 2019-2024
Big Data und Machine Learning
-
ThermoOptiPlan: Optimierung der Planung und des Betriebs von Geothermiesystemen mittels innovativer PrognosetoolsDie Nutzung tiefer Geothermie ist ein wichtiger Baustein in der geplanten Transformation der Energiesysteme. Die Erschließung neuer Quellen ist jedoch, insbesondere auch für die Porenaquifere im Norddeutschen Becken, nicht so weit fortgeschritten wie notwendig, um einen substanziellen Beitrag zu liefern. Entscheidende Hemmnisse sind dabei zum einen das Fündigkeitsrisiko, das wesentlich aus Unsicherheiten bezüglich der Untergrundeigenschaften resultiert, sowie schwer kalkulierbare größere Kostenfaktoren im Betrieb, etwa durch Scalingeffekte, die die Effizienz vermindern und unter Umständen teure Gegenmaßnahmen erfordern. Die schwache Informationslage über die geologischen Eigenschaften im Zielhorizont erschwert Planungen und Abschätzungen, die zu Entscheidungsfindungen notwendig sind. Auch wegen der Tiefe der Formationen wird sich die Situation der generell schwachen Informationslage nicht schnell ändern. Neben der Weiterentwicklung der Explorationsverfahren sind daher Methoden notwendig, die aus den vorhandenen Daten die bestmöglichen Informationen über den Untergrund und die Prozesse generieren und wegen der geringen Datenlage die Unsicherheiten der gewonnenen Informationen berücksichtigen. Dies soll hier durch die Entwicklung von KI-Methoden zur Erschließung und Verknüpfung vorhandener Datenquellen erfolgen. Ziel des Projektes ist die Erarbeitung und Anwendung eines IT-basierten Konzeptes für die Planung von geothermischen Dublettensystemen in norddeutschen Aquifere, und die Prognose des Einflusses geochemischer Prozesse auf die langfristige Effizienz dieser Systeme. Hierfür werden ein digitales Abbild des Untergrunds mit Bewertung der Unsicherheiten entwickelt („digitaler Zwilling mit Unsicherheiten“) und verschiedene aufeinander abgestimmte digitale Werkzeuge erstellt und in einem Open-Source Workflow zusammengefasst, die flexibel verändert werden können. Dies wird beispielhaft für die seit vielen Jahren im Betrieb befindliche Geothermiekraftanlage Neustadt-Glewe aufgebaut, insbesondere werden die geochemischen Prozesse, die für die Anlage seit längerem untersucht werden, berücksichtigt. Durch die Ergebnisse des Projekts sollen Planung und Entscheidungen unterstützt und vorhandenes Prozess- und Standortwissen für einen effizienteren Betrieb der tiefen Geothermie nutzbar gemacht werden. Am ikg wird die automatische Analyse von Rohdaten mittels KI-Methoden untersucht. Hierzu gilt es Methoden zu entwickeln, mit denen die unterschiedlichsten Datenquellen (Bohrlochdaten, geophysikalische Daten, geologische Daten, Beschreibende Bohrungsdaten, etc.) automatisch interpretiert werden können. Diese werden anschließend im digitalen Zwilling gespeichert.Leitung: Insa Neuweiler, Mattheo Broggi, Monika Sester, André Stechern, Martin ThullnerTeam:Jahr: 2025Förderung: BMBFLaufzeit: 31.12.2027
-
3D-Objektextraktion aus hochaufgelösten 3D-PunktwolkenIn 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.Leitung: Sester, MonikaTeam:Jahr: 2025Förderung: Forschungs- und Entwicklungsvorhaben zwischen den Landesvermessungsämtern Niedersachsen, Schleswig-Holstein und Mecklenburg-VorpommernLaufzeit: seit 2017
-
Diffusions-Chronometrie von magmatischen Systemen (FOR 2881)Diffusions-Chronometrie von magmatischen Systemen Geologische Prozesse laufen in und auf der Erde über eine Reihe von Zeitskalen ab, die eine verschachtelte, hierarchische Struktur bilden. Die Bestimmung der Dauer von Prozessen, die am kürzeren Ende dieses Zeitspektrums stattfinden, ist eine Herausforderung. Die Instrumente der Diffusions-Chronometrie haben sich als vielversprechende Methode erwiesen, die in vielen Situationen Lösungen bietet. Magmatische Systeme mit hohen Temperaturen bieten ein hervorragendes natürliches Labor für die Entwicklung und Kalibrierung dieser Instrumente, da verschiedene Arten von Beobachtungen aus Überwachungsvulkanen eine Gegenkontrolle der Ergebnisse ermöglichen. In der Folge können die neu entwickelten und verfeinerten Instrumente dann auf ein viel breiteres Spektrum geologischer und planetarischer Gegebenheiten angewendet werden. Am ikg werden Verfahren des Deep Learning (DL) untersucht und entwickelt, die eine automatische Verarbeitung erlauben und somit zu einer starken Beschleunigung der Interpretation der Daten führen. Die DL-Verfahren werden dabei geschickt verknüpft mit der Möglichkeit, die Interaktion mit einem Menschen zu ermöglichen. Die Forschungsgruppe wird koordiniert von Prof. Sumit Chakraborty, Ruhr Universität Bochum. An der Leibniz Universität sind weiterhin die Gruppen von Prof. Holtz und Prof. Weyer aus der Mineralogie maßgeblich beteiligt.Leitung: SesterTeam:Jahr: 2024Förderung: DFG
-
Gauss-ZentrumZiel des Projekts ist die Entwicklung von Methoden zur automatisierten Klassifizierung, Speicherung und Analyse von Geodaten unterschiedlichen Alters und unterschiedlicher Qualität. Von großem Interesse ist hierbei die Analyse von Zeitreihen zur Gewinnung von Information über Veränderungen der Landschaft, welche für weiterführende Untersuchungen zu verschiedenen räumlichen Prozessen die Grundlage bilden, zum Beispiel im Kontext von Fragen der Entwicklung von besiedelten Flächen oder des Umweltschutzes. Geodaten unterschiedlicher Herkunft und unterschiedlichen Alters weisen in der Regel sehr heterogene Strukturen auf, sodass eine Analyse in Zeitreihen mittels herkömmlicher Methoden nicht möglich ist. In dem Projekt werden die Voraussetzungen geschaffen, eine universelle Zeitreihenanalyse auf historischen, räumlichen Daten durchzuführen, indem sie als semantisch strukturierte Objekte in einer Datenbank abgelegt werden. Folgende Forschungsleitfragen sollen in diesem Zusammenhang beantwortet werden: - Wie können historische Karten, aber auch historische Luftaufnahmen zusammen mit aktuellen räumlichen Daten gespeichert und Veränderungen über die Zeit analysiert werden? - Welche (Geo-)Informationen lassen sich aus historischen Kartenwerken oder historischen Luftbildern verlässlich ableiten? - Kann dies in einer größtenteils automatisierten Verfahrensweise erfolgen (KI-Unterstützung, speziell Deep Learning) und auf weitere Kartenwerke übertragen werden? - Welche Struktur muss eine Datenbank aufweisen, um Daten aus verschiedenen Quellen aufzunehmen und in Einklang zu bringen? - Können aus den Ergebnissen der Zeitreihenanalyse für ausgewählte Prozesse die wesentlichen Einflussfaktoren identifiziert werden? Der Fokus der Untersuchungen liegt auf den Möglichkeiten einer harmonisierten Analyse von historischen und modernen Daten. Weitere Informationen zum Projekt finden sich hier: https://www.gausszentrum.uni-hannover.deLeitung: Sester, Monika; Otto, PhilippTeam:Jahr: 2023Förderung: BKG - Bundesamt für Kartographie und GeodäsieLaufzeit: 2023-2025
Datenintegration
-
VGI-LOC: Zukunftslabor Wasser - ZDINDas ikg ist Partner im Projekt Zukunftlabor Wasser, einer vom MWK geförderten Initiative zur Digitalsierung im Bereich Wasser.Leitung: Sester, MonikaTeam:Jahr: 2022Förderung: MWK NiedersachsenLaufzeit: 2022-2025
Generalisierung
-
PUSH -- Automatische Kartographische Verdrängung mittels OptimierungDas 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:Jahr: 2021Laufzeit: laufend
-
Controlling pedestrian motion using Augmented RealityControlling pedestrian motion pattern using augmented reality requires 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.Leitung: SesterTeam:Jahr: 2020Förderung: DAAD - im Rahmen des GRK SocialCarsLaufzeit: 2020-2024
-
Generalisierung mittels Deep LearningAm 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: SesterTeam:Jahr: 2018Förderung: Institutsmittel
-
TASHDas 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:Jahr: 2017
-
CHANGEDas 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:Jahr: 2017
-
TYPIFYMit 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:Jahr: 2017
3D-Visualisierung
-
DiViAS - Digitalisierung, Visualisierung und Analyse von SammlungsgutDigitalisierung, Visualisierung und Analyse von Sammlungsgut (DiViAS) Der Forschungsverbund DiViAS bringt wissenschaftliche Methoden und Praktiken beim Digitalisieren, Erforschen und Repräsentieren von Sammlungsgut aus kolonialen Kontexten zusammen. Das Projekt verbindet systematisch die Expertise aus Museums-, Geschichts- und Kulturwissenschaften mit derjenigen aus Technik und Informatik – etwa in puncto Künstliche Intelligenz (KI), Datenanalyse, Geoinformatik und dreidimensionaler Messtechnik. Das Projekt wird aus dem Programm „zukunft.niedersachsen“ der VolkswagenStiftung gefördert. Am ikg werden Möglichkeiten der Visuellen Kommunikation von raum-zeitlichen Objekten und Phänomenen unter dem Gesichtspunkt der Unsicherheit untersucht.Leitung: SesterTeam:Jahr: 2024Förderung: MWK zukunft.niedersachsen
-
5GAPS - Visualisierung und InteraktionDas Projekt 5GAPS (Access to Public Spaces) entwickelt ein alternatives 5G-mobilfunkgestütztes, zeitlich dynamisches Positionierungssystem auf Basis eines digitalen Zwillings des öffentlichen und halböffentlichen Raums in Form eines dreidimensionalen Rasters. Am ikg werden die Themen 1) Lokalisierung innerhalb und mit Hilfe der 3D-Struktur 2) Visualisierung und Interaktion mit der 3D-Struktur 3) Anwendung der 3D-Struktur für die urbane Logistik bearbeitet.Leitung: Sester, FeuerhakeTeam:Jahr: 2022Förderung: Bundesministerium für Digitales und Verkehr, Förderkennzeichen: 45FGU121_ELaufzeit: 01.01.2022 - 31.12.2024
-
Controlling pedestrian motion using Augmented RealityControlling pedestrian motion pattern using augmented reality requires 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.Leitung: SesterTeam:Jahr: 2020Förderung: DAAD - im Rahmen des GRK SocialCarsLaufzeit: 2020-2024
-
Generalisierung mittels Deep LearningAm 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: SesterTeam:Jahr: 2018Förderung: Institutsmittel
Laserscanning
-
3D-Objektextraktion aus hochaufgelösten 3D-PunktwolkenIn 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.Leitung: Sester, MonikaTeam:Jahr: 2025Förderung: Forschungs- und Entwicklungsvorhaben zwischen den Landesvermessungsämtern Niedersachsen, Schleswig-Holstein und Mecklenburg-VorpommernLaufzeit: seit 2017
-
5GAPS - Lokalisierung“Lokalisierung von mobilen Objekten in 3D-Rasterdaten” Das Projekt 5GAPS entwickelt ein alternatives 5G-mobilfunkgestütztes, hochgenaues und um Eigenschaften erweitertes dynamisches Positionierungssystem auf Basis eines digitalen Zwillings des (halb)öffentlichen Raums in Form eines 3-D-Rasters und führt erste Proofs-of-Concept durch. Das Projekt wird mit verschiedenen Partnern aus Wissenschaft und Wirtschaft bearbeitet. Am Institut für Kartographie und Geoinformatik sollen dabei Aufgaben im Bereich der Erfassung, Verarbeitung und Visualisierung der hochdimensionalen Daten durchgeführt werden.Leitung: Sester, MonikaTeam:Jahr: 2022Förderung: Bundesministerium für Digitales und Verkehr, Förderkennzeichen: 45FGU121_ELaufzeit: 2022-2024
-
Incremental Map RefinementFor autonomous systems, an accurate and precise map of the environment is of importance. Such precise maps can be gained from information acquired by distributed sensors. Then they have to be integrated and aggregated, taking the respective accuracies and sensor characteristics into account.Leitung: Sester, MonikaTeam:Jahr: 2020Förderung: DFG-Graduiertenkolleg i.c.sensLaufzeit: 2016-2024