Institut für Raumbezogene Informations- und Messtechnik
Hochschule Mainz - University of Applied Sciences

Nachrichten

Gemeinsam mit Milos Jovanovik von der UniversitĂ€t Skopje, Nordmazedonien und Mikro Spasic von der UniversitĂ€t Belgrad, Serbien entwickelte Timo Homburg vom

Auf dem internationalen Symposium „Sites at the Intersection of Natural and Cultural Heritage“ kurz SXNCH 2020 referierte Julia Brandt in der Gruppe „Cultural 


Projekte

FĂŒr Ă€ltere Menschen ist der Weg zum Supermarkt, zur Apotheke oder zum Arzt in lĂ€ndlichen Regionen oft zu weit. Von VersorgungsengpĂ€ssen sind Ortskerne von strukturschwachen Dörfern

Ziel des Projekts ist es, neben Smartphones oder Tablets sogenannte Wearables zu nutzen, um ein intelligentes Besuchermanagement fĂŒr die Verwaltung von Immobilien zu entwickeln.

Publikationen

User-Generated Spatial Content for Sustainable Land Management – Experiences from Transdisciplinary Landscape Branding in Germany

2020

M. Schaffert,
T. Steensen

BibTex

Conference Proceedings - FIG

Transdisciplinarity is a principle of integrative research, in which scientific and practical partners jointly generate new knowledge. This approach is supported by the German Federal Ministry of Education and Research (BMBF) within the funding priority "Innovation groups for a sustainable land use" (Förderschwerpunkt "Innovationsgruppen fĂŒr eine nachhaltige Landnutzung"). One project that has been implemented within this regard is Regiobranding. The project aims at investigating the characteristics of landscapes in different Northern German regions in order to use their uniqueness for sustainable regional branding and development. The combination and integration of heterogeneous knowledge of the different project partners from eight institutions in three federal states was a central challenge for the transdisciplinary work. In the absence of a common technical language, "space" served as a common ground for bridging differences and actively involving local partners. Against this backdrop, the local public participated in the branding process via various mapping workshops. The results of the mapping exercises were later combined with GIS-based quantitative landscape analyses derived form scientific investigation by partners from the fields of surveying, archeology and environmental planning. The paper presents results of our approach and highlights the benefits of combining qualitative analyses based on user-generated spatial content with quantitative landscape analyses based on various sources of official agencies' geodata.


Assessing the Accuracy and Feasibility of Using Close-Range Photogrammetry to Measure Channelized Erosion with a Consumer-Grade Camera

2020

F. Zheng,
R. Wackrow,
F.R. Meng,
D. Lobb,
S. Li

BibTex

Remote Sensing

Qualitative GIS to Support Sustainable Regional Branding and Transition in Northern Germany

2020

M. Schaffert,
T. Becker,
T. Steensen,
F.Caesar Wenger

BibTex

Methods and Concepts of Land Management: Diversity, Changes and New Approaches

A mixed methods approach using GIS was applied to identify places relevant for regional branding and to support co-creation in a transdisciplinary process in Northern Germany. For this purpose, local stakeholders mapped characteristic landscape features, places of leisure activities and places where they feel happy. In addition, public authorities’ geodata were processed to identify landscape classes and elements, which are characteristic from a quantitative point of view. The results indicate a cross-thematic, cross-methodological and cross-regional significance of water landscapes. However, their relationship to other landscape elements and further topics differs significantly in the two study regions presented here, leading to different starting points for place branding. The use of maps as a basis for discussion helps bringing together stakeholders with different experiences and involving them in brand building. In this way, the chosen approach supports inter- and transdisciplinary changes towards a sustainable regional development and acts as a bridge between brand building and its implementation on site.


KĂŒnstliche Intelligenz als Strategie in der IngenieurgeodĂ€sie – erste Schritte im Bahnumfeld

2020

B. Plaß,
K. Zschiesche,
T. Altinbas,
D. Karla,
L. Rau,
M. SchlĂŒter

PDF / BibTex

zfv - Zeitschrift fĂŒr GeodĂ€sie, Geoinformation und Landmanagement

FĂŒr die Arbeiten im Gleisbereich ist ein System zur Erfassung von Zugfahrten unverzichtbar. KĂŒnstliche Intelligenz kann einen Teil dazu beitragen. Im Folgenden wird ein erster Ansatz, basierend auf Deep Learning Technologie, vorgestellt, welcher auf Grundlage von Bilddaten automatisch ZĂŒge detektiert und so zu mehr Sicherheit im Gleisbereich beitragen kann. DarĂŒber hinaus ist eine Softwarelösung entwickelt worden, welche den umfangreichen und bisher arbeitsintensiven Datenvorbereitungsaufwand signifikant reduziert. Im vorliegenden Beitrag werden das Potenzial und die flexible Einsetzbarkeit von KĂŒnstlicher Intelligenz im ingenieurgeodĂ€tischen Kontext aufgezeigt.


An Overview of Approaches for automated intelligent Building Information Modeling

2020

B. Plaß

PDF / BibTex

FIG Working Week 2020
The digitalisation of architecture, engineering and construction (AEC) industry is gaining much attention especially through Building Information Modeling (BIM). While the use of IT-supported planning and construction processes is required for new building projects, the creation of BIM-valid data for existing buildings is currently inefficient. Academic and industry are spending a lot of effort into research for flexible methods to measure as-built conditions. The automated processing of the resulting 3D point cloud into BIM-valid 3D CAD models using intelligent software approaches is another major research.
This paper presents an overview of data acquisition techniques and 3D point cloud processing approaches regarding BIM for existing buildings, while identifying challenges and looking ahead for future research. To optimise decision making with respect to socially relevant issues, BIM as an instrument can revolutionise the AEC industry and provide the database for smart city applications.

i3mainz - Jahresbericht 2019

2020

N. Bruhn,
J. Klonowski

PDF / BibTex

n.A.

Das i3mainz, Institut fĂŒr Raumbezogene Informations- und Messtechnik an der Hochschule Mainz legt jedes Jahr einen Bericht ĂŒber alle AktivitĂ€ten und personellen VerĂ€nderungen vor. 

i3mainz, Institute for Spatial Information and Surveying Technology at Mainz University of Applied Sciences presents an annual report on all activities and personal changes.


BIM in der Praxis − AnsĂ€tze zur Integration von Structural Health Monitoring in ein Bestands-BIM

2020

K. Zschiesche,
L. Rau,
M. SchlĂŒter

PDF / BibTex

Leitfaden GeodÀsie und BIM

Structural Health Monitoring (SHM) dient zur Bestimmung und Überwachung des Zustands eines Bauwerks. Dabei kommt es zu kontinuierlicher oder periodischer Erfassung von großen Datenmengen, je nachdem ob auf bauwerksintegrierte Sensorik zurĂŒckgegriffen werden kann, oder ob die Er-fassung z. B. als vermessungstechnische Dienstleistung erfolgt. BIM bietet die Möglichkeit der Bereitstellung großer Datenmengen, der Prozessintegration und der Dokumentation vermessungstechnischer Leistungen (Clemen et al. 2019). Dadurch ermöglicht die Verbindung dieser beiden Methoden eine interdisziplinĂ€re Auswertung verschiedenster Informationen ĂŒber das Bauwerk innerhalb einer Plattform. Die frĂŒhzeitige Erkennung möglicher ZustandsĂ€nderungen der Bausubstanz hat insbesondere im Hinblick auf die Nachhaltigkeit der Lebens- und Nutzungsdauer des Objekts, von Bauteilen und von Bauteilschichten eine besondere Bedeutung. Eine effiziente ZugĂ€nglichkeit von SHM-Daten kann durch Integration dieser in die Bauwerkdatenmodellierung erfolgen (Zschiesche et al. 2020). Beispielhaft wird im vorliegenden Bericht die Integration in ein Bestands-BIM von zuvor erfassten und ausgewerteten Messergebnissen erprobt. Wie in Del Grosso et al. (2017) und Valineja-dshoubi et al. (2017) beschrieben, wird mittels dem Plug-in Keynote Manager sowie des Revit-Plug-ins BIM One und der Software Autodesk Revit das Vorgehen evaluiert.


KĂŒnstliche Intelligenz als Strategie in der IngenieurgeodĂ€sie – erste Schritte im Bahnumfeld

2020

B. Plaß,
K. Zschiesche,
T. Altinbas,
D. Karla,
L. Rau,
M. SchlĂŒter

PDF / BibTex

zfv – Zeitschrift fĂŒr GeodĂ€sie, Geoinformation und Landmanagement

FĂŒr die Arbeiten im Gleisbereich ist ein System zur Erfassung von Zugfahrten unverzichtbar. KĂŒnstliche Intelligenz kann einen Teil dazu beitragen. Im Folgenden wird ein erster Ansatz, basierend auf Deep Learning Technologie, vorgestellt, welcher auf Grundlage von Bilddaten automatisch ZĂŒge detektiert und so zu mehr Sicherheit im Gleisbereich beitragen kann. DarĂŒber hinaus ist eine Softwarelösung entwickelt worden, welche den umfangreichen und bisher arbeitsintensiven Datenvorbereitungsaufwand signifikant reduziert. Im vorliegenden Beitrag werden das Potenzial und die flexible Einsetzbarkeit von KĂŒnstlicher Intelligenz im ingenieurgeodĂ€tischen Kontext aufgezeigt.

A system for recording train rides for work in the track area is crucial. The usage of Artificial Intelligence contributes to this. In the following article a first approach based on Deep Learning is presented, that automatically detects trains on the base of image data and can lead to more safety in the track area. In addition, a software has been developed that reduces the extensive and work-intensive data preparation effort significantly. This article presents the potential and the flexible deployment of Artificial Intelligence in the engineering geodetic domain.