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

Visualisierung

Visualisierung veranschaulicht Daten und ist ein grundlegendes Werkzeug fĂŒr die Analyse und das Verstehen von komplexen Sachverhalten in unterschiedlichsten Bereichen.

Interaktive Visualisierung erlaubt dem Betrachter ein exploratives „Eintauchen“ in die Daten und schafft die Grundlage fĂŒr den vom Anwender gesteuerten visuellen Analyseprozess. Die Nutzung, der bei vielen Daten inhĂ€renten rĂ€umlichen BezĂŒge, ist die Basis fĂŒr umfassende raumbezogene Visualisierungen. Dadurch entstehen intuitiv zu verstehende kartenbasierte Darstellungen, welche in Entscheidungsfindungsprozessen von zunehmender Relevanz sind.

Das Institut beschĂ€ftigt sich intensiv mit der Thematik der interaktiven raumbezogenen Visualisierung in unterschiedlichen Anwendungsfeldern. Dazu zĂ€hlen Controlling, Security, Social Media und das Gesundheitswesen. Die Forschungs- und Entwicklungsarbeiten konzentrieren sich insbesondere auf Geovisual Analytics Anwendungen, auch unter BerĂŒcksichtigung von mobilen EndgerĂ€ten.

Ansprechpartner

Prof. Dr.-Ing. Klaus Böhm

Tel.: +49 6131-628-1431
Fax.: +49 6131-628-91431

Projekte

Das Projekt verfolgt das Ziel, verschiedene Prototypen fĂŒr digitale Anwendungen zu entwickeln. Diese sollen fĂŒr Projekte der Hochschule Mainz ebenso verfĂŒgbar sein, wie fĂŒr externe

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

Landschaftsbilder und Landschaftsverständnisse in Politik und Praxis

2021

C. Walsh; G. Kangler; M. Schaffert

RTF

RaumFragen: Stadt – Region – Landschaft








Partizipatives Kartieren von kulturlandschaftlichen Besonderheiten als Beitrag fĂŒr einen transdisziplinĂ€ren Place-Branding-Prozess in der Metropolregion Hamburg

2021

M. Schaffert; T. Becker; F. Wenger

RTF

Landschaftsbilder und Landschaftsverständnisse in Politik und Praxis








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 / RTF

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.


An Overview of Approaches for automated intelligent Building Information Modeling

2020

B. Plaß

PDF / RTF

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.

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 / RTF

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.


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

2020

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

RTF

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.


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

2020

M. Schaffert; T. Steensen

RTF

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.


Ein Smart City Dashboard fĂŒr die rĂ€umliche Analyse Machine Learning basierter Parkplatz-Vorhersagen

2020

A. Rolwes; T. MĂŒller; K. Böhm

PDF / RTF

8. Deutsches GeoForum 2020 - Bedeutung der Geoinformation fĂŒr Gesellschaft und Wirtschaft








Abschlussarbeiten

Services

Mapping von Tweets - Tool zum Suchen von Tweets und deren Visualisierung in einer Karte


Gerne bieten wir Ihnen ein unverbindliches BeratungsgesprÀch zu Themen aus unseren Forschungsbereichen an.