<p>Das i3mainz, Institut für Raumbezogene Informations- und Messtechnik an der Hochschule Mainz legt jedes Jahr einen Bericht über alle Aktivitäten und personellen Veränderungen vor.&nbsp;</p><p>i3mainz, Institute for Spatial Information and Surveying Technology at Mainz University of Applied Sciences presents an annual report on all activities and personal changes.</p>

<p>Für die Arbeiten im Gleisbereich ist ein System zur Erfassung von Zugfahrten unverzichtbar. Künstliche Intelligenz kann einen Teil dazu beitragen. Im Folgenden wird ein erster Ansatz, basierend auf Deep Learning Technologie, vorgestellt, welcher auf Grundlage von Bilddaten automatisch Züge detektiert und so zu mehr Sicherheit im Gleisbereich beitragen kann. Darüber 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 Künstlicher Intelligenz im ingenieurgeodätischen Kontext aufgezeigt.</p>

<div><p>Am Beispiel einer Eisenbahn-Stahlbrücke erarbeiten wir prototypisch die relevanten Einzelschritte von der mobilen Erfassung kontrollierter Schwingungsdaten bis zur Integration in die Bauwerksdatenmodellierung (BIM). Dieser Aufsatz umfasst einen Abriss bestehender Systeme zur Schwingungsbeobachtung an gealterten Bestandsbauwerken und geht dabei besonders auf die Vor- und Nachteile der optischen Schwingungsmessung ein. Es zeigt sich, dass die optische Schwingungsmessung hierbei eine wirtschaftliche Ergänzung zu bestehenden Systemen darstellt. Näher beschrieben wird das Erfassen von Schwingungen mittels modularer Digitalkameratachymetrie. Präzisionstachymeter können mit Digitalkameras am Okular kombiniert werden. Diese Erweiterung in Verbindung mit der digitalen Bildverarbeitung ermöglicht die automatische Detektion von Zielen und somit auch die berührungslose Erfassung von Schwingungen. Es ist nicht erforderlich das Ziel mit dem Fadenkreuz konkret anzuvisieren. Unzugängliche Objekte, wie z.B. Brückenbauwerke, Fabrikschlote oder Türme für Windenergieanlagen, können ohne Signalisierung durch die modulare Digitalkameratachymetrie hochfrequent durch die Messung natürlicher Ziele diskret, optisch und ad hoc erfasst werden. Es ist kein Eingriff am Objekt notwendig.</p></div><p><br />&nbsp;</p>

<div class="field-item odd"><p>Für die Arbeiten im Gleisbereich ist ein System zur Erfassung von Zugfahrten unverzichtbar. Künstliche Intelligenz kann einen Teil dazu beitragen. Im Folgenden wird ein erster Ansatz, basierend auf Deep Learning Technologie, vorgestellt, welcher auf Grundlage von Bilddaten automatisch Züge detektiert und so zu mehr Sicherheit im Gleisbereich beitragen kann. Darüber 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 Künstlicher Intelligenz im ingenieurgeodätischen Kontext aufgezeigt.</p></div><p>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.</p>

<p>Unmanned Aerial Vehicles (UAVs) stellen sich als sehr flexible und praxistaugliche Geräte auch für die Vermessung dar. Der Großteil der Systeme wird derzeit mit handelsüblichen Kameras betrieben &ndash; daraus abgeleitete Orthophotos oder Punktwolken werden vielfach für die Planung und Dokumentation verschiedener Anwendungen erfolgreich eingesetzt. Der Nachteil, der sich daraus ergibt, liegt zum einen in der sehr aufwendigen Berechnung von 3D-Punktwolken aus hochauflösenden Kamerabildern, zum anderen aber auch in der Unfähigkeit, Vegetation zu durchdringen und damit ein Geländemodell mit hoher Zuverlässigkeit zu erzeugen. Ebenfalls schwierig ist das Durchdringen von halbdurchlässigen Medien (z. B. Wasser). Abhilfe schaffen Multisensorsysteme, welche neben Kameras auch entsprechende Abstandsmodule integriert haben und somit aus mehreren Datenströmen einen Mehrwert generieren können. Die Integration unterschiedlicher Sensoren inkl. der notwendigen Verortung bringt aber auch einige Herausforderungen mit sich, u. a. eine komplexe und aufwendige Kalibration.</p><p>Das Fraunhofer-Institut für Physikalische Messtechnik IPM in Freiburg hat ein leichtgewichtiges und kompaktes Multisensorsystem entwickelt, welches aus folgenden Teilen besteht: schnelles laserbasiertes Abstandsmessmodul, zwei Farbkameras, inertiale Messeinheit (Inertial Measurement Unit, IMU) und Positionierungssystem (Global Navigation Satellite System, GNSS). Alle mechanischen Komponenten und das Gehäuse wurden soweit gewichtsoptimiert ausgeführt, dass ein Gesamtgewicht von knapp über 2 kg realisiert werden konnte. Die maximale Messdistanz des auf dem Pulslaufzeitverfahren basierenden Abstandsmessmoduls liegt bei 300 m (bei einer idealen Reflektivität der Oberfläche von 100 %). Die Präzision der Einzelpunktmessung (3 σ) liegt bei 15 mm.</p><p>Durch Integration von zwei RGB-Kameras kann nicht nur die erfasste Punktwolke entsprechend texturiert werden, sondern auch hochaufgelöste Orthophotos gerechnet werden. Durch diese zwei Datenströme (Punktwolke und Bilder) gelingt eine vollautomatisierte Auswertung der Daten mit Hilfe des maschinellen Lernens schnell und zuverlässig.</p><p>Der wissenschaftliche Beitrag wird zum einen die Entwicklungsschritte des Systems im Detail präsentieren, dann aber auch konkrete Ergebnisse aus der Anwendung vorstellen und eine Charakterisierung (Evaluierung) der Systemkomponenten darlegen.</p><p>&nbsp;</p>

<p>In the domain of computer vision, object recognition aims at detecting and classifying objects in data sets. Model-driven approaches are typically constrained through their focus on either a specific type of data, a context (indoor, outdoor) or a set of objects. Machine learning-based approaches are more flexible but also constrained as they need annotated data sets to train the learning process. That leads to problems when this data is not available through the specialty of the application field, like archaeology, for example. In order to overcome such constraints, we present a fully semantic-guided approach. The role of semantics is to express all relevant knowledge of the representation of the objects inside the data sets and of the algorithms which address this representation. In addition, the approach contains a learning stage since it adapts the processing according to the diversity of the objects and data characteristics. The semantic is expressed via an ontological model and uses standard web technology like SPARQL queries, providing great flexibility. The ontological model describes the object, the data and the algorithms. It allows the selection and execution of algorithms adapted to the data and objects dynamically. Similarly, processing results are dynamically classified and allow for enriching the ontological model using SPARQL construct queries. The semantic formulated through SPARQL also acts as a bridge between the knowledge contained within the ontological model and the processing branch, which executes algorithms. It provides the capability to adapt the sequence of algorithms to an individual state of the processing chain and makes the solution robust and flexible. The comparison of this approach with others on the same use case shows the efficiency and improvement this approach brings.</p>

<p>This poster has been presented during the conference Der Fachaustausch Geoinformation (http://www.fachaustausch-geoinformation.de/) organized by GeoNet.MRN to exhibit the semantic geographic information system developed in the context of SemGIS project. The poster shows the approaches used to integrate heterogeneous data sets from different sources. These data sets can then, be enriched through resources from the Semantic Web. An example of such enrichment is presented from an integrated XErleben data. Finally, it illustrates the functionalities of the system to query and visualize data, but also the downlift of selected data according to different standardized formats.</p>

<p>The aim of this study was to examine and document the wall paintings in the Château de Germolles. Situated in Burgundy, France, Germolles is the best preserved residence of the Dukes of Burgundy and was listed as a monument of national importance in 1989.<br />The medieval wall decoration of the Château de Germolles was rediscovered under the nineteenth-century plasters during World War II. Medieval accounts of the château provide a detailed list of the materials acquired to make the mural decoration, but this list is incongruous when compared with the current appearance of the paintings. The discrepancy between the archival and material evidence, and also the need to understand the complexity of the painting technique used were the main motivations for undertaking the case study described in this chapter. Imaging alongside more traditional examination techniques were utilized to record and document the mural decoration. The objectives of the case study were to distinguish the original materials from those applied during restoration, identify those materials, and correlate them with the archives. We also tried to understand the medieval painting techniques used and assess the condition of the paintings and stabilization requirements. Finally we aimed to find a sustainable solution for the management of the various types of data collected. Various techniques and investigations offered valuable insights into the materials and the painting technique used. To improve visitor experience, based on the information gained in the course of this study, a 3D virtual representation of the original decoration is currently proposed for display to the public visiting the Château de Germolles.</p>

<p><span id="ctl00_cphFeatured_lblAbstract">The disaster response still faces problems of collaboration due to lack of policies concerning the information exchange during the response. Moreover, plans are prepared to respond to a disaster, but drills to apply them are limited and do not allow to determine their efficiency and conflicts with other organizations. This paper presents a framework allowing for different organizations involving in the disaster response to assess their collaboration through its simulation using an explicit representation of their knowledge. This framework is based on a multi-agent system composed of three generic agent models to represent the organizational structure of disaster response. The decision-making about response actions is done through task decomposition and repartition. It is based reasoning on ontologies which provides an explicit trace of the response plans design and their execution. Such framework aims at identifying cooperation problems and testing strategies of information exchange to support the preparation of disaster response.</span></p>

<p>Optical recording of material cultural heritage (CH) is a multidisciplinary activity where the understanding of cross-disciplinary semantics is vital for a successful completion. In many cases, a lack of understanding of transdisciplinary semantics slows this process down. The end users who are mostly humanities experts lack the technical knowledge of spatial and spectral recording and could therefore demand more than what is actually required or sufficient for the intended CH application. The negotiations between technical experts and the end users are a tedious process. We present a semantic-based decision support system, COSCH^KR, that employs reasoning and recommends optimal recording technology(ies) according to the application requirements of the recorded and processed data. COSCH^KR is an ontology-based knowledge model that implies the development of semantic technologies within the Semantic Web framework. It represents formalized knowledge of the disciplines involved in the process of optical recording of material CH. The paper describes the applicability of the model in spatial, spectral, and visualization applications and summarises current possibilities and challenges.</p>

<p>The paper describes the relation between fuzzy and non-fuzzy description logics. It gives an overview about current research in these areas and describes the difference between tasks for description logics and fuzzy logics. The paper also deals with the transformation properties of description logics to fuzzy logics and backwards. While the process of transformation from a description logic to a fuzzy logic is a trivial inclusion, the other way of reducing information from fuzzy logic to description logic is a difficult task, that will be topic of future work.</p>

<p>It is common for cultural heritage applications to use spatial and/or spectral data for documentation, analysis and visualisation. Knowledge on data requirements coming from the cultural heritage application and technical alternatives to generate the required data based on object characteristics and other influencings factors paves the way for the optimal selection of a recording technology. It is a collaborative process requiring knowledge of experts from cultural heritage domains and technical domains. Currently, this knowledge is structured and stored in an ontology (so-called COSCHKR). It has the purpose to support CH experts not familiar with technologies through prescribing an optimal spatial or spectral recording strategy adapted to the physical characteristics of the cultural heritage object and the data requirements of the targeted CH application. The creation of digital 3D reconstructed models for analysis and visualisation purposes is getting more and more common within humanities disciplines. Therefore, an implementation of mechanisms involved in visualisation applications into this ontology would have huge benefits in creating a powerful recommendation solution. A structured view on such project workflows facilitates a rough match with the existing knowledge representation. Illustrating the overall structure of COSCHKR, this paper addresses and discusses challenges in structuring the processes of cultural heritage visualisation and implementing these into the ontology.</p>