Arbeitsgruppe Expertengestützte Datenanalyse und Qualitätsprozesse

Aufgrund der zunehmenden Komplexität geodätischer Messprozesse ist eine fortlaufende Erweiterung des mathematisch-statistischen Werkzeugkastens notwendig.  

Die Mitglieder der Arbeitsgruppe befassen sich mit der Entwicklung von mathematisch-statistischen Modellen, Schätzverfahren und Algorithmen, um raum-zeitlich bezogene und möglicherweise unvollständige Daten auszugleichen. Die Daten können dabei durch zufällige, systematische, ausreißerbehaftete und korrelierte Messabweichungen charakterisiert sein. Die Herausforderung besteht hierbei in der genauen, zuverlässigen und effizienten Schätzung der unbekannten Modellparameter sowie in der Ableitung von Qualitätsmaßen bezüglich der Schätzung.Solche Schätzungen werden auch als expertengestützten Verfahren entwickelt, bei denen Bayesische Vorinformationen oder a-priori vorhandenes Systemverhalten der zu schätzenden Modellparameter integriert wird. Diese Forschungsschwerpunkte haben verschiedene Anwendungsmöglichkeiten in den Bereichen der Ingenieurgeodäsie, Satellitengeodäsie und Immobilienbewertung gefunden.

Kompetenzfelder der Arbeitsgruppe

  • Wissensbasierte Filterung im Zustandsraum

    Optimale und sequentielle Schätzung der Zustände anhand beliebiger Beobachtungen im Zustandsraum. Hierbei werden neben linearen hauptsächlich auch nichtlineare Systeme berücksichtigt. Ziel ist es die Ansätze möglichst effizient und robust gegenüber Ausreißern zu gestallten. Zudem soll auch vorab vorhandenes Wissen als priori-Wissen in den Filteralgorithmus integriert werden und so zu einer verbesserten Schätzung führen. Ebenso stehen Methoden im Vordergrund, mit welchem normalverteiltes System- und Messrauschen aber auch beliebige und multimodale System- und Messrauschen beherrscht werden können.

  • Optimierung und Qualitätssicherung geodätischer Messprozesse

    Durch die Modellierung und Optimierung von Messprozessen wird eine Steigerung der Effizienz erreicht. Die Modellierung von Messprozessen mit geeigneten Modellierungsverfahren und das Festlegen der notwendigen Detailtiefe ist ein Schwerpunkt des Forschungsfeldes. Des Weiteren erfolgt eine Validierung geeigneter Optimierungsverfahren für die Effizienzoptimierung der jeweiligen Messprozesse.

  • Bayessche Modellierung und Monte Carlo Verfahren

    Dieses Forschungsfeld beschäftigt sich mit der Adaption der Bayesschen Inferenz, in derer Mittelpunkt das Bayes-Theorem steht, auf einige geodätische Anwendungen. Ausgehen von Bayes-Theorem werden unbekannte Parameter festgelegt und Hypothesentests für die Parameter getestet. Die Anwendungen erfolgen in linearen und in nicht-linearen Modellen Zudem werden gegenüber Ausreißern robuste Schätzungen und das Bayes-Filter abgeleitet. Da einige analytische Integrationen zur Parameterschätzung , zur Festlegung von Unsicherheitsbereichen oder zur Prüfung von Hypothesen nicht abgeleitet werden können, wurden nummerische Methoden basierend auf Monte Carlo Verfahren entwickelt und angewandt.

  • Klassische und robuste Parameterschätzung und Hypothesentests

    Im Bereich der klassischen Parameterschätzung werden einerseits unterschiedliche deterministische Trendmodelle untersucht, z. B. Regression- und Basisfunktionsmodelle (B-Splines, Polynome, usw.). Anderseits steht die realistische Modellierung von stochastischen Modellen in der Form von Kovarianzmatrizen im Fokus. Im Bereich Hypothesentests werden geeignete Optimalitätskriterien (z. B. basierend auf gleichmäßig bester Invarianz) für verschiedene Modellszenarien entwickelt. Sind Ausreißer in den Messdaten zu erwarten, wird die Methode der Kleinsten-Quadrate durch ein robustes Schätzverfahren ersetzt. Zu diesem Zweck untersuchen wir u. a. M-,  R-, Maximum-Likelihood-, LMS-, und RANSAC-Schätzer. Neben Ausreißern stellen auch Datenlücken ein großes Problem bei der Parameterschätzung dar. Um dieses Problem zu lösen untersuchen wir robuste Expection-Maximization-Algorithmen, welche in der Lage sind, Datenlücken mit stochastischer Vorinformation aufzufüllen.

  • Raumzeitliche stochastische Prozesse und Signalverarbeitung

    Geodätische Messreihen haben neben dem typischen Raumbezug oftmals auch einen Zeitbezug. Dies trifft dann insbesondere auch auf das Messrauschen zu, dessen Charakteristik oftmals mit Hilfe stochastischer Prozesse modelliert werden kann. Stochastische Prozesse in Form von autoregressiven Moving-Average (ARMA) Prozessen sind hierbei besonders interessant, da sie durch relativ wenige Koeffizienten beschrieben werden, welche zudem direkte Beziehungen zur Autokovarianzfunktion bzw. zum Leistungsdichtespektrum besitzen. Somit kann speziell farbiges Messrauschen sowohl im Zeitbereich als auch im Spektralbereich effizient und aussagekräftig modelliert werden.

Arbeitsgruppenleitung

PD Dr.-Ing. Hamza Alkhatib
Leitende wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Nienburger Straße 1-4
30167 Hannover
Gebäude
Raum
PD Dr.-Ing. Hamza Alkhatib
Leitende wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Nienburger Straße 1-4
30167 Hannover
Gebäude
Raum

Aktuelle Projekte der Arbeitsgruppe

  • AutoMap - Entwicklung eines robusten Positionierungssystems für autonome Fahrzeuge auf der Grundlage erfasster Umgebungsinformationen und GNSS/IMU-Daten
    Die genaue Bestimmung der Position von Fahrzeugen ist nicht nur für autonomes Fahren, sondern auch für viele andere Anwendungen von entscheidender Bedeutung. Die bisherigen Technologien, wie globale Navigationssatellitensysteme (GNSS) oder inertiale Messeinheit (IMU), stoßen jedoch aufgrund von Störungen und Ungenauigkeiten, insbesondere in innerstädtischen Gebieten, an ihre Grenzen.
    Leitung: Hamza Alkhatib, Sören Vogel
    Team: Mohamad Wahbah, Rozhin Moftizadeh
    Jahr: 2023
    Laufzeit: 2023-2025
    © GIH
  • port_AI – Ein volldigitaler Zwilling für Hafenbauwerke unter Nutzung von IoT, 5G, BIM, AR- und KI-Verfahren zum Aufbau eines smarten Building-Lifecycle-Managements
    Die Anforderungen an die Sicherheit und Zuverlässigkeit des Anlagenmanagements der Infrastrukturbauwerke im Bereich der See- und Binnenhäfen nehmen aufgrund des zunehmend globalisierten Handels stetig zu. Durch die Schaffung einer Smart-Infrastructure sollen in diesem Projekt verschiedene Herausforderungen im Umfeld des Managements bestehender Hafeninfrastruktur gelöst werden. Auch die Digitalisierung sowie der Einsatz von KI Verfahren sind im Rahmen dieses Projektes unter dem Begriff der Smart-Infrastructure subsummiert. Nur ein durchgreifend digitales Management von Hafeninfrastruktur ermöglicht den sparsamen Einsatz von Ressourcen, eine vorausschauende Instandsetzung, frühzeitige sowie umfassende Schadenserkennungen und –bewertungen. Dies kann zu einer erheblichen Kosteneinsparungen führen.
    Leitung: Ingo Neumann, Hamza Alkhatib, Mohammad Omidalizarandi
    Team: Arshia Shisheh Garan, Paul Waldstein, Frederic Hake
    Jahr: 2021
    Förderung: Förderprogramm für Innovative Hafentechnologien (IHATEC) unterstützt durch das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI)
    Laufzeit: 12/2021 – 11/2024
  • Integrity contained navigation based on vehicle data and constrained collaborative information
    Multi-Sensor System (MSS) georeferencing is a challenging task in engineering which should be dealt with in the most accurate way possible. An example of a MSS is an autonomous car which drives through an environment and should be able to locate itself safely. The easiest and most straightforward way of georeferencing is to rely on the Global Navigation Satellite System (GNSS) and Inertial Measurement Unit (IMU) data. However, at indoor environments or crowded inner-city areas, such data lack enough accuracy to be entirely relied on. Therefore, appropriate filtering algorithms are required to compensate for such errors and to improve the results sufficiently. Sometimes it is also possible to increase the functionality of a filtering technique by engaging additional complementary information which can directly influence the outputs. Such information could be e.g. geometrical features of the environment in which the MSS runs through.
    Leitung: Ingo Neumann
    Team: Rozhin Moftizadeh
    Jahr: 2020
    Förderung: DFG-Graduiertenkolleg i.c.sens
    Laufzeit: seit 2020
  • Messsystemanalyse und modelbasierte Sensorfusion für das hydro-graphische Wasserwechselzonenmonitoring mittels unbemannter Trägersysteme
    Ziel des Projektes „Messsystemanalyse und modelbasierte Sensorfusion für das hydrographische Wasserwechselzonenmonitoring mittels unbemannter Trägersysteme (WaMUT)“, welches das GIH in Zusammenarbeit mit dem Bundesamt für Gewässerkunde bearbeitet, ist die konsistente, qualitätsgesicherte Erfassung und Modellierung von Geobasisdaten der Wasserwechselzonen und Flachwasserbereiche der Bundeswasserstraßen zur Qualitätssteigerung – insbesondere kleinräumiger - digitaler Geländemodelle des Wasserverlaufs. Im Gegensatz zu den klassischen geodätischen Beobachtungsverfahren zur Erfassung der Bathymetrie und Topographie rückt in den letzten Jahren die Nutzung unbemannter Sensorplattformen – vor allem landseitig (unmanned aerial vehicle UAV), aber auch auf dem Wasser (unmanned surface vessel USV) – in den Fokus. Diese Messsysteme sollen im Rahmen des Projektes WaMUT validiert und darauf aufbauend ein qualitätsgesichertes, integriertes Messprogramm erstellt werden, um belastbare Geobasisdaten in den Wasserwechselzonen erfassen zu können.
    Leitung: Ingo Neumann, Hamza Alkhatib
    Team: Bahareh Mohammadivojdan, Frederic Hake
    Jahr: 2020
    Laufzeit: 09/2020 - 12/2023
    © BfG
  • Alternative Verfahren zur Modellierung von Unsicherheiten in ingenieurgeodätischen Prozessen
    Im Guide to the Expression of Uncertainty (GUM) wird eine Unterteilung der Unsicherheiten in zufällig und systematisch wirkende Einflüsse vorgeschlagen. Im Rahmen dieses Projekts sollen insbesondere die systematischen Unsicherheiten mit Hilfe von Fuzzy-, Bayes- und Monte Carlo-Verfahren ermittelt werden. In diesem Zusammenhang werden Laserscanning- und Wertermittlungsdaten untersucht.
    Leitung: Hamza Alkhatib, Ingo Neumann
    Team: Hamza Alkhatib
    Jahr: 2009
    Laufzeit: seit 2009
Abgeschlossene Projekte der Arbeitsgruppe