Aktuelle Projekte der AG Expertengestützte Datenanalyse und Qualitätsprozesse

  • 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