Leibniz Universität Hannover Fakultät Fakultät für Bauingenieurwesen und Geodäsie
Kontakt
Geodätisches Institut Hannover
 
Geodätisches Institut Hannover Lehre
Studienarbeiten

Studienarbeiten am Geodätischen Institut

Laufende Studienarbeiten

Abgeschlossene Studienarbeiten

  • Punktwolken-Segmentierung zur effizienten Lokalisierung von Multi-Sensor-Systemen
    Bei der Multi-Sensor-Fusion werden die Daten verschiedener Sensoren kombiniert, um die unterschiedlichen Schwächen der verschiedenen Sensoren auszugleichen und die Stärken zu nutzen. Neben IMUs und GNSS-Empfängern werden auch LiDAR-Sensoren (light detection and ranging) verbreitet eingesetzt, um die Positionierung und Umgebungswahrnehmung von Systemen zu realisieren und unterstützen. Als aktive Sensoren sind LiDARs geeignet, bei unterschiedlichen Beleuchtungsbedingungen Daten aufzuzeichnen.
    Betreuung: Sören Vogel, Dominik Ernst
    Bearbeitung: Ahmad Hassan
    Jahr: 2023
    Laufzeit: 02/2023 - 08/2023
    © Ernst
  • Uncertainty modelling of static laser scanning using deep learning
    Modelling TLS-uncertainties using deep learning
    Betreuung: Jan Hartmann, Hamza Alkhatib
    Bearbeitung: Tingde Liu
    Jahr: 2023
    Laufzeit: 06/2023 – 12/2023
    © Hartmann
  • Erweiterung eines Lidar-basierten Referenzmesssystem und Installation auf einem Test-Fahrzeug
    Die Studienarbeit erfolgt in Kooperation mit IAV in Gaimersheim. In dieser Studienarbeit geht um die Erweiterung eines Referenzmesssystems für Fahrassistenzsysteme. Dabei soll ein bestehendes System um eine zweite Kamera erweitert werden, welche für die Datenfusion mit einem LiDAR verwenden werden soll. Dabei sollen die Echtzeitfähigkeit und die Kompatibilität der echtzeitfähigen Komponenten gewahrt werden.
    Betreuung: Dominik Ernst, Hamza Alkhatib
    Bearbeitung: Saurabh Borse
    Jahr: 2022
    Laufzeit: 09/2021 - 04/2022
  • Simulation eines UAV-basierten Multi-Sensor-Systems
    Bei der Trajektorienschätzung von Fahrzeugen kann man die Genauigkeit der Ergebnisse durch mathematische Verfahren ableiten. Allerdings lässt sich die Richtigkeit der Ergebnisse nicht so einfach beurteilen. Eine Lösung besteht darin, die Ground Truth Trajektorie zu haben und durch den Vergleich mit der geschätzten Trajektorie die Korrektheit der Ergebnisse zu gewährleisten. Jedoch ist die Generierung der Ground Truth für ein reales Szenario, um die Funktionsfähigkeit eines mathematischen Algorithmus zu bewerten, nicht kosteneffizient und manchmal ist es auch nicht einfach und unkompliziert.
    Betreuung: Arman Khami und Sören Vogel
    Bearbeitung: Jonas Haack
    Jahr: 2022
    Laufzeit: 04/2022 - 10/2022
  • Comparison of different measurement subsampling techniques in the localization of an autonomous multi-sensor-system
    Comparing various approaches to decrease the number of scanned data to be used for localizing multi-sensor-systems in an urban environment.
    Betreuung: Rozhin Moftizadeh, Hamza Alkhatib
    Bearbeitung: Hao Heshan
    Jahr: 2022
    Laufzeit: 05/2022 - 11/2022
    © Ernst
  • Automatisierung der Systemkalibrierung für LiDAR-basierte Multisensorplattformen
    LiDAR-Sensoren (light detection and ranging) finden in vielen Bereichen Anwendung. Durch die leichte Bauform sind LiDARs besonders für autonome Systeme geeignet. So werden die Sensoren für autonome Fahrzeuge zur Hinderniserkennung oder auch für UAVs (unmanned aerial vehicles) zur Aufzeichnung von Punktwolken als Unterstützung von Bilddaten eingesetzt. Auch im geodätischen Kontext finden LiDARs als kinematische Messsysteme immer größere Anwendung. Häufig werden dabei low-cost Laserscanner (LiDAR) eingesetzt. Um die bestmöglichen Ergebnisse mit diesen Sensoren zu erreichen, sind Kalibrierungen notwendig. Diese Kalibrierungen können in einer separaten Kalibrierumgebung erfolgen oder in-situ vor der Messung erfolgen.
    Betreuung: Sören Vogel, Dominik Ernst
    Bearbeitung: Stefan Kampmann
    Jahr: 2022
    Laufzeit: 10/2022 - 04/2023
    © Ernst
  • Implementation of Constraints in Extended Kalman Particle Filter for Georeferencing of Multi-Sensor-Systems
    Reliable georeferencing of a Multi-Sensor-System (MSS) is a challenging task, which comprises at least the accurate determination of three translation and three orientation parameters. With the help of GNSS and IMU measurements, this information can be gained directly in the object coordinate system. However, sometimes the information coming from the sensor might not be reliable enough or it might even be unavailable, especially in urban areas. Because of the high building, GNSS information is affected by signal occlusions. In order to increase the accuracy of georeferencing, appropriate filtering techniques should be applied.
    Betreuung: Rozhin Moftizadeh, Hamza Alkhatib
    Bearbeitung: Zao Yin
    Jahr: 2022
    Laufzeit: 10/2023 - 04/2023
  • Implementation of Inversely Weighted Distance Subsampling Approach for Georeferencing of Multi-Sensor-Systems by Extended Kalman Particle Filter
    Multi-Sensor-System georeferencing is a challenging task when it comes to inner-city areas in which high-rise infrastructures avoid having reliable GNSS signals. On the other hand, the IMU data are usually subject to drifting over time. Therefore, suitable techniques should be used to compensate for the measurement errors of such sensors and hence to improve the reliability of the georeferencing solutions.
    Betreuung: Rozhin Moftizadeh, Hamza Alkhatib
    Bearbeitung: Zhang Meng
    Jahr: 2022
    Laufzeit: 10/2023 - 04/2023

Letzte Änderung: 01.11.22 Druckversion

So erreichen Sie uns
Kontakt