Gruppe Smarte Datenprozessierung und -visualisierung

Forschungsschwerpunkt der Gruppe ist die maßgeschneiderte Visualisierung räumlicher Messdaten. Smarte Datenvisualisierung schafft die Voraussetzung, komplexe Messergebnisse schnell zu erfassen und daraus zielsicher Handlungen abzuleiten. Dazu entwickeln wir interaktive Applikationen zur Navigation in aufbereiteten Messdaten, die komplexe Analysen und Entscheidungsprozesse visuell unterstützen. Je nach Anwendungsfall bedarf es unterschiedlichster Visualisierungsvarianten und geeigneter Plattformen. Überall dort, wo Prozesse interaktiv nachgeregelt werden sollen, müssen Messergebnisse in Echtzeit visualisiert werden. Für das optimierte Handling umfangreicher Messdaten entwickeln wir daher Algorithmen und Methoden zur smarten Datenkonzentration. Damit schaffen wir die Voraussetzung für den Einsatz etablierter und zukünftiger Messtechnik auf neuen Gebieten. Insbesondere für mobile Geräte mit limitierter Rechenleistung müssen Messdaten bereits während der Erfassung reduziert werden, um sie auswerten und anschließend visualisieren zu können. Die Möglichkeit, Messdaten auf mobilen Geräten zu visualisieren, schafft die Voraussetzung dafür, Qualitäts- und Vollständigkeitskontrollen bereits während der Datenaufnahme durchzuführen.

Profundes Wissen rund um die zugrundeliegenden Daten und die Bildgenerierung aus 3D-Modellen nutzen wir darüber hinaus, um synthetische Trainingsdaten zu erstellen – beispielsweise für eine KI-basierte Objekterkennung. Damit wiederum legen wir gleichzeitig die Grundlage für eine iterative Optimierung der Messtechnik im Hinblick auf eine spätere maschinelle Dateninterpretation.

Visualisierung

  • Darstellung massiver Punktwolken
  • Echtzeit-Rendering mit > 20 Frames pro Sekunde
  • diverse Visualisierungstechniken zur intuitiven Darstellung komplexer Sachverhalte, wie z. B.
    • Beleuchtungsberechnung auf visuell in Echtzeit rekonstruierter Oberfläche zur Erkennung von Strukturen
    • Kanten-Färbung zur visuellen Trennung von Entitäten in der Punktwolke
    • Falschfarben-Darstellung weiterer Datenkanäle der Messung (Intensität, Hit-Count) oder in Echtzeit abgeleiteter Sachverhalte (Entfernung, Höhe, Zerklüftung der Oberfläche)

Synthetische Trainingsdaten

  • Erstellung von 3D-Szenen inkl. Material-Eigenschaften, Beleuchtungssituationen, Wetterphänomenen, dynamischen Eigenschaften
  • algorithmische Erzeugung von 3D-Modellen aus parametrisierbaren Bausteinen
  • Erstellung simulierter Messdaten: fotorealistische Bilder, 3D-Punktwolken