Bauliche Großstrukturen

Valide, flächendeckende und vor allem aktuelle Messdaten sind unverzichtbar für die Planung und Entwicklung von Städten und urbaner Infrastruktur. In welchem Zustand sind die Brücken, Gebäude, Tunnel oder Straßen einer Stadt? Wie können Verkehrswege, Erschließungsarbeiten oder ganze Baugebiete möglichst effizient und transparent geplant und der Baufortschritt überwacht werden?

Eine möglichst umfassende Datenbasis ist nötig, um diese komplexen Fragen zu beantworten und Strategien für die Stadtentwicklung zu erarbeiten – zunehmend auch mit Blick auf die Resilienz von Städten angesichts häufiger auftretender extremer Wetterereignisse.

Digitaler Zwilling von Städten

Wir entwickeln multimodale Sensorsysteme, die urbane Infrastruktur detailliert und georeferenziert erfassen. Dazu setzen wir Kameras und Laserscanner ein, die auf mobilen Plattformen wie z. B. Drohnen, speziellen Messfahrzeugen oder auch auf regulär zirkulierenden Verkehrsträgern installiert sind. Je nach Anforderung kombinieren wir weitere Sensoren wie z. B. Wärmebildkameras, Schallpegelmesser oder Beleuchtungssensoren. Die digitalen Messdaten – Kamerabilder und 3D-Punktwolken – sind so aufbereitet, dass sie direkt in Geoinformationssysteme (GIS) einfließen können. Langfristiges Ziel ist ein digitaler Stadt-Zwilling als optimale Grundlage für die Planung und Verwaltung städtebaulicher Infrastruktur.

Städte sind sich dynamisch entwickelnde Räume: Daher müssen die Messdaten umfassend, aber vor allem auch aktuell sein. Wir arbeiten daher an Konzepten für robuste und kompakte Messtechnik, die sich auf herkömmlichen Fahrzeugen installieren lässt. So können Busse oder Müllfahrzeuge in Zukunft zu Messfahrzeugen werden und für eine aktuelle Datenbasis sorgen.

Schnelle Datenverarbeitung und KI-basierte Datenauswertung

Die schiere Größe und Komplexität von Städten führen zu einer enorm großen Datenmenge. Lösungen zur Echtzeitverarbeitung und zur Datenreduktion sind daher immer Teil unserer Messsysteme. Wir nutzen spezifisch trainierte künstliche neuronale Netze, um gesuchte Objekte in den Daten automatisiert zu erkennen und zu klassifizieren. Und: Aus den Kamerabildern und Messdaten lassen sich weit mehr als rein geometrische Objektinformationen ableiten. RGB-Farbinformationen sowie abgeleitete Werte zu Schattenwürfen oder Reflexionsflächen, die z. B. für die Lärmverteilung oder das 5G-Mobilfunknetz von Interesse sind, können aus den Daten hergeleitet werden.