DFG project G:(GEPRIS)565633716

Berechnung detaillierter 3D-Gebäudemodelle für das Kataster aus Fernerkundungsdaten

CoordinatorProfessor Dr. Steffen Goebbels
Grant period2025 -
Funding bodyDeutsche Forschungsgemeinschaft
 DFG
IdentifierG:(GEPRIS)565633716

Note: Virtuelle 3D-Stadtmodelle werden für Simulationen (z.B. Lärmkarten, Beleuchtungsmodelle, Solarpotenzialanalysen, Hochwasserkarten, Wärmebedarfskartierung), für die Stadt- und Bauplanung, zur Visualisierung statistischer Daten sowie zum Stadtmarketing benötig. In Deutschland und auch international werden zur Zeit überwiegend 3D-Stadtmodelle eingesetzt, deren Detaillierungsgrad als "Level of Detail" (LoD) 2 gemäß der CityGML 2.0-Spezifikation vorliegt: Die Gebäude dieser Modelle besitzen typischer Weise einfache Dächer, die aus wenigen parametrisierten Dachformen zusammengesetzt sind, und Wände, jedoch keine Dachaufbauten, Fenster, Türen, Balkone, usw. Dieser Detaillierungsgrad reicht für Anwendungen wie Building Information Modeling (BIM), Rettungswegeplanung, Untersuchungen der Energieeffizienz, Visualisierungen mittels 3D-Druck, usw. nicht aus. Daher ist in einem gemeinsamen Vorhaben mit der Partnerstadt Dortmund auf der Basis von Vorarbeiten die Entwicklung eines Workflows zur Berechnung von Gebäudemodellen im LoD-3-Detaillierungsgrad geplant. Dieser soll dazu existierende, modellbasierte LoD-2-Modelle, Katasterdaten, Punktwolken und Schrägluftbilder verwenden. Dabei sollen insbesondere Fassaden- und Dachobjekte wie Türen, Fenster, Balkone, Gauben und Schornsteine in den Geodaten erkannt und automatisch in Modellbestandteile überführt werden. Der Workflow soll geeignet sein, um damit Modelle für vollständige Städte zu berechnen. Dabei sollen etablierte Qualitätskriterien eingehalten werden. Basierend auf den Vorarbeiten sind Algorithmen geplant, die elementare Computer-Vision-Techniken mit tiefen neuronalen Netzen kombinieren. Ein Forschungsschwerpunkt besteht in der Entwicklung geeigneter Trainingsdaten und Trainingsstrategien, die der Auflösung der vorliegenden Daten Rechnung tragen.
   

Recent Publications

There are no publications


 Record created 2025-10-07, last modified 2025-10-13