Digitale Stadtmodelle · Geoinformatik · Automatisierung
Projekte zur automatisierten Erzeugung, Modellierung und Verarbeitung digitaler Stadtmodelle mit Fokus auf offene Standards, reproduzierbaren Geodaten-Workflows und spezialisierten Werkzeugen für CityGML.
Ausgewählte Arbeiten
Fünf Entwicklungsbereiche verbinden CityGML, Blender, parametrische Modellierung, Fernerkundungsdaten und Machine Learning zu durchgängigen Workflows für digitale Stadtmodelle.
Ein Blender-Plugin zum georeferenzierten Import, zur Bearbeitung und zum Export von CityGML-Gebäudeobjekten. Der Workflow verbindet standardisierte 3D-Stadtmodelle mit den Modellierungs- und Visualisierungsfunktionen von Blender.
Das Blender-Plugin erweitert ausgewählte Dach- und Fassadenflächen ohne manuelle Modellierung um parametrische BuildingParts wie Gauben, Schornsteine, Balkone, Erker und Dachumrandungen.
Machine-Learning-gestützte Erkennung von Fenstern und Türen in Gebäudefassaden. Aus den Detektionen werden geometrisch bereinigte Openings erzeugt und in CityGML-Gebäudeobjekte integriert.
Ein automatisierter Workflow projiziert Luftbilder auf CityGML-Oberflächen, bewertet geeignete Kameraperspektiven und erzeugt texturierte Stadtmodelle mit reproduzierbarer Bildzuordnung und Atlas-Erstellung.
Gebäudegrundrisse, digitale Geländemodelle und Laserscanning-Daten werden kombiniert, um georeferenzierte CityGML-Gebäudeobjekte automatisiert abzuleiten. Dazu gehören Höhenbestimmung, Dachrekonstruktion und semantische Flächenerzeugung.
Vom Rohdatensatz zum Stadtmodell
Die Projekte verfolgen ein gemeinsames Ziel: komplexe und wiederkehrende Arbeitsschritte in der 3D-Geodatenverarbeitung nachvollziehbar zu automatisieren, ohne Georeferenzierung, semantische Struktur oder Austauschformate aus dem Blick zu verlieren.
