An off-shore wind generator park An off-shore wind generator park An off-shore wind generator park An off-shore wind generator park © Nicholas Doherty / Unsplash
„Freude, Freude treibt die Räder in der großen Weltenuhr“
aus Schillers „Ode an die Freude“

Tragende Strukturen unterliegen seit jeher den Forderungen nach hoher Funktionalität bei niedrigen Kosten und gleichzeitiger Schonung der Umwelt. Dies gilt gleichermaßen im Bauwesen, im Maschinenbau und in der Luft- und Raumfahrt.

Neue Verbundwerkstoffe, der stetige Zuwachs der Rechnerleistungsfähigkeit sowie die Miniaturisierung von Sensorik und Elektronik beeinflussen heute wesentlich die aktuellen Entwicklungsrichtungen für Tragstrukturen der Zukunft. Diese sind gekennzeichnet durch Multifunktionalität, Leichtigkeit und Langlebigkeit.

Das Institut für Statik und Dynamik der Leibniz Universität Hannover orientiert sich an diesen übergeordneten Zielen. Es fokussiert seine Forschung auf die Gebiete der Schwingungen und der Verbunde.

Forschungsbereiche

Folgen Sie unserer LinkedIn-Seite für Forschungs-Updates und Neuigkeiten.

News

Paper published in PFG: Conditional Adversarial Networks for Multimodal Photo-Realistic Point Cloud Rendering

Examples for summer (middle) and winter (right) representation of the same input point cloud coloured by reflectance (left) in Hannover

Torben Peters and Claus Brenner developed a method to create photorealistic visualizations from point clouds.

We investigate whether conditional generative adversarial networks (C-GANs) are suitable for point cloud rendering. For this purpose, we created a dataset containing approximately 150,000 renderings of point cloud–image pairs. The dataset was recorded using our mobile mapping system, with capture dates that spread across 1 year. Our model learns how to predict realistically looking images from just point cloud data. We show that we can use this approach to colourize point clouds without the usage of any camera images. Additionally, we show that by parameterizing the recording date, we are even able to predict realistically looking views for different seasons, from identical input point clouds.

 

link.springer.com/article/10.1007/s41064-020-00114-z

Neuigkeiten der Fakultät für Bauingenieurwesen und Geodäsie
Alle Personen des Instituts