Digitale Geodaten sind heute in vielen Wissenschaftsdisziplinen unverzichtbar, denn sie zeigen anschaulich Objekte mit Raumbezug, die in unserer digitalen Welt eine zentrale Rolle spielen. Durch die Fülle von Geodaten mit unterschiedlichen Darstellungen wächst auch der Bedarf, die Daten miteinander zu kombinieren. Um dies zu ermöglichen, erstellten Forschende um Prof. Boris Jutzi und Dr. Olaf Wysocki ein ganzheitliches Set von derzeit 32 Geodaten mit einer detaillierten digitalen Repräsentation des TUM-Universitätscampus in der Münchner Innenstadt.
Promovierende der Geodäsie, Informatik und Mathematik starteten die Initiative im Jahr 2021. Sie messen, referenzieren, transformieren und visualisieren Daten und fügen die Teile zu einem neuen Ganzen zusammen – wobei die Georeferenzierung der Daten das Bindeglied darstellt.
Olaf Wysocki, derzeit Postdoktorand, koordiniert das fachübergreifende Gemeinschaftsprojekt. „Wir haben den TUM-Campus als geodätisches Referenzsystem gewählt, da er ein anspruchsvolles urbanes Szenario für verschiedene Methodentests ermöglicht, beispielsweise mit Gebäuden unterschiedlichster Architekturstile. Auf dieser Grundlage lassen sich Methoden und Anwendungen vergleichen und bewerten, beispielsweise Pose Estimation, Vehicle Positioning, Gebäude-Rekonstruktion, semantische Segmentierung, Facade Inpainting, Thermal Point Clouds Projection, Driving & Biking Simulator, Solarpotenzial-Analyse und Novel View Synthesis. Die Einsatzmöglichkeiten in der Wissenschaft sind vielfältig. Wichtig ist auch, den Datenzugriff so einfach wie möglich zu gestalten und die Daten aktuell zu halten. Deshalb hat unser Kollege Benedikt Schwab eine Website entwickelt, bei der die Daten regelmäßig aktualisiert werden“, sagt Wysocki.
Die Ergebnisse der fruchtbaren interdisziplinären Kooperation:
- 32 multitemporale, multimodale, hochauflösende Datensätze mit bis zu millimetergenauer Darstellung von Innen- und Außenszenen des TUM-Campus
- großflächige Abdeckung von 100.000 Quadratmeter des TUM-Campus und seiner Umgebung
- vielfältige Datenquellen: Neben stationären Sensoren kommen auch mobile Sensorplattformen wie Fahrzeuge, Drohnen, Flugzeuge und Satelliten zum Einsatz. Aus diesen Aufnahmen entstehen hochwertige High-Level-Derivate in Form von Orthobildern, Punktwolken, semantischen 3D-Stadtmodellen, hochaufgelöste Karten und vielfältigen Geoinformationen.
- Vielfältige Forschungsansätze und Anwendungen: Das einzigartige Setup von TUM2TWIN wird bereits heute in einer Vielzahl wissenschaftlicher Projekte genutzt, von Koregistrierung über Gebäude-Rekonstruktionen bis hin zur impliziten Szenenrepräsentation.
„Was unseren holistischen Ansatz so einzigartig macht, ist die zeitliche und räumliche Vereinigung aller Datensätze in ein gemeinsames Koordinatensystem zu einem digitalen Zwilling. Egal ob Punktewolken, Satellitenbilder, UAS-Laserscans oder 3D-Modelle: Die frei verfügbaren TUM2TWIN-Daten in einer multitemporalen und multimodalen Repräsentation sind einzigartig“, betont Prof. Boris Jutzi.
Links:
Open Source Project TUM2twin
Prof. Boris Jutzi
Dr. Olaf Wysocki
Professur für Photogrammetrie und Fernerkundung
Pre-print: TUM2TWIN: Introducing the Large-Scale Multimodal Urban Digital Twin Benchmark Dataset
Kooperationen:
Professur für Photogrammetrie und Fernerkundung
Lehrstuhl für Geoinformatik
Lehrstuhl für Verkehrstechnik
Lehrstuhl für Data Science in Earth Observation
Lehrstuhl für Ingenieurgeodäsie
3D AI Laboratory
Visual Computing & Artificial Intelligence Lab
Lehrstuhl für Computing in Civil and Building Engineering
Professur für Green Technologies in Landscape Architecture
Professur für Fernerkundungsanwendungen
Lehrstuhl für Architekturinformatik
Fakultät für Geoinformation (Hochschule München)
Institut für Methodik der Fernerkundung, Photogrammetrie und Bildanalyse, Deutsches Zentrum für Luft- und Raumfahrt