wir bieten...
Dekobild im Seitenkopf ISMLL
 
Projekte & Kooperationen / AcoGPR:

AcoGPR - Adaptive Contactless Ground Penetrating Radar

In der heutigen Städtplanung trifft man auf Probleme, von denen man nicht geahnt hätte, dass diese jemals hätten auftreten können: viele Städte und Gemeinden wissen i.d.R. nur, dass sich bestimmte Versorgungsrohre (Wasser, Gas, Strom, Telefon) durch bestimmte Straßenzüge ziehen; allerdings nicht, wo genau. Das dabei auftretende Problem ist offensichtlich: Hat ein Bagger erst mal mit einem Aushub (z. B. zur Erneuerung der Straße) begonnen, ist die Leitung schnell zerstört; Anwohner werden für einen bestimmten Zeitraum mit der geschädigten Resource nicht mehr versorgt, und eine Reparatur kostet i.d.R. mehrere tausend Euro.

Die Arbeitsgruppe Wirtschaftsinformatik und Maschinelles Lernen (ISMLL), geleitet von Prof. Dr. Lars Schmidt-Thieme, und das Insitut für Hochfrequenztechnik/Labor für Elektrooptik der TU Braunschweig, geleitet von Prof. Dr.-Ing. Jörg Schöbel, werden sich gemeinsam mit der Detectino GmbH mit genau dieser Problemstellung im Rahmen von AcoGPR beschäftigen. Das ISMLL wird dabei Methoden des Maschinellen Lernens entwickeln, um aus den Radarsignalen Informationen zu Position und Lage unterirdischer Rohrleitungen zu extrahieren. Die TU Braunschweig untersucht verschiedene Radarsystemkonzepte und Antennentypen, um einerseits eine bestmögliche Signalqualität mit möglichst vielen Informationen über das Objekt und andererseits einen "kontaktlosen" Antennenaufbau für schwierigeres Gelände zu erreichen. Der Anwendungspartner, die Detectino GmbH aus Hildesheim, wird die entwickelten Prototypen im Rahmen des Projektes ausgiebig testen. Das auf zwei Jahre angesetzte Projekt startet zum 1.6.2011.

Partner:
Technische Universität Braunschweig
Detectino GmbH

Kontakt:
Prof. Schmidt-Thieme
Andre Busche

Publikationen:

  • Andre Busche, Ruth Janning, Lars Schmidt-Thieme (2013):
    Analysing the Potential Impact of Labeling Disagreements for Engineering Sensor Data, in Proceedings of the LWA 2013 - Lernen, Wissen und Adaptivität, Knowledge Discovery and Machine Learning track, Bamberg.
  • Ruth Janning, Carlotta Schatten, Lars Schmidt-Thieme (2013):
    HNNP - A Hybrid Neural Network Plait for Improving Image Classification with Additional Side Information, in Proceedings of the IEEE International Conference on Tools with Artificial Intelligence, ICTAI 2013. PDF
  • Andre Busche, Ruth Janning, Tomas Horvath, Lars Schmidt-Thieme (2012):
    A Unifying Framework for GPR Image Reconstruction, in 36nd Annual Conference of the Gesellschaft für Klassifikation (GfKl 2012).
  • Andre Busche, Ruth Janning, Tomas Horvath, Lars Schmidt-Thieme (2012):
    Some Improvements for Multi-Hyperbola Detection on GPR Data, in Workshop on Knowledge Discovery, Data Mining and Machine Learning (KDML 2012).
  • Ruth Janning, Tomas Horvath, Andre Busche, Lars Schmidt-Thieme (2012):
    Pipe Localization by Apex Detection, in Proceedings of the IET international conference on radar systems (Radar 2012), Glasgow, Scotland.
  • Ruth Janning, Tomas Horvath, Andre Busche, Lars Schmidt-Thieme (2012):
    GamRec: a Clustering Method Using Geometrical Background Knowledge for GPR Data Preprocessing, in Artificial Intelligence Applications and Innovations (IFIP Advances in Information and Communication Technology 381), Springer, Heidelberg, Halkidiki, Greece, pp. 347--356. PDF
  • Daniel Seyfried, Andre Busche, Ruth Janning, Lars Schmidt-Thieme, Jörg Schöbel (2012):
    Information Extraction From Ultrawideband Ground Penetrating Radar Data: A Machine Learning Approach, Proceedings of the 7th German Microwave Conference .