Forschungsbereich: Spatial Data Science
-
EVAC - Employing Video Analytics for Crisis Management
Tritt ein Bach über die Ufer und überflutet dann die Keller, zeichnen viele das Ereignis mittels Smartphone auf. Solche Augenzeugen-Videos enthalten potentiell interessante Informationen für die Ereignisbewältigung.
-
Swiss Territorial Data Lab
Das Swiss Territorial Data Lab (STDL) hat zum Ziel, Innovationen hinsichtlich digitaler Abbilder der Schweizer Oberflächenstruktur und damit verbundener Anwendungsszenarien zu fördern. Sie erforscht vor allem...
-
Logistik der Streusalzbereitstellung in der Schweiz
Chancen und Risiken einer koordinierten Streusalzbereitstellung in der Schweiz
-
Digital Twin Prototype
Ziel des Projekts ist die Erweiterung des bestehenden infra3D Services Dienstleistungsangebots der iNovitas AG um die 3D-Karitierung von nicht befahrbaren Umgebungen wie Innenstädte, Parks und Infrastrukturen im Untergrund.
-
ThermoPlaner3D
3D-Thermografie Luftaufnahmen werden weitgehend automatisch kontrolliert und korrigiert und mit statistischen Daten kombiniert. Dadurch entstehen schnell und preiswert 3D Modelle aller Gebäude im Untersuchungsgebiet. Die Gebäudemodelle können einzeln als Ist-Aufnahme, zur Quantifizierung von Sanierungspotentialen und für die Wärmeverbrauchsprognose genutzt werden, oder in Kombination als Energieverbrauchskarte und Wärmekataster von ganzen Stadt-, Gemeinde- oder Energieversorgungsgebieten verwendet werden.
-
DigitalCities4Us
Im Projekt DigitalCities4Us werden hochaufgelöste digitale Stadtmodelle für die bauliche Planung und die individuelle Erschliessung barrierefreier Städte nutzbar gemacht.
-
KI-basierte Risikoprognose von Wildtierkollisionen auf dem Eisenbahnnetz der SNCF
Im Rahmen dieses mit dem Infrastrukturbereich der Französischen Eisenbahngesellschaft (SNCF Réseau) durchgeführten Forschungsprojektes soll das Kollisionsrisiko mit Wildtieren auf dem Streckennetz mit Hilfe von künstlicher Intelligenz (KI) und umfangreicher georeferenzierter Daten aus Satelliten und terrestrischer Sensoren untersucht werden. Ziel der Arbeiten ist es, prognostische Modelle hinsichtlich relevanter Habitate und Populationen zu etablieren, um die Planung effektiver Schutzmassnahmen in Risikobereichen zu unterstützen.
