Einsatz von Augmented Reality für hydrologische Modelle

812 Aufrufe

Veröffentlicht am

Vortrag auf dem GI-Workshop "Simulation in den Umwelt- und Geowissenschaften" SUG 2011 in Berlin

Veröffentlicht in: Bildung
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
812
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
2
Aktionen
Geteilt
0
Downloads
3
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Einsatz von Augmented Reality für hydrologische Modelle

  1. 1. Einsatz von Augmented Reality für hydrologische Modelle - MAGUN - Mobile Anwendungen auf Basis von Geoinformationen in einer In-situ Informationsinfrastruktur (iii) im Umwelt- und Navigationsbereich Stefan Simroth, HTW Berlin, stefan.simroth@student.htw-berlin.deFrank Fuchs-Kittowski, HTW Berlin, frank.fuchs-kittowski@htw-berlin.de
  2. 2. Einleitung• Hydrologische Modelle – z.B. Wasserhaushalts-, Niederschlag-Abfluss-Modelle• Einsatzgebiet – z.B. Wasserdargebotsermittlung, Hochwasserschutz, PlanungsgrundlageProblem: Zuordnung Modelldaten ↔ Realität Lösung mit Hilfe von Augmented Reality (AR): positionsgenaue Überlagerung der Sicht auf die reale Umgebung mit 2D- oder 3D- Visualisierungen der Modelle 2
  3. 3. …hydrologische Geodaten für diesen Wassergraben?
  4. 4. Agenda• Augmented Reality• Mobile Augmented Reality• Projekt MAGUN• Szenarien• Anforderungen• UI-Prototyp• Ausblick 4
  5. 5. Augmented Reality (AR)• „Erweiterte Realität“ Erweiterung der realen Welt mit digitalen Informationen• eindeutige Beziehung zwischen realen Objekten und digitalen Informationen herstellen und• über unterschiedliche Medien wahrnehmbar machen 5
  6. 6. Augmented Reality - BeispieleAbseitslinie im Fussball AR Kitchen (MIT) Gipfelspitzen 6
  7. 7. Mobile Augmented Reality• a.k.a. Smartphone-basierte Augmented Reality Nutzung mobiler Geräte VS.• Smartphones, Tablet-PCs Laptop & Datenbrille• „Reality Browser“ 7
  8. 8.  http://magun.htw-berlin.de Projekt MAGUN  http://www.magun-projekt.de• Erarbeitung und Umsetzung eines praxistauglichen Konzepts – zur mobilen und visuellen Bereitstellung von Geo- und Umweltinformationen – mit Hilfe innovativer mobiler Technologien (Smartphones, AR)• Vereinfachung und Erhöhung der Effektivität der Entwicklung mobiler Anwendungen – um digitale Umwelt- und Geoinformationen – mobilen Nutzern situationsgerecht bereitzustellen 8
  9. 9. Szenarien• Darstellung des mittleren Dargebots• 3D-animierter Vorher/Nachher-Vergleich von Baumaßnahmen• Nutzung für Lehrpfade als Informationssystem 9
  10. 10. …hydrologische Geodaten für diesen Wassergraben?
  11. 11. Szenarien (1) Mittleres Dargebot (1) Ermittlung & Überwachung des Wasserdargebots• Vor-Ort-Begehungen eines Gebietes erforderlich• Geodaten: – Karten, Pegelstände, Abflussgrößen, Niederschlagswerte, usw. – Bsp. Mittlerer Abfluss (MQ)  m³/s• Datenträger vor Ort: Notizzettel? Laptop?• Immer bezogen auf einen Streckenabschnitt! 11
  12. 12. Szenarien (1)Mittleres Dargebot (2) 12
  13. 13. Szenarien (1)Mittleres Dargebot (3) Open Source GIS uDig 13
  14. 14. Szenarien (2) 3D-Vorher/Nacher-Vergleich• Wasserwirtschaft – u.a. wasserbauliche Maßnahmen planen und durchführen – Planungs- und Genehmigungsverfahren Pläne vielen heterogenen Anspruchsgruppen verständlich machen• 3D-Objekte der umgebauten Landschaft direkt in das Kamerabild positionieren• Direkter Vergleich durch „Nebeneinanderhalten“ 14
  15. 15. Szenarien (3) Lehrpfade• Naturlehrpfade u.a. zur Umweltbildung• ökologische Zusammenhänge, Aufgaben und Funktionen, aktuelle und historische anthropogene Nutzung, Naturschutz• Ausrichtung des Lehrpfades auf Zielgruppe• Wissen auf unterschiedlichem Detaillierungsgrad direkt und kontextsensitiv bereitstellen• Filme, Animationen, Audio Kombination von Natur- und Technikerlebnis 15
  16. 16. Anforderungen• Unterschiedliche Thematik der Daten• Nutzergruppen – Eine oder mehrere Person(en), Fachleute oder Laien• Art der Daten und der Darstellung – z. B. Texte, 2D-Bilder, 3D-Objekte, Videos, Audio• Zeitbezug der Daten – Echtzeit, Historisch, Aktuell, Zukünftig• Datenqualität / -herkunft – Messdaten, Berechnungen, Nutzergeneriert• Verwendung von Markern zur Erkennung von Orten• Ortung – via GPS, Kompass, Marker 16
  17. 17. UI-Prototyp 17
  18. 18. Ausblick• AR noch in Kinderschuhen – Hohes Potenzial, technisch & wirtschaftlich• MAGUN – Infrastruktur zur Bereitstellung von kontextsensitiven Geo- und Umweltinformationen – Unterstützung mehrerer AR-Browser – AR-unterstützte mobile App 18
  19. 19. Vielen Dank für die Aufmerksamkeit!

×