Kurzfassung
Nicht verfügbar

Abstract
Nicht verfügbar

Kurzfassung
Eine Voraussetzung für die Bestimmung von Punkten auf und nahe der Erdoberfläche unter Verwendung eines luftfahrzeuggestützten Laserscanners ist die Kenntnis der räumlichen Position und der räumlichen Orientierung des Laserscanners während des Fluges. Die Bestimmung dieser Parameter erfolgt aus Messungen eines Multisensorsystems, bestehend aus einem GNSS Empfänger und einem Trägheitsnavigationssystem. Dieser Artikel beinhaltet die Grundprinzipien der IMU/GNSS Integration sowie den Vergleich einer Integrations-Software, entwickelt an der TU Wien, mit der kommerziellen Software Waypoint. Weitere Untersuchungen befassen sich mit der Modellierung und Implementierung der systematischen Fehler der IMU.

Abstract
An indispensable prerequisite for operating an airborne laserscanner for point determination on or close to the earths surface is the knowledge about the precise spatial position and orientation of the laserscanner. These parameters of the aircrafts (respectively scanner) trajectory can be determined using a multi-sensor system which consists of a GNSS receiver and an inertial navigation system. This article focuses on the basic principles of IMU/ GNSS integration and the comparison of a combination software, developed at TU Vienna, with the commercial software Waypoint. Further investigations cover the implementation and modelling of the IMU sensor errors.

Kurzfassung
Massenbewegungen treten insbesondere in gebirgigen Regionen verstärkt auf und stellen häufig eine Gefahr für Mensch und Infrastruktur dar. Für die Untersuchung solcher geodynamischen Prozesse werden heute oftmals numerische Modelle verwendet, die das Verhalten des Untergrundes simulieren. Die Anpassung solcher Modelle an in situ-Messdaten geschieht jedoch häufig durch unsicheres "trial and error". Einen Genauigkeitsgewinn und die statistische Beurteilung der Modellanpassung verspricht hier die adaptive Kalman-Filtertechnik. Diese erlaubt die optimale Schätzung des Zustands des Systems "Rutschhang" und kann auch zur Prädiktion des künftigen Hangverhaltens eingesetzt werden. Nachfolgend soll die Entwicklung eines adaptiven Kalman-Filters anhand einer noch simulierten Testböschung erläutert werden. Die Methode der Modellkalibrierung soll später auf das Modell eines realen Untersuchungsobjekts angewendet werden, und zusammen mit den erfassten Monitoringdaten die Grundlage für ein wissensbasiertes Alarmsystem für Massenbewegungen schaffen.

Abstract
Mass movements especially appear in mountainous regions and often cause dangerous situations for men and infrastructure. Today, the analysis of such geodynamic processes is commonly done by numerical modelling to simulate the behaviour of bedrock. The adjustment of such models with measured data is usually done by statistically non assured "trial and error" methods. Adaptive Kalman-filtering can be used to increase accuracy and enable the statistical evaluation of the adaptation results. The optimal estimation of relevant system quantities and the prediction of the future slope behaviour are possible. The application of an adaptive Kalman filter to a still simulated test slope is described below. The calibration method will be applied to a model of a real slope being the basis for a knowledge-based alarm system for mass movements.

Kurzfassung
Im Jahr 2006 wurde ein von der EU gefördertes Projekt abgeschlossen, in dem ein mehrstufiges Mess-und Auswertekonzept entwickelt wurde, welches eine Basis für Frühwarnsysteme sein soll. Wissenschaftler von zwölf Instituten aus sechs Ländern kooperierten in interdisziplinären Arbeitsgruppen. Eine besondere Herausforderung war, ein kostensparendes Konzept für Regionen mit einer Vielzahl von Rutschungsgebieten entstehen zu lassen. Dieser Beitrag beschränkt sich auf folgende drei Schwerpunkte: & GIS integrierte geologische Evaluierung von Fernerkundungsdaten, um die Grenzen der Gefahrenzonen zu kennzeichnen & geometrische Analyse von Beobachtungsdaten mit einem mehrstufigen Fuzzy-System als Basis für ein kostensparendes Design der Sensor-Netzwerke & geomechanische Modellierung der Rutschungshänge durch FD-Methoden als Basisinformation für ein Frühwarnsystem.

Abstract
In 2006, OASYS, an EU funded project on a multi-scale monitoring concept for landslides as a basis for an alert system, was completed. 12 institutes from 6 countries tried to merge their multidisciplinary knowledge in the field of landslides and disaster management. The main goal of the research was to develop a cost saving concept for landslide disaster prediction in areas with a higher density of landslides. The present paper reports about the innovative steps and about some highlights of the research, emphasising mainly three tasks: & GIS integrated geological evaluations of remote-sensing data to delineate the high-risk areas in regions with a larger number of landslides & geometrical analysis of the monitoring data by fuzzy techniques as a basis for the design of the sensor network and & geomechanical modelling of the landslide by FD-methods as a basic information for an alarm system.

Kurzfassung
Wesentliche Voraussetzung für die Verwendung von orts-und situationenbezogenen Informationen durch Location Based Services ist die genaue, zuverlässige und möglichst überall verfügbare Ortung des mobilen Nutzers. In diesem Umfeld stellt die Positionsbestimmung von Fußgängern in "passiven Umgebungen" eine besondere Herausforderung dar. In diesem Beitrag erfolgt die Vorstellung eines neuen wissensbasierten Ansatzes zur Steigerung der Qualität der Fußgängerortung.

Abstract
The precise, reliable and preferably everywhere available positioning of mobile users is a substantial precondition for the provision of location and situation based information by Location Based Services. Within these applications locating of pedestrians in passive environments represents a special challenge. In this paper a new knowledge based approach for the improvement of position quality is presented.