Lösungen

Interaktive 3D-Visualisierung für die Weltraumforschung

Die Marsoberfläche mit geologischen Markierungen versehen.
Die Shaler Region des Mars mit geologischen Annotationen in PRo3D.

Die Erkundung des Weltraums und ferner Planeten wie dem Mars bedarf einer großen Palette verschiedenster Technologie-Instrumente, durch die in Bild- und Sensordaten verschlüsselt die Informationen auf die Erde geschickt werden können. Im Rahmen der Mars-Rover-Missionen Perseverance der NASA sowie ExoMars der ESA hat das VRVis gemeinsam mit JOANNEUM Research, die federführend an der Entwicklung der Hauptkameras der Rover beteiligt ist, den innovativen 3D-Viewer PRo3D entwickelt, durch den Orbiter- und Mars-Rover-Kamerabilder bis ins kleinste Detail rekonstruiert und dreidimensional visualisiert werden können. Das vielseitig einsetzbare 3D-Visualisierungstool wurde dabei auch dafür verwendet, unmittelbar nach der Mars-Landung von Perseverance die ersten 3D-Überflugsvideos zu erstellen, um die breite Öffentlichkeit an den ersten Schritten des NASA-Rovers teilhaben zu lassen. Die in PRo3D mit nur wenigen Handgriffen erstellbaren hochaufgelösten digitalen Oberflächenmodelle schaffen für die Planetengeologie darüber hinaus eine wesentliche Grundlage, um ferne Welten, etwa auch im Rahmen von Impaktforschung Asteriodenoberflächen, auf die Erde zu bringen.

Analyse-Werkzeuge für die Planetengeologie

Zu sehen ist ein Querschnitt von Gesteinsschichten, auf welchem in bunten Linien geologische Annotationen getätigt wurden.
Erstellung eines geologischen Protokolls durch Auswahl von Punkten an den stratigrafischen Grenzen eines Aufschlusses.

Planetenforschungsteams können geologische Protokolle auch direkt aus Anmerkungen in der 3D-Ansicht erstellen. Sie wählen Punkte an den Grenzen der stratigrafischen Schichten aus, um einen Querschnitt eines Aufschlusses zu definieren. Das Ergebnis ist eine 2D-Darstellung der Schichtung. Schließlich kombinieren sie mehrere dieser Aufzeichnungen von verschiedenen Standorten, indem sie deren Schichtgrenzen aneinander angleichen. Das Ergebnis sind so genannte Korrelationstafeln, die eine geologische Interpretation der Stratigraphie eines größeren Gebiets darstellen. Wir haben diese Erweiterung von PRo3D auf der IEEE VIS 2020 Konferenz vorgestellt (hier geht es zum IEEE VIS 2020-Paper Video und zur Publikation "InCorr: Interactive Data-Driven Correlation Panels for Digital Outcrop Analysis").

Planetare Verteidigung

Screenshot von PRo3D, der ein Modell von Dimorphos zeigt
Erstes Rohmodell von Dimorphos, dem Ziel des Dart-Impaktors der NASA. Das Modell wird in PRo3D geladen, um die Annotationswerkzeuge für eine Rekonstruktion der Asteroidenoberfläche zu testen. Diese manuelle Rekonstruktion basiert auf den ersten Bildern von Dart. © NASA/APL/ESA/JOANNEUM RESEARCH/VRVis

VRVis ist an der ESA-Mission HERA beteiligt, die Teil der gemeinsamen ESA-NASA-Mission AIDA (Asteroid Impact & Deflection Assessment) ist und sich mit der planetaren Verteidigung befasst. Ziel ist es zu testen, ob Asteroiden, die sich der Erde nähern, durch einen Impaktor abgelenkt werden können. Hierfür wird unser 3D-Viewer PRo3D erweitert, um die Daten der HERA-Instrumente zu analysieren, die für die Bewertung der Auswirkungen eines Einschlags unerlässlich sind. Mehr über das HERA-Projekt.

Simulation und Generation von Trainingsdaten für Deep Learning

Visualisierung in PRo3D mit Positionierung eines Strahlenkegels
Maske für die Positionierung eines Strahlenkegels in der Shaler-Region des Mars.

Bei Rover-Missionen zum Mars ist die Identifikation vielversprechender wissenschaftlicher Ziele von größter Bedeutung. Da die Planung von der Erde aus sehr schwierig ist, wäre die ideale Lösung, Mars-Rover dahingehend weiterzuentwickeln, dass sie zukünftig "selbstständig" vor Ort relevante Ziele für Messungen und Probenentnahmen erkennen können. Für das Training eines Deep Learning-Systems, das vom Projektpartner SLR entwickelt wurde, hat das VRVis darüber hinaus eine Methode geschaffen, um verschiedenste Bilder automatisch aus bestehenden Rekonstruktionen der Marsoberfläche zu rendern. Das DL-System wurde dabei auf die Erkennung von Strahlenkegeln (Shatter Cones) trainiert, die durch Asteroideneinschläge entstehen.

Publikation: Bechtold, Paar, Garolla, Nowak, Fritz, Traxler, Sidla, Köberl (2023): Planetary Scientific Target Detection via Deep Learning: A Case Study for Finding Shatter Cones in Mars Rover Images

Extended Reality zur Erforschung von Weltraumwetter

Schwarze Benutzeroberfläche mit vielen Bildern und Graphen zum Thema Weltraumwetter
Benutzeroberfläche des Expert-Protoyps des CosmoWeather-Projekts zur virtuellen Visualisierung von Weltraumwetter-Ereignissen mitsamt der wichtigsten Parameter. (c) DLR

Weltraumwetter und welche Auswirkungen z.B. Wetterphänomene wie Sonnenstürme auf die Erde haben kann, rückt als Forschungsfrage immer mehr in den Mittelpunkt. Aufgrund der hohen Komplexität ist dabei vor allem auch wichtig, das Thema sowohl für die Wissenschaft als auch für die interessierte Allgemeinheit verständlich aufzubereiten. Extended Reality bietet hier eine hervorragende Möglichkeit, um mithilfe von innovativen VR- und AR-Lösungen komplexe Wetterdaten niederschwellig zu visualisieren: für eine menschzentrierte Analyse, Simulation und Kommunikation.

Super Resolution Reconstruction für die Optimierung von Satellitenbildern

Zwei Satellitenbilder nebeneinander, das linke Originalbild ist verpixelt, das von VRVis nachgebesserte Bild (rechts) ist wesentlich besser zu erkennen.
Die KI-gestützte Lösung des VRVis verbessert sowohl Auflösung als Detailgehalt von Sentinel-2-Satellitenbilder (links) mithilfe speziell angewandter Super Resolution Reconstruction-Technologie (rechts).

Satellitenbilder beinhalten wichtige Informationen über die Erdoberfläche und die umliegende Atmosphäre, was sie nicht zuletzt zu wichtigen Datenquellen im Kampf gegen den Klimawandel macht. Zugleich fehlt vielen Satellitenbildern, vor allem frei und kostenlos verfügbaren, der nötige Detailgrad, um mit ihnen tatsächlich effizient arbeiten und forschen zu können. Das VRVis entwickelt hierfür KI-basierte Lösungen, die die Auflösung frei verfügbarer Satellitenbilder mithilfe von adaptierten Super Resolution Reconstruction-Methoden verfeinern. Das derzeitige Ziel der Forschungsarbeit ist, ein KI-gestütztes Monitoring von kleinstrukturierten Agrarflächen zu schaffen, das eine nachhaltige Landwirtschaft im Sinne des Europäischen Green Deals unterstützt.

Videos

Durch die Wiedergabe dieses Videos speichert YouTube möglicherweise persönliche Daten, wie Ihre IP-Adresse.
Durch die Wiedergabe dieses Videos speichert YouTube möglicherweise persönliche Daten, wie Ihre IP-Adresse.
Durch die Wiedergabe dieses Videos speichert YouTube möglicherweise persönliche Daten, wie Ihre IP-Adresse.
Durch die Wiedergabe dieses Videos speichert YouTube möglicherweise persönliche Daten, wie Ihre IP-Adresse.

Medienberichte

Projekte

Publikationen