@misc{Schoenawa, type = {Master Thesis}, author = {Schoenawa, Emil Lukas}, title = {Entwicklung einer Android-App zur Erhebung von Punktwolken in Straßenz{\"u}gen}, school = {Hochschule f{\"u}r Technik und Wirtschaft Berlin}, pages = {66}, abstract = {Im Rahmen dieser Arbeit wird eine Android-App entwickelt, mit welcher Punktwolken in Straßenz{\"u}gen direkt georeferenziert erhoben werden k{\"o}nnen. Dabei wird die Depth API des Frameworks ARCore genutzt, um die Punktwolken ohne Tiefensensorik zu erheben. Die Geospatial API wird eingesetzt, um diese Punktwolke direkt zu georeferenzieren. Als Koordinatensystem wird dabei UTM eingesetzt. In den Untersuchungen wird die zu erwartende Genauigkeit der Punktwolken bestimmt, differenziert nach dem Einfluss von je der Depth API und Geospatial API. Dabei wird sowohl die Streuung der Depth API in Abh{\"a}ngigkeit vom Scanabstand klassifiziert, als auch die Positionierungsgenauigkeit der Geospatial API. Die in dieser Arbeit entwickelte App und die mit ihr erhobenen Punktwolken bieten eine gute Basis f{\"u}r weitergehende Forschung, sind aber auch schon f{\"u}r einfache Visualisierungsanwendungen geeignet.}, language = {de} } @masterthesis{Boelke, type = {Bachelor Thesis}, author = {B{\"o}lke, Willi}, title = {Etablierung von OSI-Layer 2 Punkt-zu-Punkt-Verbindungen mittels Service-Discovery unter Android}, school = {Hochschule f{\"u}r Technik und Wirtschaft Berlin}, pages = {53}, abstract = {Das Ziel dieser Arbeit war es eine Softwarekomponente zu entwickeln, welche eine Service-Discovery f{\"u}r Bluetooth und Wi-Fi Direct Services in der Umgebung erm{\"o}glicht, um so weitere Instanzen einer Android-Anwendung oder andere, ben{\"o}tigte Dienste zu finden. Ebenso sollte eine darauf aufbauende Erweiterung entwickelt werden, um automatisiert P2P-Verbindungen zu diesen Services aufzubauen. Diese Komponente soll das bisher in ASAPAndroid verwendete Verfahren der Peer-Discovery ersetzen und ebenso f{\"u}r weitere Anwendungen nutzbar sein.}, language = {de} } @misc{Morhenn, type = {Master Thesis}, author = {Morhenn, Yannik}, title = {Entwicklung eines hybriden Indoor-Outdoor-Lokalisierungssystems auf Basis der ARCore Geospatial API und Cloud Anchor}, school = {Hochschule f{\"u}r Technik und Wirtschaft Berlin}, pages = {65}, abstract = {Die pr{\"a}zise globale Lokalisierung von mobilen Endger{\"a}ten in Innenr{\"a}umen ist eine Aufgabe, die noch nicht vollst{\"a}ndig gel{\"o}st ist. F{\"u}r die relative Ortung in Relation zu bestimmten Referenzpositionen gibt es bereits einige L{\"o}sungen, allerdings k{\"o}nnen die geografischen Koordinaten innerhalb von Geb{\"a}uden bisher nicht genau bestimmt werden. In dieser Arbeit wurde eine Android-Anwendung entwickelt, die genaue globale Ortung in Geb{\"a}uden erm{\"o}glicht. Daf{\"u}r muss mit der Anwendung zun{\"a}chst ein Geb{\"a}udeteil abgelaufen und dabei ausgemappt werden, welcher dann folgenden Nutzern {\"u}ber einen Server zur Verf{\"u}gung steht. Augmented Reality und die ARCore Cloud Anchor API werden zur genauen Positionierung innerhalb eines Geb{\"a}udeplanes verwendet, w{\"a}hrend mit der ARCore Geospatial API eine globale Referenz zu einem erstellten Geb{\"a}udeplan hinzugef{\"u}gt wird, anhand dessen f{\"u}r jeden Punkt einer Karte die genauen geografischen Koordinaten berechnet werden k{\"o}nnen. Die Evaluation der implementierten Anwendung und der zugrundeliegenden Technologien zeigt sehr vielversprechende Ergebnisse im Bereich der Genauigkeit und Zuverl{\"a}ssigkeit. Dabei liegen die gr{\"o}ßten Limitationen bei dem potenziellen relativen Drift des SLAM-Trackings beim Erstellen eines Geb{\"a}udeplanes sowie bei m{\"o}glichen auftretenden Ungenauigkeiten beim Lokalisieren anhand der Cloud Anchor.}, language = {de} } @masterthesis{Purevdorj, type = {Bachelor Thesis}, author = {Purevdorj, Erdene-Ochir}, title = {Implementierung einer Vier-Gestenerkennung auf dem Android-Betriebssystem}, school = {Hochschule f{\"u}r Technik und Wirtschaft Berlin}, pages = {49}, abstract = {Die Zielstellung der vorliegenden Abschlussarbeit war es eine Android-Bibliothek zu entwickeln, die die Ausf{\"u}hrung vier grundlegender Gesten zuverl{\"a}ssig innerhalb eines eigenst{\"a}ndigen Android-Services detektieren soll. Die Basis f{\"u}r die Gestenerkennung bilden vorhandene Sensoren auf Mobilger{\"a}ten mit dem Android-Betriebssystem. Dabei wurden folgende Sensoren genutzt: Linear-Acceleration-Sensor, Gravity-Sensor und Gyroscope-Sensor. Die zu detektierenden Gesten dienen dem Empfangen (MotionType.RECEIVE) und Versenden (MotionType.SEND) und Ablegen (Motiontype.DROP) und Aufheben (MotionType.SCOOP) von Nachrichten. Diese Arbeit schafft eine erste Basis f{\"u}r andere Entwickler*innen, die die Bibliothek in ihre Anwendungen integrieren oder weiter aufbauen wollen.}, language = {de} }