Bachelorarbeit
- Typ
- Bachelorarbeit
- Ort
- Aalen
- Ergebnis
- Workflow & PoC
- Umgebung
- Unity 2022.3
- Typ Bachelorarbeit
- Ort Aalen
- Ergebnis Workflow & PoC
- Umgebung Unity 2022.3
Urban Digital Twin
Vier aufeinander aufbauende Informationsebenen
Gelände bildet die räumliche Basis. Darauf folgen Straßen und Fließgewässer, Gebäude sowie Vegetation auf definierten Flächen.
16 km²Projektgebiet
13.521Gebäude
40.563Flächenobjekte
5.353Straßenachsenmodelle
Die Erstellung eines gemeinsamen Stadtmodells erfolgt durch die Zusammenführung von Daten aus unterschiedlichen Geodatenquellen. Zunächst wurden die vier Verarbeitungsebenen isoliert vorbereitet und im Anschluss in Unity zusammengeführt.
Entscheidend war dabei nicht ein einzelner Import, sondern eine nachvollziehbare Kette aus Aufbereitung, Koordinatentransformation, Modellgenerierung und Integration. Hierdurch wird deutlich, welche Daten wie stark den finalen Urban Digital Twin beeinflussen.
Die vier Schritte bilden damit zugleich die technische Struktur der Arbeit: Zunächst wird die räumliche Basis geschaffen, dann verbindende Achsen angelegt, anschließend werden Gebäude errichtet und zuletzt erfolgt die semantische Ergänzung durch Flächen und Vegetation.
DGM025
- Enthält
- Geländehöhen, 25-cm-Raster
- Format
- GeoTIFF
- Funktion
- Raumbasis, Höhenreferenz
Basis-DLM
- Enthält
- Straßen, Gewässer, Flächen
- Format
- Shapefile
- Funktion
- Stadtachsen, Flächenbasis
CityGML LoD2
- Enthält
- Gebäude, standardisierte Dachformen
- Format
- CityGML
- Funktion
- Grundlage der Gebäudemodelle
- Input
- DGM025-Kacheln
- Editing
- zusammenführen, eingrenzen, aufbereiten, in RAW konvertieren
- Ergebnis
- skaliertes, texturiertes Unity-Terrain
- Input
- Objekte des Basis-DLM
- Editing
- filtern, Achsen verbinden, Koordinaten transformieren, Höhen ergänzen
- Ergebnis
- texturierte OBJ-Modelle im lokalen Stadtmodell
- Input
- CityGML-Gebäudedaten
- Editing
- isolieren, Koordinaten transformieren, Flächentypen modellieren
- Ergebnis
- getrennte Dach-, Wand- und Bodenobjekte
- Input
- Flächenpolygone des Basis-DLM
- Editing
- Flächentypen zuordnen, Vegetations-Assets automatisiert platzieren
- Ergebnis
- repräsentierte Wald- und Landwirtschaftsflächen
Die größte Herausforderung bestand nicht in einem einzelnen Datensatz, sondern im Zusammenspiel aller Ebenen. Die Herausforderung bestand darin, das Gelände, die Straßen, Gewässer, Gebäude und Vegetation so zusammenzuführen, dass sie räumlich plausibel bleiben und sich gegenseitig nicht widersprechen.
Aus diesem Grund wurde jede Phase im Gesamtkontext geprüft. Überschneidungen, wie Gebäude auf Straßen oder Bäume auf Wegen, wurden lokalisiert, bewertet und gezielt korrigiert. Die Ansicht bündelt diese technischen Entscheidungen und zeigt, wo der Workflow robust ist und wo Grenzen sichtbar werden.
Bei der Datengrundlage wurde bewusst die amtliche LGL-Datenbasis gegenüber OpenStreetMap ausgewählt. Ausschlaggebend waren konsistentere Objektdefinitionen und verlässlichere Strukturen, auch wenn dadurch weniger Zusatzinformationen zur Verfügung standen.
Straßenachsen verbinden
Fragmentierte Einzelabschnitte wurden über OBJID- und OBJID_Z-Kennungen gruppiert und zu längeren Verläufen verbunden. Das erzeugte konsistentere Straßenmodelle, blieb in Randfällen aber artefaktanfällig.
Koordinaten im 3D-Raum
Alle Objekte wurden relativ zur südwestlichen Projektgrenze transformiert und mit Höhenwerten aus dem GeoTIFF ergänzt. Dadurch entstand eine einheitliche Positionierung im lokalen Unity-Raum.
Fehler lokalisieren
Objektweise Dateien und statusbasierte Verzeichnisse machten sichtbar, welche Verarbeitungsschritte erfolgreich waren und wo Fehler entstanden. So wurde die Diagnose gezielter und produktionsnäher.
Die Gesamtansicht verschiebt den Prüfmaßstab vom einzelnen Campus auf den Stadtraum: Siedlungsbereiche, Freiräume sowie das Netz aus Straßen und Gewässern werden in ihrem räumlichen Zusammenhang lesbar. Entscheidend ist hier nicht die Übereinstimmung eines einzelnen Objekts, sondern ein durchgängiger und nachvollziehbarer Gesamteindruck.
Beide Abbildungen liefern damit unterschiedliche Nachweise: Der Campus ermöglicht den direkten Abgleich mit einem realen Referenzbild, während die Stadtansicht Vollständigkeit, räumliche Kontinuität und die konsistente Wirkung des UDZ über das gesamte Projektgebiet beurteilen lässt.
Campus Beethovenstraße im Direktvergleich
Links zeigt der UDZ den Campus der Hochschule Aalen an der Beethovenstraße, rechts denselben Ort in Google Maps. Die Abbildung stellt Modell und reale Referenz unmittelbar nebeneinander.
Der Campus eignet sich als Referenz, weil Hauptgebäude, Beethovenstraße, interne Erschließung und Freiflächen eindeutig wiedererkennbar sind. Ihre Anordnung und räumlichen Beziehungen lassen sich im geteilten Bild direkt nachvollziehen.
Bewertet wurden Wiedererkennbarkeit, relative Lage und Proportionen der Strukturen. Der Vergleich dient damit als qualitative Plausibilitätsprüfung des Modells und nicht als Beurteilung fotorealistischer Ähnlichkeit.
Das gesamte Stadtgebiet Aalens im UDZ
