ViERforES - Weiche topologische Skelette zur Visualisierung von unsicheren Strömungsdaten

Strömungsdaten (meist beschrieben als zeitabhängige Vektorfelder) kommen in verschiedenen Anwendungsbereichen vor, wie z.B. Fahrzeugtechnik (Luftumströmungen um Fahrzeuge), Medizintechnik (Simulation von Blutströmungen durch Aneurysmen), oder Energietechnik (Strömungen um Turbinen oder Windkrafträder). Eine adäquate Visualisierung solcher Strömungsdaten hilft beim Verständnis der darunter liegenden physikalischen Phänomene und trägt damit sowohl zur Erhöhung der Effizienz der verwendeten Verfahren bei als auch zu deren Sicherheit. So kann z.B. durch eine sinnvolle Visualisierung untersucht werden, ob ein Aneurysma reißen kann oder ob ein Fahrzeug unter starken Gegen-/Seitenwinden instabile Fahreigenschaften aufweist. Zur Visualisierung von Strömungsdaten existieren verschiedenen Methoden, unter denen die Erzeugung von sog. topologischen Skeletten eine prominente Rolle spielt. Topologische Skelette erlauben die Segmentierung in Gebiete gleichen asymptotischen Strömungsverhaltens und ermöglichen deshalb eine sehr kompakte und vereinfachte Darstellung von recht komplexen Strömungsphänomenen. Nahezu alle zu untersuchenden  Strömungsdaten enthalten Unsicherheiten (z.B. Rauschen oder Messfehler). Die Beachtung solcher Unsicherheiten wird in der Visualisierung schon seit einigen Jahren als eines der wichtigsten Probleme betrachtet. Viele Visualisierungstechniken sind inzwischen dahingehend erweitert, dass sie Unsicherheiten in die visuelle Analyse miteinbeziehen. Für topologische Visualisierungstechniken sind solche Ansätze nicht bekannt. Ziel des Teilprojektes ist es, topologische Methoden der Strömungsvisualisierung auf unsichere Datensätze zu erweitern und hierfür Konzepte für weiche topologische Skelette zu entwickeln. Da solche Skelette signifikant mehr Information enthalten als traditionelle topologische Skelette (nämlich Strömungsinformation plus Information über die Unsicherheit), werden Methoden der immersiven visuellen Analyse (z.B. die Exploration der Daten in VR-Umgebungen) interessant. Zur Evaluation der entwickelten Verfahren werden Daten aus mehreren Anwendungsbereichen des Gesamtprojekts sowie von externen Anwendern untersucht. Dabei kommt es darauf an, zu zeigen, wie die neuen Verfahren funktionieren, und welche Vorteile ein Einsatz der Methoden in VR-Umgebungen bringt.