< Terug naar vorige pagina

Project

Automatische reconstructie van Building Information Model objecten op basis van puntenwolk data

As-built Building Information Models winnen steeds meer aan populariteit binnen de bouwsector. Deze modellen geven de bestaande toestand van de structuur weer volgens de as-built condities en worden gebruikt in talloze applicaties zoals renovaties, facility management en project planning. De productie van deze modellen houdt momenteel in dat de structuur in 3D wordt gecapteerd met behulp van remote sensing technieken en dat de BIM objecten manueel gemodelleerd worden. De interpretatie van puntenwolk data is echter zeer tijdrovend en gevoelig aan misinterpretaties. Naast de overweldigende hoeveelheid data worstelen modelleurs met occlusies, ruis en clutter in gebouwomgevingen. Deze thesis presenteert een serie van automatische procedures die omgaan met de huidige problemen. Meer specifiek worden er zowel theoretische als praktische methodes voorgesteld om de data acquisitie, puntenwolk interpretatie en BIM reconstructie te verbeteren. Volgende contributies zijn onderdeel van dit onderzoek.

Data Acquisitie Het doel van de data acquisitie is de productie van dense accurate point cloud data. Er werd een literatuurstudie uitgevoerd om de opportuniteiten van zowel statische als dynamische data acquisitiesystemen te onderzoeken voor gebouwopmetingen. Een belangrijke conclusie is dat, hoewel dynamische opmetingstechnieken superieure data dekking en snelheid hebben, statische terrestrische laser scanners momenteel de bovenhand hebben inzake de productie van puntenwolk data voor as-built modellen. Een praktische studie toont aan dat de huidige werkwijze, die inhoudt dat er controlemetingen worden uitgevoerd met behulp van totaal stations, aanzienlijk kan verbeterd worden door de integratie van compensator data tijdens de registratie van de individuele scans. Een belangrijke conclusie is dat terrestrische laser scanning kan gebruikt worden als een op zich staande oplossing voor de captatie van middelgrote tot grootschalige projecten zonder de noodzaak om controle metingen uit te voeren en nog steeds te voldoen aan de nauwkeurigheidsvereisten.

Data Interpretatie Eens de data is gealigneerd in een gemeenschappelijk coördinatenstelsel, worden de puntenwolken geïnterpreteerd om te bepalen welke punten tot aparte objecten behoren. De emphasis ligt hierbij op het vergroten van het informatieniveau van de data. In plaats van een manuele procedure wordt een automatische workflow voorgesteld bestaande uit drie opeenvolgende stappen. Eerst wordt de data gesegmenteerd in planaire primitieven conform de oppervlakte hypothese van de structurele elementen in een gebouw. Vervolgens wordt er een objecttype berekend voor elk geobserveerd segment door middel van getrainde machine learning algoritmes. De resulterende geclassificeerde entiteiten worden gegroepeerd met behulp van graph theory met als doel alle observaties van de relevante objecten te isoleren. Uit de experimenten blijkt dat de meerderheid van de observaties van structurele objecten in een gebouwomgeving betrouwbaar geëxtraheerd  kunnen worden. Hoewel sommige false positives een probleem blijven, toont de geïmplementeerde 3D aanpak beloftevolle resultaten voor het interpreteren van puntenwolken.

Data Reconstructie De gegroepeerde observaties van ieder object worden gebruikt om een set van generieke BIM entiteiten te creëren conform bestaande standaarden. Er wordt beoogd een set van parametrische BIM objecten te construeren die bruikbaar zijn door de industrie. Klasse-specifieke reconstructie algoritmes worden voorgesteld om de benodigde parameters te extraheren voor de parametrische representatie van ieder object. Na het creëren van een set van partiele objecten wordt ook de topologie van de gebouwonderdelen gereconstrueerd op basis van intersectie theorie. Uit de experimenten blijkt dat, ongeacht de abstracties vanwege de klasse definities, de voorgestelde automatische workflow in staat is om topologisch correcte BIM objecten te reconstrueren.

Datum:1 okt 2013 →  10 dec 2018
Trefwoorden:BIM, Terrestrial Laser Scanning, As-built, Reconstruction
Disciplines:Toegepaste wiskunde, Computerarchitectuur en -netwerken, Distributed computing, Informatiewetenschappen, Informatiesystemen, Programmeertalen, Scientific computing, Theoretische informatica, Visual computing, Andere informatie- en computerwetenschappen
Project type:PhD project