BIM

HFT auf Facebook      HFT auf Twitter   HFT auf Youtube   HFT und Snapchat

- konforme Erfassung von 3D-Geometrie und semantischen Bauteilinformationen für die Gebäudemodellierung <<


Leitung: Prof. Dr. Eberhard Gülch / Prof. Dr. Michael Hahn

Das Building Information Modeling stellt für die Bauwirtschaft eine Revolution dar, die von zweidimensionalen Papierplänen hin zu computergestützten dreidimensionalen Gebäudemodellen führen wird. Dies hat zur Folge, dass eine flächendeckende Einführung dieser BIM-Methode über den gesamten Lebenszyklus eines Bauwerks unter intensiver Zusammenarbeit aller Beteiligten in einer Vielzahl von Ländern vorangetrieben wird.

Zentrales Element der BIM-Methode ist das durchgängige, dreidimensionale Bauwerksmodell, welches für alle am Bauwerk Beteiligten die Grundlage ihrer Arbeiten darstellt. In diesem werden neben den geometrischen auch alle semantischen Informationen der im Bauwerk enthaltenen Bauteile hinterlegt.

Jedoch kommt die Methode BIM bisher vor allem bei der Planung und Umsetzung von Neubauten zum Einsatz. Eine nachträgliche, flächendeckende und möglicherweise hochautomatisierte Digitalisierung des Gebäudebestands in ein umfassendes BIM-Modell findet bisher keine Beachtung. Und genau an dieser Stelle setzt das Projekt „BIM-konforme Erfassung von 3D-Geometrie und semantischen Bauteilinformationen für die Gebäudemodellierung“ mit dem Ziel an, eine solche zu ermöglichen.

Zur Erfassung der Gebäude- und Innenraumgeometrien stehen verschiedene, aus der Geodäsie und Photogrammetrie bekannte, hochmoderne Verfahren zur Verfügung, jedoch sind ihre Arbeitsabläufe entweder bei der Einmessung oder der Auswertung eines so höchst komplexen BIM-Modells sehr zeitaufwändig.

Hinzu kommt, dass die für das BIM-Modell so wichtigen semantischen Informationen nicht automatisch ermittelt werden, sondern händisch notiert und manuell in das BIM-Modell überführt werden müssen. Eine automatische Extraktion von diesem für das BIM-Modell integralen Bestandteil aus den Messdaten ist bisher nicht existent. Diese soll im Laufe des Projekts entwickelt werden.

Eine dazugehörende automatische Extraktion des Objekttyps aus Bilddaten mit Deep Learning Verfahren wurde zu diesem Zweck getestet und lieferte erste sehr vielversprechende Ergebnisse. Auf dieser Basis sind weitere Untersuchungen geplant.


Eine Kombination dieser Elemente der Informationsgewinnung, deren Integration in einen hochautomatisierten Arbeitsablauf und die Entwicklung eines entsprechenden Demonstrators sind die Ziele dieses Projekts.


Kontakt
Prof. Dr. Eberhard Gülch
Telefon: +49 (0)711 8926 2610
eberhard.guelch@hft-stuttgart.de

Prof. Dr. Michael Hahn
Telefon: +49 (0)711 8926 2560
michael.hahn@hft-stuttgart.de

Lars Obrock M. Eng.
Telefon +49 (0)711 8926 2704
lars.obrock@hft-stuttgart.de