BIM-konforme Erfassung von 3D-Geometrien und semantischen Bauteilinformationen für die Gebäudemodellierung

Überblick

Das Projekt BIM-konforme Gebäudeerfassung ist ein exploratives Teilprojekt im Leuchtturmprojekt i_city. Die intelligente Stadt der Zukunft lässt sich nur auf Grundlage von hochwertigen Daten erschaffen. Insbesondere Gebäude- und Stadtmodelle stehen im Zentrum einer derartigen Entwicklung. Als präzises, dreidimensionales Abbild von Gebäuden erfreut sich Building Information Modeling bei der Planung von Neubauten immer größerer Beliebtheit. Eine Modellierung von Bestandsgebäuden in ein BIM-Modell findet meist jedoch nicht statt. In diesem Projekt wird ein mögliches Konzept für eine solche BIM-konforme Gebäudeerfassung vorgeschlagen.

Fragestellung

Zur Erfassung der Gebäude- und Innenraumgeometrien stehen verschiedene, aus der Geodäsie bekannte, hochmoderne Verfahren zur Verfügung. Jedoch sind ihre Arbeitsabläufe entweder bei der Einmessung oder der Auswertung eines so höchst komplexen dreidimensionalen 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. Um eine einfache Modellierung zu ermöglichen, wird in diesem Projekt ein neues Verfahren hin zu einer Automatisierung der BIM-konformen Gebäudeerfassung entwickelt. Dies wird durch die Umsetzung in einer Demonstrator-Anwendung veranschaulicht.

Vorgehensweise

Ausgehend von einer Untersuchung der geeigneten Aufnahmeverfahren wurde ein Konzept zur Aufnahme und Auswertung entwickelt. Die Kombination von mobilen Laserscannern und auf Bildern basierender Photogrammetrie bildet die Grundlage für eine automatisierte Auswertung.

Zentraler Bestandteil davon sind – neben den geometrischen Informationen der Punktwolke – besonders die in den Bildern enthaltenen semantischen Informationen. Basierend auf diesen wird eine automatische, pixelgenau Extraktion des Objekttyps mit Deep Learning Verfahren durchgeführt. Darauf aufbauend werden den Punkten der photogrammetrischen Punktwolke eindeutige Kategorien zugeordnet.

Die in ihr enthaltenen geometrischen und semantischen Informationen bilden die Basis der BIM-Modellierung.

Weitere Schritte des Konzepts:

•          Kombination mit – durch mobilem Laserscanning – erzeugter Punktwolke

•          Extraktion der Objekte und ihrer Eigenschaften

•          Extraktion weiterer semantischer Informationen aus den Daten

Angestrebte Ergebnisse

Basierend auf den Untersuchungen und dem entwickelten Konzept soll eine Demonstrator-Anwendung erstellt werden. Diese ermöglicht eine automatisierte Erstellung eines BIM-Modells.

LeitungProf. Dr. Eberhard Gülch, Prof. Dr. Michael Hahn
FördergeberBMBF
AusschreibungFH-Impuls
Laufzeit01.08.2017 - 31.07.2021

 

Team

Name und Position Bereich E-Mail und Telefon Raum
Professor +49 711 8926 2560 2/209
Professor Photogrammetrie +49 711 8926 2610 2/208
Akademischer Mitarbeiter +49 711 8926 2704 2/249