NACH OBEN

Neues DFG-Forschungsprojekt

10.06.2015

Eine genaue und zeitnahe Baufortschrittserfassung ist für eine effiziente Projektsteuerung unerlässlich. Im Rahmen eines neuen DFG-Forschungsprojekte werden daher am Lehrstuhl für Informatik im Bauwesen innovative Methoden zur automatisierten Erfassung des aktuellen Ausbaufortschritts auf Grundlage von videobasierten Ist-Daten und 4D-Soll-Bauwerksmodellen grundlegend entwickelt.

Hierzu zählen beispielsweise Verfahren zur modellbasierten Positions- und Orientierungsbestimmung der Kamera, um Videos im 4D-Bauwerksmodell zu registrieren. Somit können Informationen aus dem Bauwerksmodell direkt auf die Bildaufnahme übertragen werden. Auf dieser Basis werden anschließend Methoden des Maschinellen Sehens und Lernens zur Erkennung relevanter Ausbauobjekte und Fertigstellungsgrade entwickelt. Hierbei werden fortschritts- und blickrichtungsabhängige Objekt- und Zustandsmerkmale definiert und in einem erweiterbaren Objektkatalog abgelegt. Dafür werden neuartige Konzepte zur Speicherung und Verknüpfung relevanter Lage, Geometrie und Material-Klassifikatoren für Ausbauelemente auf Basis eines 4D-Bauwerksmodells sowie deren kontinuierliche Adaption erforscht. Durch die erwarteten Ergebnisse sollen Genauigkeit, Robustheit und Effizienz der Baufortschrittserfassung im Ausbau wesentlich verbessert werden.

Eine genaue und zeitnahe Baufortschrittserfassung ist für eine effiziente Projektsteuerung unerlässlich. Im Rahmen eines neuen DFG-Forschungsprojekte werden daher am Lehrstuhl für Informatik im Bauwesen innovative Methoden zur automatisierten Erfassung des aktuellen Ausbaufortschritts auf Grundlage von videobasierten Ist-Daten und 4D-Soll-Bauwerksmodellen grundlegend entwickelt.

Hierzu zählen beispielsweise Verfahren zur modellbasierten Positions- und Orientierungsbestimmung der Kamera, um Videos im 4D-Bauwerksmodell zu registrieren. Somit können Informationen aus dem Bauwerksmodell direkt auf die Bildaufnahme übertragen werden. Auf dieser Basis werden anschließend Methoden des Maschinellen Sehens und Lernens zur Erkennung relevanter Ausbauobjekte und Fertigstellungsgrade entwickelt. Hierbei werden fortschritts- und blickrichtungsabhängige Objekt- und Zustandsmerkmale definiert und in einem erweiterbaren Objektkatalog abgelegt. Dafür werden neuartige Konzepte zur Speicherung und Verknüpfung relevanter Lage, Geometrie und Material-Klassifikatoren für Ausbauelemente auf Basis eines 4D-Bauwerksmodells sowie deren kontinuierliche Adaption erforscht. Durch die erwarteten Ergebnisse sollen Genauigkeit, Robustheit und Effizienz der Baufortschrittserfassung im Ausbau wesentlich verbessert werden.