[go: up one dir, main page]

DE102018200221A1 - Verfahren zur Baustellenüberwachung - Google Patents

Verfahren zur Baustellenüberwachung Download PDF

Info

Publication number
DE102018200221A1
DE102018200221A1 DE102018200221.5A DE102018200221A DE102018200221A1 DE 102018200221 A1 DE102018200221 A1 DE 102018200221A1 DE 102018200221 A DE102018200221 A DE 102018200221A DE 102018200221 A1 DE102018200221 A1 DE 102018200221A1
Authority
DE
Germany
Prior art keywords
building
construction
feature
data
building object
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102018200221.5A
Other languages
English (en)
Inventor
Darno Alexander Ketterer
Andrew Allen
Kai Liu
Kai Bohne
Udo Schulz
Achim Brenk
Heiko Kleineder
Jens Koenig
Elmar Staudacher
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102018200221.5A priority Critical patent/DE102018200221A1/de
Priority to PCT/EP2018/097042 priority patent/WO2019137814A1/de
Publication of DE102018200221A1 publication Critical patent/DE102018200221A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395Quality analysis or management
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/176Urban or other man-made structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Remote Sensing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zum Überwachen wenigstens eines auf einer Baustelle vorliegenden Bauobjekts bei der Durchführung einer Baumaßnahme an dem wenigstens einen Bauobjekt, wobei insbesondere vorgesehen ist, dass das wenigstens eine Bauobjekt mittels einer bildgebenden Sensorik (205) bildlich erfasst wird (105), dass aus den erfassten (105) Bilddaten wenigstens ein Merkmal eines konstruktiven Teils des Bauobjekts erkannt wird (110), und dass auf der Grundlage der Erkennung (110) des wenigstens einen Merkmals des konstruktiven Teils des Bauobjekts eine Änderung einer Gebäudeplanung oder ein Eingriff in einen Bauablauf der Baumaßnahme vorgenommen wird (120). Das so erkannte wenigstens eine Merkmal wird bevorzugt bei einer Gebäudedatenmodellierung (BIM) zugrunde gelegt.

Description

  • Die Erfindung betrifft ein Verfahren zum Überwachen wenigstens eines auf einer Baustelle vorliegenden Bauobjekts gemäß dem Oberbegriff des Anspruchs 1. Gegenstand der vorliegenden Erfindung sind auch ein Computerprogramm, ein maschinenlesbarer Datenträger zur Speicherung des Computerprogramms und ein elektronisches Steuergerät, mittels derer das erfindungsgemäße Verfahren durchführbar ist.
  • Stand der Technik
  • Die an sich bekannte Methode des „Building Information Modeling“ (BIM = Gebäudedatenmodellierung) ermöglicht eine optimierte Planung, Ausführung und Bewirtschaftung von Gebäuden mittels Datenverarbeitung. Dabei werden alle relevanten Gebäudedaten digital modelliert, kombiniert und erfasst. Ein Gebäude ist dabei als virtuelles Gebäudemodell mittels eines Computermodells geometrisch visualisiert, wobei zwischen einem parametrischen Gebäudemodell und einem intelligenten Gebäudemodell unterschieden wird. Im parametrischen Gebäudemodell können sämtliche Elemente (Wände, Decken, Bemaßungen, Beschriftungen, Objekte, Schnittlinien, etc.) zueinander in Abhängigkeiten gebracht werden, während beim intelligenten Gebäudemodell die Intelligenz auf einzelne Objekte beschränkt ist. Die BIM-Methode wird im Bauwesen zur Bauplanung und Bauausführung auf einer Baustelle sowie auch bei der späteren Gebäude- bzw. Hausverwaltung eingesetzt.
  • Aus DE 10 2015 010 726 A1 geht ein Verfahren zur Überwachung des aktuellen Zustandes einer wenigstens eine Arbeitsmaschine aufweisenden Baustelle hervor, bei dem mittels an der Arbeitsmaschine angeordneter Überwachungsmittel die Umgebung der Arbeitsmaschine in Echtzeit beobachtet wird. Dabei werden entsprechende Beobachtungsdaten generiert, welche mittels einer Recheneinheit zur Auswertung des aktuellen Baustellenzustandes ausgewertet werden. Als Überwachungsmittel kommen an einer geeigneten Arbeitsmaschine der Baustelle angeordnete Kameras oder Scannereinrichtungen in Betracht. Die Beobachtungsdaten umfassen in der Umgebung der Maschine befindliche Baugewerke, Baustellenobjekte, Personen und Arbeitsmaschinen, wobei anhand dieser Daten der aktuelle Baufortschritt gemäß einer vorliegenden, digitalisierten Baustellenplanung ermittelt bzw. überwacht wird. Die Beobachtungsdaten stellen zwei- oder dreidimensionale bildliche Darstellungen der Maschinenumgebung dar.
  • Offenbarung der Erfindung
  • Der Erfindung liegt der Gedanke zugrunde, mittels an einer Baustelle fest oder beweglich angeordneter Sensoren konstruktive Teile wenigstens eines an der Baustelle vorliegenden Bauobjektes vor Ort bildlich zu erfassen und mittels maschinellen Sehens empirisch vorgebbare Merkmale der konstruktiven Teile des jeweiligen Bauobjektes zu erkennen. Anhand der so erkannten Merkmale kann die Korrektheit der an dem Objekt durchgeführten Baumaßnahmen, die Bauqualität, der Bauablauf und/oder der Baufortschritt mit entsprechend vorliegenden Planungen verglichen werden.
  • Das vorgeschlagene Verfahren kann zusätztlich bzw. unterstützend auch zur Erkennung von an den konstruktiven Teilen arbeitenden Maschinen oder Baugeräten eingesetzt werden. Dadurch kann zusätzlich eine logische und insbesondere rechnerbasierte Plausibilisierung einer erkannten Baumaßnahme bereitgestellt werden.
  • Das vorgeschlagene Verfahren zum Überwachen der Baustelle bzw. des wenigstens einen Bauobjektes sieht insbesondere vor, dass mittels einer Sensorik das wenigstens eine Bauobjekt bildlich erfasst wird, dass das erfasste Bild des Bauobjektes mittels des maschinellen Sehens auf der Grundlage mindestens eines vorgebbaren konstruktiven Merkmals des Bauobjektes ausgewertet wird und dass die bei der Auswertung sich ergebenden, objektbezogenen Daten bei einer das Bauobjekt umfassenden Gebäudedatenmodellierung (BIM) eines gesamten bzw. übergreifenden Bauprojekts zugrunde gelegt werden. Im Rahmen der BIM kann zudem vorgesehen sein, dass auf der Grundlage der sich ergebenden, objektbezogenen Daten eine Änderung der Gebäudeplanung bzw. Objektplanung bzw. des Bauablaufs oder ein Eingriff in den Bauablauf bzw. die Errichtung bzw. Bearbeitung des Bauobjektes vorgenommen wird.
  • Ebenso ermöglicht die vorgeschlagene Auswertung von Bauobjekten eine Unterstützung bei der Bauabrechnung und/oder Rechnungsstellung. Dabei können Daten einer Gebäudemodellierung, eines Projektplanungssystems mit Finanzsystemen, z.B. einem Enterprice-Resource-Planning System (ERP), verknüpft werden. Eine solche Vorgehensweise wird oft auch unter dem Begriff „BIM 5D“ zusammengefasst, und zwar wenn neben den eingangs genannten Gebäudedaten auch Projekt- und Kalkulationsdaten zu einem Planungssystem zusammengefasst werden.
  • Der Vorteil des vorgeschlagenen Verfahrens liegt in einer kontinuierlichen und gegenüber dem Stand der Technik automatisierten bzw. automatisierbaren, maschinellen und noch erheblich umfassenderen Baukontrolle. Durch die dadurch ermöglichte Visualisierung des genauen Bauablaufs und/oder die automatische Warnung bzw. die Hinweise an das Personal und/oder die automatischen Eingriffe und Korrekturmöglichkeiten im Bauablauf wird damit letztlich eine erhebliche Verbesserung der Bauqualität sowie eine erhebliche Reduzierung von Bauzeiten und Baukosten ermöglicht. Zusätzlich ist unter Einbeziehung von historischen Daten eines Bauvorhabens sowie der Echtzeiterfassung eines Bauablaufs eine genauere Prädiktion bzw. Vorhersage des Bauablaufs möglich, wodurch die Bauzeiten und Baukosten noch weiter verbessert werden können.
  • Anhand des vorgeschlagenen Verfahrens kann somit eine Optimierung des Bauablaufs bei der Errichtung bzw. Bearbeitung eines Bauobjektes erfolgen.
  • Bei dem vorgeschlagenen Verfahren kann ferner vorsehen sein, dass während der Durchführung einer Baumaßnahme an dem wenigstens einen Bauobjekt mittels einer bevorzugt bildgebenden Sensorik wenigstens ein Bild erfasst bzw. erzeugt wird, dass aus dem erfassten bzw. erzeugten Bild ein vorgebbares konstruktives Merkmal des Bauobjektes ausgewertet wird und dass bei der Auswertung sich ergebende, objektbezogene Daten mit im Vorfeld rechnerisch ermittelten Daten bzw. Werten des entsprechenden Merkmals verglichen werden und bei einer erkannten Abweichung der verglichenen Merkmale um einen empirisch vorgebbaren Schwellenwert eine Änderung der Gebäudeplanung bzw. des Bauablaufs oder ein Eingriff in den Bauablauf vorgenommen wird. Ein solcher Eingriff in den Bauablauf kann darin bestehen, dass Informationen oder Warnungen an entsprechende Personen, wie z.B. Bauleiter, weitergegeben werden. Ebenso kann eine oder mehrere Betriebsgrößen einer Baumaschine oder eines Baufahrzeugs geändert wird bzw. werden, um die jeweilige Baumaßnahme an den ggf. geänderten Bauzustand des Bauobjektes anzupassen.
  • Bei der bildgebenden Sensorik kommen an sich bekannte Systeme zur Erkennung von Objekten mittels einer optischen Kamera und/oder einer Radarantenne und/oder eines Laserstrahls in Betracht. Solche Sensorsysteme sind insbesondere im Bereich der Kraftfahrzeugtechnik zur Erkennung von Objekten, z.B. von Personen, für diverse Assistenzfunktionen bis hin zum automatisierten Fahren bekannt geworden.
  • Alternativ oder zusätzlich können an sich bekannte Methoden der Objekterkennung zum Einsatz kommen, z.B. erscheinungsbasierte Verfahren, welche die Charakteristik eines Objekttyps (z.B. einer Person) auf der Basis eines bevorzugt aus Bilddaten gebildeten Trainingsdatensatzes erfassen. Ein solcher Trainingsdatensatz beinhaltet unterschiedliche Ausprägungen eines einzelnen Objekttyps und drückt die möglichen, unterschiedlichen Ausprägungen eines einzelnen Objektes aus. In der Entwicklungs- und Applikationsphase werden in einem Trainingsschritt, d.h. sozusagen „offline“, aus entsprechenden Trainingsbildern charakteristische Merkmale erzeugt. Eine Sammlung von solchen Merkmalen wird dann zu einer Gesamtbeschreibung des Objekttyps, zu einem sogenannten Merkmalsvektor zusammengefasst. Um nun einen Merkmalsvektor eindeutig einem Objekttyp zuordnen zu können, muss ein sogenannter „Klassifikator“ trainiert werden. Eine Sammlung solcher Merkmalsvektoren kann dann verwendet werden, um die Erscheinung eines Objektes in einer vorgebbaren Bildebene zu beschreiben.
  • Für die Objekterkennung können die genannten, das jeweilige Objekt beschreibenden Merkmalsvektoren bzw. Merkmalszahlen des Klassifikators über verschachtelte und automatisch generierte Gewichte in eine Zahl umgerechnet werden, welche die Wahrscheinlichkeit für das zu klassifizierende Objekt in einem aktuellen Suchfenster angibt. Im Gegensatz zum Stand der Technik müssen vorliegend nicht sämtliche Objektbeispiele eintrainiert werden, wodurch eine entsprechend starre Struktur der Vorverarbeitung bzw. Objekterkennung auf der Basis von festen Filtermasken und Gewichten vermieden wird.
  • Für die Erkennung eines gewünschten Objekttyps, z.B. eines bestimmten Werkzeugs, Fahrzeugs oder einer Person, können eine Anzahl von BildBeispielen zugrunde gelegt werden, welche unterschiedliche Ausprägungen des jeweiligen Objektes darstellen. Dadurch wird ein maschinelles Lernen von charakteristischen, bildbasierten Eigenschaften eines gegebenen Objektes ermöglicht. Zusätzlich können dabei auch negative bildliche Gegendarstellungen des jeweiligen Objektes sozusagen als Ausschlusskriterium zugrunde gelegt werden, um die Erkennungsgüte noch weiter zu erhöhen.
  • Das erfindungsgemäße Computerprogramm ist eingerichtet, jeden Schritt des Verfahrens durchzuführen, insbesondere wenn es auf einem Rechengerät oder einem Steuergerät abläuft. Es ermöglicht die Implementierung des erfindungsgemäßen Verfahrens in einem elektronischen Steuergerät, ohne an diesem bauliche Veränderungen vornehmen zu müssen. Hierzu ist der maschinenlesbare Datenträger vorgesehen, auf welchem das erfindungsgemäße Computerprogramm gespeichert ist. Durch Aufspielen des erfindungsgemäßen Computerprogramms auf ein elektronisches Steuergerät wird das erfindungsgemäße elektronische Steuergerät erhalten, welches eingerichtet ist, eine Baustelle zu überwachen und/oder eine an der Baustelle vorliegende Arbeitsmaschine zu steuern.
  • Das ebenfalls vorgeschlagene, mit einer genannten Sensorik zusammen arbeitende elektronische Steuergerät umfasst insbesondere einen Erkenner, welcher aus den von der Sensorik bereitgestellten Bilddaten wenigstens ein Merkmal eines konstruktiven Teils des Bauobjektes erkennt. Mittels eines vorgesehenen Modellberechners wird das entsprechende Merkmal des Bauobjektes im Vorfeld ermittelt. Mittels eines Vergleichers werden die sensorisch erkannten Daten und die im Vorfeld berechneten Daten miteinander verglichen. Das Ergebnis des Vergleichs wird einem Agenten zugeführt, der mit einem genannten BIM-System oder mit einer Baumaschine bzw. einem Baufahrzeug zusammen arbeitet. Mittels des Agenten wird ggf. eine genannte Änderung der Gebäudeplanung bzw. des Bauablaufs oder ein Eingriff in den Bauablauf vorgenommen.
  • Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und den beiliegenden Zeichnungen.
  • Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweiligen angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
  • Figurenliste
    • 1 zeigt ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens anhand eines Flussdiagramms.
    • 2 zeigt ein zur Anwendung des erfindungsgemäßen Verfahrens eingerichtetes elektronisches Steuergerät anhand eines schematischen Blockdiagramms.
  • Beschreibung von Ausführungsbeispielen
  • Bei dem in 1 gezeigten Ausführungsbeispiel eines Verfahrens zum Überwachen einer wenigstens ein zu überwachendes Bauobjekt aufweisenden Baustelle wird vorausgesetzt, dass Sensoren zur Erfassung von bildlichen Darstellungen des Bauobjektes ortsfest oder beweglich bzw. lösbar angeordnet sind. Bei den ortsfesten Sensoren kann es sich um Kamerasysteme oder dergleichen handeln, welche in an sich bekannter Weise an Gebäuden, Lichtmasten oder auch an festen Basisstationen ortsfest verbaut sein können. Diese Kamerasysteme sind bevorzugt schwenkbar und/oder fokussierbar. Bei nicht ortsfesten Sensoren kann es sich um solche handeln, welche auf bzw. an ortsveränderlichen Objekten wie Fahrzeugen, Maschinen, Drohnen etc. montiert sind und/oder von Personen getragen bzw. bedient werden.
  • Nach dem z.B. durch den Beginn einer Baumaßnahme getriggerten Start 100 der in 1 gezeigten Routine wird ein in dem vorliegenden Ausführungsbeispiel einzeln in die Überwachung genommenes Bauobjekt mittels genannter bzw. nachfolgend beschriebener, bildgebender Sensoren bildlich erfasst 105. Aus den so erfassten Bilddaten wird mittels der an sich bekannten Methode des computergestützten bzw. maschinellen Sehens wenigstens ein empirisch vorgebbares Merkmal eines konstruktiven Teils des Bauobjekts erkannt 110.
  • Ein mögliches Ausführungsbeispiel bzw. Szenario eines genannten Bauobjekts ist eine Hochbaumaßnahme, bei der Fertigbauelemente, z.B. Stahlbetonfertigteile oder Stahlbaugestelle, welche durch eine Baumaschine oder durch einen Kran von einem Lagerplatz oder Transportfahrzeug an die Einbaustelle positioniert werden, sensorisch zu erfassen sind. An der Baumaschine, dem Kran oder in der Nähe des Einbauortes angeordnete bildgebende Sensoren können dabei das Fertigbetonelement erkennen. Die Stahlbetonfertigteile besitzen meist konstruktive Merkmale, z.B. spezielle Systemverbindungen, Elektrodosen, Rohrdurchführungen, Tür- oder Fensterausschnitte, Fasen etc., anhand derer eine Einkategorisierung des jeweiligen Bauobjektes möglich ist. Bei äußerlich sehr ähnlichen Objekten ist zusätzlich die Aufbringung eines spezifischen, an die Objektgröße angepassten Merkmals, z.B. ein QR-Code, eine Datamatrix oder ein Strichcode, zur eineindeutigen Identifizierung des Objektes möglich.
  • Im Vorfeld wurde dabei das Merkmal oder die entsprechenden Merkmale des Bauobjekts anhand einer Modellrechnung ermittelt 115. Die genannten 3D-Daten inklusive der spezifischen Merkmale sind meist in einer BIM-Datenbank oder einer Kollaborationsplattform, z.B. einer „Cloud“, verfügbar.
  • Die Daten des sensorisch erkannten 110 und des im Vorfeld berechneten 115 Merkmals werden miteinander verglichen 120. Aufgrund der dreidimensionalen bzw. räumlichen sensorischen Erfassung des Bauobjektes sind bei diesem Vergleich 120 entsprechende Perspektiven zu berücksichtigen und das digitalisiert vorliegende Bauobjekt bzw. die entsprechenden Merkmale des Bauobjektes gegebenenfalls digital zu simulieren.
  • Ergibt der Vergleich 120 eine Abweichung zwischen diesen Vergleichsdaten, wobei die Abweichung bevorzugt innerhalb eines empirisch vorgebbaren Schwellenwertes zu liegen hat, dann wird wieder an den Anfang der Routine, z.B. vor den Schritt 105, zurückgesprungen. Ergibt der Vergleich 120 allerdings, dass die Abweichung außerhalb des genannten Schwellenwertes liegt, dann erfolgt eine Änderung 125 der vorliegenden Gebäudeplanung bzw. des Bauablaufs oder ein Eingriff in den Bauablauf, der darin bestehen kann, dass eine oder mehrere Betriebsgrößen einer Baumaschine oder eines Baufahrzeugs geändert wird/werden, um die jeweils betroffene Baumaßnahme an den ggf. geänderten Bauzustand des überwachten Bauobjekts anzupassen. Ebenso kann die Änderung 125 einer Meldung oder Warnung des verantwortlichen Personals, wie z.B. eines Bauleiters, entsprechen.
  • Die sensorische Erfassung der Bilddaten des zu überwachenden Bauobjekts kann in an sich bekannter Weise mittels optischer Sensoren erfolgen. Mittels an sich bekannter Algorithmen im Bereich der computergestützten bzw. maschinellen Bildverarbeitung können aus den dabei gewonnenen Bilddaten Objektmerkmale wie z.B. Kanten, Ecken, Flächen etc. extrahiert werden. Bei den genannten Objektmerkmalen des Bauobjekts kann es sich z.B. um eine Stahlbetonfertigwand handeln, wobei ein Merkmal darin, wie z.B. eine Elektroinstallationsdose, in einer genannten BIM-Datenbank als eigenes, dreidimensionales Objekt hinterlegt ist. Damit können innerhalb eines erkannten Objektes weitere Objekte erkannt werden. Zusätzlich ist damit die räumliche Ausdehnung eines Objektes genauer berechenbar. Zudem lassen sich damit nicht nur grobe geometrische Objekte klassifizieren, z.B. Ziegel, Wandelemente, Rohre oder Treppenelemente, sondern auch individuelle Objekte wie eine genannte Elektroinstallationsdose.
  • Die Ergebnisse der Merkmalserkennung des jeweiligen Bauobjekts können auch in einer Baufortschrittsdokumentation des BIM- (Building Information Modeling) Systems gespeichert werden. Dies ist insbesondere für solche Bauobjekte vorteilhaft, welche nach ihrer Errichtung bzw. Verarbeitung nicht mehr von außen sichtbar sind. Wesentlicher Vorteil des beschriebenen Verfahrens ist somit die Ermöglichung einer automatisierten und präzise dokumentierten Abrechnung von Bautätigkeiten z.B. gegenüber einem Auftraggeber.
  • Es ist anzumerken, dass bei dem beschriebenen Verfahrensschritt zur Modellberechnung von objektbezogenen Merkmalen vorausgesetzt wird, dass Informationen zur Bauplanung bzw. Baustellenplanung des jeweiligen Bauobjektes, z.B. Bauzeichnungen, Bauablauf, Bauabschnitte und einen Bauzeitenplan betreffend in dem BIM-System vorliegen.
  • Aus den Ergebnissen des genannten Soll-Ist-Vergleichs kann sowohl der Fertigstellungsgrad des jeweiligen Bauvorhabens ermittelt werden. Auch kann anhand einer festgestellten Soll-Ist-Abweichung im Voraus, d.h. prädizierend erkannt werden, ob der Zeitplan des Bauablaufs eingehalten werden kann. Die Ergebnisse des Soll-Ist-Vergleichs des Baufortschritts können zudem mittels an sich bekannter Methoden der virtuellen Realität, z.B. in einem stereoskopischen 3D-Anzeigesystem gemäß dem Stand der Technik, visualisiert werden.
  • Aufgrund der vorliegenden, digitalisierten Informationen zur Bauplanung bzw. Baustellenplanung können auch Prädiktionen und damit Hinweise an Baubeteiligte, z.B. bezüglich der zu verwendenden Materialien, erfolgen. So können anhand von Feststellungen aus dem genannten Soll-Ist-Vergleich und dem geplanten Bauablauf die in einem nachfolgenden Arbeitsschritt zu verwendenden Materialien sowie entsprechende Teile des Bauplans dem Bauleiter oder Bediener eines Baufahrzeugs oder einer Baumaschine unmittelbar, z.B. mittels visueller 3D-Darstellung („augmented reality“) auf einem Display, zusammen mit einer realen Video- oder Bildaufnahme des Bauobjektes sowie synthetisch eingefügten Bauobjekten, angezeigt werden. Dadurch kann auch eine falsche Materialverwendung sofort erkannt werden und entsprechende Gegenmaßnahmen unmittelbar erfolgen.
  • Das beschriebene Verfahren kann in Form eines Steuerprogramms für ein elektronisches Steuergerät zur Steuerung einer hier betroffenen Baumaßnahme bzw. der genannten Sensorik realisiert werden. Ein solches, zur Ausführung des vorbeschriebenen Verfahrens geeignetes elektronisches Steuergerät, ist in 2 schematisch dargestellt.
  • Das in 2 gezeigte Steuergerät kann auch an eine Datenschnittstelle zur Datenbank eines BIM-Systems, einer Datenbank eines Projektmanagements, eines Enterprice-Ressource-Planning (ERP) Systems und/oder weitere Datenquellen angeschlossen sein, welche zusätzliche Kontextinformationen bereitstellen. Die Datenschnittstelle kann zudem eine Mobilfunkverbindung bereitstellen, um einen Datenaustausch zwischen dem Steuergerät und den genannten Datenbanken, z.B. der Cloud, zu ermöglichen.
  • Bei der genannten Sensorik zur Bilderfassung kann es sich um kommunikations- bzw. datentechnisch vernetzte, auf der Baustelle vorhandene ortsfeste und nicht ortsfeste Umgebungssensoren handeln, welche bevorzugt ein digitales 3D-Bild des zu überwachenden Bauobjekts liefern. Als ortsfeste Sensoren kommen solche in Betracht, welche an Gebäuden, an Lichtmasten oder auch an festen Basisstationen ortsfest verbaut sind. Dabei können die Sensoren schwenkbar und fokussierbar ausgebildet sein. Als nicht ortsfeste Sensoren kommen solche in Betracht, welche an ortsveränderlichen Objekten, wie z.B. Fahrzeugen, Maschinen, Personen, Drohnen, etc. angeordnet sind. Aus den von verschiedenen Sensoren gelieferten Einzelbildern können die jeweiligen Sichtbereiche zusammengesetzt und bezüglich der Bildinformationen fusioniert werden, so dass insgesamt ein digitales 3D-Bild eines gesamten Bauobjektes bzw. ggf. mehrerer Bauobjekte vorliegt.
  • Mittels an sich bekannter Algorithmen zur Bildverarbeitung werden aus den sensorisch gewonnenen Bildinformationen vorgebbare Merkmale des jeweiligen Bauobjekts extrahiert, wie z.B. Kanten, Ecken, Flächen, etc. Aus den so gewonnenen Merkmalen lassen sich die Bauobjekte klassifizieren, z.B. als Wände, Fenster, Türen, Rohre, Leitungen, Durchbrüche, etc. Darüber hinaus lassen sich auch Texturen bzw. die Oberflächenbeschaffenheit, die Farben und ggf. Beschriftungen der Bauobjekte erkennen, wodurch die Objektklassifikation noch präziser erfolgen kann oder um ggf. noch weitere Objekt-Attribute zu erhalten.
  • Es ist anzumerken, dass heute verfügbare Algorithmen zur bildauswertenden Objektklassifikation so robust ausführbar sind, dass auch noch unfertige Objekte sicher klassifiziert werden können. So kann z.B. eine nicht fertig gemauerte Wand oder ein nicht vollständig gedecktes Dach erkannt und klassifiziert werden.
  • Sind an der jeweiligen Baustelle globale Messpunkte bzw. Georeferenzpunkte und/oder GPS Empfänger ortsfest oder nicht ortsfest vorhanden, können die mittels der genannten Algorithmen extrahierten Merkmale und Objekte zusätzlich mit einer globalen Position versehen werden. Dadurch kann überprüft werden, ob die Bauobjekte global an der richtigen Position errichtet werden. Zusätzliche Sensoren, z.B. zur Erfassung der räumlichen Lage eines Objektes, oder zusätzliche Merkmalsgeber, z.B. passive oder aktive RFID-Identifikatoren, ermöglichen eine zusätzliche Plausibilisierung und Präzisierung des jeweiligen Bauobjektes.
  • Die beschriebene Bildverarbeitung liefert im Ergebnis ein georeferenziertes 3D Gesamt-Objektmodell, z.B. ein Gebäude, einschließlich der erkannten, georeferenzierten Bauobjekte, wie z.B. Fundamentplatten, Wände in den verschiedenen Etagen, Fenster, Treppen, etc. Dadurch, dass die genannten Umgebungssensoren von Baubeginn an der Baustelle vorhanden sind, sind sämtliche Teile des Gesamtobjektes erkennbar und in dem 3D Gesamt-Objektmodell georeferenziert vorhanden, und zwar insbesondere auch dann, wenn diese Teile im Laufe des Baufortschritts nicht mehr von außen einsehbar bzw. sichtbar sind.
  • Neben den oben genannten Bildinformationen können die Bauobjekte zusätzlich mit einem Zeitstempel bezüglich ihrer ersten Erkennung im 3D Gesamt-Objektmodell versehen sein. Dazu können einzelne Bilder oder Videosequenzen mit einem z.B. von einem Goelokalisationssystem bereitgestellten Zeitstempel, in einer Datenbank abgelegt werden. Auch kann der Grad der Fertigstellung des jeweiligen Bauobjekts in Abhängigkeit von der Zeit mit aufgezeichnet werden. Ist laut der vorliegenden Bauablaufplanung an einer bestimmten, georeferenzierten Stelle z.B. eine senkrechte und in sich ebene Wand geplant, diese Wand aber erst teilweise gemauert, dann kann die Objekterkennung dieses Bauobjekts „Wand“ mit einer geringeren Bilderfassungsrate sozusagen „im Zeitraffer“ durchgeführt werden und die sich ergebenden Bilddaten dazu genutzt werden, die Bildwiederholungsrate dieser Wand als Baufortschritt zu interpretieren. Die Objekterkennung kann mittels ortsfester Sensoren und Kamera(s) erfolgen.
  • Mit den genannten Algorithmen zum maschinellen Sehen bzw. zur Objekterkennung lassen sich auch Personen, Maschinen, Werkzeuge und andere Arbeitsmittel erkennen (klassifizieren). Dadurch ist es möglich, auch zu erkennen, ob und ggf. wie viele Personen, welche Maschinen etc. an welchem Teil des Gesamtobjektes georeferenziert vorhanden sind. Ebenso ist erkennbar, ob diese Arbeitsmittel in Bewegung bzw. aktiv sind. Zudem kann rechtzeitig erkannt werden, ob die für die nächsten Bauschritte bzw. für den/die nächsten Arbeitsschritte notwendigen Maschinen, Werkzeuge, Personen usw. schon vor Ort sind bzw. diese rechtzeitig an den Arbeitsort geordert wurden. Die so bestimmten Informationen können dann in dem 3D-Objektmodell Berücksichtigung finden, wobei die für die jeweiligen Arbeitsschritte im Bauabschnitt und Bauablauf notwendigen Maschinen, Werkzeuge, Personen, etc. ebenfalls in digitalisierter Form vorliegen.
  • Bei der genannten Objekterkennung kann die Charakteristik eines Objekttyps, z.B. einer Person oder eines Baufahrzeugs, auf der Grundlage eines im Vorfeld generierten Trainingsdatensatzes erfolgen. Dieser Datensatz beinhaltet unterschiedliche Ausprägungen eines einzelnen Objekttyps und drückt die unterschiedlichen Ausprägungen eines einzelnen Objektes aus. In der Entwicklungs- und Applikationsphase werden „offline“ in einem Trainingsschritt aus jeweiligen Trainingsbildern charakteristische Merkmale erzeugt. Eine Sammlung von solchen Merkmalen wird dann zusammengefasst und ergibt eine Gesamtbeschreibung des Objekttyps. Um einen entsprechenden Merkmalsvektor einem Objekttyp eindeutig zuordnen zu können, muss ein für die genannte Klassifizierung vorgesehener Klassifikator trainiert werden. Eine Sammlung genannter Merkmale wird dann verwendet, um die Erscheinung eines Objektes in einer vorgebbaren Bildebene zu beschreiben.
  • Zur Erkennung eines gewünschten Objekttyps, z.B. eines Werkzeuges, eines Fahrzeuges oder eines Fußgängers werden für den jeweiligen Objekttyp eine Mehrzahl von Bildbeispielen benötigt, die unterschiedliche Ausprägungen des Objektes, bevorzugt bei allen vorkommenden Umweltbedingungen, darstellen. Damit über das maschinelle Lernen die charakteristischen, bildbasierten Eigenschaften eines gewünschten Objektes ermittelt werden können, kann zusätzlich eine Mehrzahl an Gegenbeispielen von nicht möglichen Ausprägungen zugrunde gelegt werden.
  • Bei der Durchführung der Objekterkennung werden das jeweilige Bauobjekt beschreibende Merkmalsziffern eines genannten Klassifikators über eine Mehrzahl verschachtelter und automatisch generierter Gewichte in eine Zahl umgerechnet, welche die Wahrscheinlichkeit für das zu klassifizierende Objekt in einem aktuellen Suchfenster angibt. Dadurch wird das Erfordernis einer Vorverarbeitung bzw. Objektdetektion auf der Basis von festen Filtermasken und Gewichten wirksam vermieden.
  • Bei dem beschriebenen Verfahren wird vorausgesetzt, dass Informationen zur Bauplanung des jeweiligen Bauobjektes, z.B. Bauzeichnungen, der geplante Bauablauf, die vorgesehenen Bauabschnitte sowie der Bauzeitenplan in digitalisierter Form vorliegen. Die entsprechenden Daten werden z.B. als parametrisches Gebäudemodell erstellt, und zwar mittels eines CAD-Systems sowie geeigneter Planungstools einer vorliegenden BIM-Software, damit diese mit fusionierten und klassifizierten Informationen der genannten Sensoren in einem genannten 3D-Objektmodell vergleichbar sind und somit ein genannter Soll-Ist-Vergleich durchführt werden kann. Dabei kann sowohl die Korrektheit bzgl. des Vorhandenseins bzw. des Grades der Fertigstellung des Bauobjektes, bzgl. der globalen Position des Objektes, der Maße und Oberflächenbeschaffenheit des Objektes, etc. geprüft werden. Auch kann anhand einer Soll-Ist-Abweichung erkannt werden, ob der Zeitplan des Bauablaufs eingehalten wird. Die Ergebnisse des Soll-Ist-Vergleichs des Baufortschritts können zudem in an sich bekannter Weise mittels Methoden der virtuellen Realität visualisiert werden, so dass der Bearbeiter das gesamte Bauprojekt besser überblicken kann.
  • Die aus dem 3D-(Gesamt-)Objektmodell je nach Baufortschritt sich ergebenden, für die Bewegung von Fahrzeugen, Maschinen und Personen verfügbaren Freiräume können diesen zur Verfügung gestellt werden und z.B. als räumliche automatische Begrenzungen für Werkzeug- und Maschinenbewegungen dienen.
  • Werden bei der genannten Sensorik hochpräzise Sensoren eingesetzt, z.B. LIDAR-Systeme oder stereoskopische Kameras, dann können auch hochgenaue Messungen der jeweiligen Baumaßnahme sozusagen in Echtzeit vorgenommen werden. Dabei können in der beschriebenen Weise mittels maschinellen Sehens erkannte Bauteile gleichzeitig bemaßt werden. Zur Erhöhung der Messgenauigkeit bei den genannten Messungen können auch geolokalisiert vermessene Referenzpunkte genutzt werden. Die sich dabei ergebenden Maße können dann mit entsprechenden Sollmaßen aus den jeweiligen Bauplänen verglichen werden und bei einer erkannten Abweichung außerhalb eines empirisch vorgebbaren Schwellenwertes bzw. eine entsprechenden zulässigen Toleranz z.B. mittels „augmented reality“ visualisiert werden. Dabei können diejenigen Teile des Bauobjektes mit unzulässigen Toleranzen z.B. farblich und/oder durch Blinken etc. hervorgehoben werden.
  • Das in 2 schematisch dargestellte, durch die Strichelung angedeutete elektronische Steuergerät 200 arbeitet mit einer beschriebenen, bildgebenden Sensorik 205 zusammen bzw. erhält von der Sensorik 205 entsprechende Sensordaten. Mittels eines Erkenners 210 wird aus den von der Sensorik 205 erfassten Bilddaten wenigstens ein Merkmal eines konstruktiven Teils des Bauobjektes erkannt. Mittels eines Modellberechners 215 wird das entsprechende Merkmal des Bauobjektes im Vorfeld ermittelt. Mittels eines Vergleichers 220 werden die sensorisch erkannten Daten und die im Vorfeld berechneten Daten miteinander verglichen. Das Ergebnis des Vergleichs wird einem Agenten 225 zugeführt, der mit einem genannten BIM-System oder mit einer Baumaschine bzw. einem Baufahrzeug 230 zusammen arbeitet. Mittels des Agenten 225 wird ggf. eine genannte Änderung der Gebäudeplanung bzw. des Bauablaufs oder ein Eingriff in den Bauablauf vorgenommen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102015010726 A1 [0003]

Claims (13)

  1. Verfahren zum Überwachen wenigstens eines auf einer Baustelle vorliegenden Bauobjekts bei der Durchführung einer Baumaßnahme an dem wenigstens einen Bauobjekt, dadurch gekennzeichnet, dass das wenigstens eine Bauobjekt mittels einer bildgebenden Sensorik (205) bildlich erfasst wird (105), dass aus den erfassten (105) Bilddaten wenigstens ein Merkmal eines konstruktiven Teils des Bauobjekts erkannt wird (110), und dass auf der Grundlage der Erkennung (110) des wenigstens einen Merkmals des konstruktiven Teils des Bauobjekts eine Änderung einer Gebäudeplanung oder ein Eingriff in einen Bauablauf der Baumaßnahme vorgenommen wird (120).
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das wenigstens eine erkannte (110) Merkmal des konstruktiven Teils des Bauobjekts bei einer Gebäudedatenmodellierung (BIM) eines das Bauobjekt umfassenden Bauprojekts zugrunde gelegt wird (115)
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die erfassten (105) Bilddaten mittels der Methode des computergestützten Sehens für die Erkennung (110) des wenigstens einen Merkmals des konstruktiven Teils des Bauobjekts ausgewertet werden.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass während der Durchführung der Baumaßnahme mittels der bildgebenden Sensorik (205) das wenigstens eine Bauobjekt bildlich erfasst wird (105), dass aus den erfassten (105) Bilddaten das wenigstens eine Merkmal des konstruktiven Teils des Bauobjekts erkannt wird (110), dass das wenigstens eine erkannte (110) Merkmal eines konstruktiven Teils des Bauobjekts mit rechnerisch ermittelten (115) Daten des entsprechenden Merkmals des konstruktiven Teils des Bauobjekts verglichen wird (120), und dass bei erkannter Abweichung der verglichenen Daten eine Änderung der Gebäudeplanung oder ein Eingriff in den Bauablauf der Baumaßnahme, auf der Grundlage der Gebäudedatenmodellierung (BIM), vorgenommen wird (120).
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Änderung der Gebäudeplanung oder ein Eingriff in den Bauablauf der Baumaßnahme bei einer erkannten Abweichung der verglichenen Daten um einen vorgebbaren Schwellenwert vorgenommen wird (120).
  6. Verfahren nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet, dass mittels der bildgebenden Sensorik (205) die äußere Form des Bauobjekts und/oder die Oberflächenbeschaffenheit des Bauobjekts erfasst und ausgewertet werden bzw. wird.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mittels der Sensorik (205) eine Objekterkennung durchgeführt wird, wobei die Charakteristik eines Objekttyps auf der Grundlage eines Trainingsdatensatzes erfasst wird.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass für einen Objekttyp charakteristische Merkmale erzeugt werden und daraus ein Merkmalsvektor gebildet wird, für den ein trainierbarer Klassifikator bereitgestellt wird.
  9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass ein Objekt beschreibende Merkmalsvektoren über automatisch generierte Gewichte in einen Wert umgerechnet werden, welche die Wahrscheinlichkeit für das zu klassifizierende Objekt in einem aktuellen Suchfenster angibt.
  10. Computerprogramm, welches eingerichtet ist, jeden Schritt eines Verfahrens gemäß einem der Ansprüche 1 bis 9 durchzuführen.
  11. Maschinenlesbarer Datenträger, auf welchem ein Computerprogramm gemäß Anspruch 10 gespeichert ist.
  12. Elektronisches Steuergerät (200), welches eingerichtet ist, ein System zur Gebäudedatenmodellierung (BIM) und/oder eine Baumaschine (230) mittels eines Verfahrens gemäß einem der Ansprüche 1 bis 9 zu steuern.
  13. Elektronisches Steuergerät nach Anspruch 12, gekennzeichnet durch einen Erkenner (210) zur Erkennung wenigstens eines Merkmals eines konstruktiven Teils des Bauobjekts auf der Grundlage wenigstens eines von einer bildgebenden Sensorik (205) bereitgestellten Sensorsignals, einen Modellberechner (215) zur Berechnung des wenigstens einen Merkmals des konstruktiven Teils des Bauobjekts, einen Vergleicher (220) zum Vergleich der von dem Erkenner (210) erkannten und von dem Modellberechner (215) berechneten Daten, und einem Agenten (225) zur Durchführung einer Änderung der Gebäudeplanung bzw. des Bauablaufs oder eines Eingriffs in den Bauablauf, in Abhängigkeit von dem Ergebnis des Vergleichs.
DE102018200221.5A 2018-01-09 2018-01-09 Verfahren zur Baustellenüberwachung Pending DE102018200221A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102018200221.5A DE102018200221A1 (de) 2018-01-09 2018-01-09 Verfahren zur Baustellenüberwachung
PCT/EP2018/097042 WO2019137814A1 (de) 2018-01-09 2018-12-27 Verfahren zur baustellenüberwachung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018200221.5A DE102018200221A1 (de) 2018-01-09 2018-01-09 Verfahren zur Baustellenüberwachung

Publications (1)

Publication Number Publication Date
DE102018200221A1 true DE102018200221A1 (de) 2019-07-11

Family

ID=65009737

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018200221.5A Pending DE102018200221A1 (de) 2018-01-09 2018-01-09 Verfahren zur Baustellenüberwachung

Country Status (2)

Country Link
DE (1) DE102018200221A1 (de)
WO (1) WO2019137814A1 (de)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502820A (zh) * 2019-08-14 2019-11-26 浙江精工钢结构集团有限公司 一种基于bim的钢结构工程实时监测预警方法
CN113111827A (zh) * 2021-04-22 2021-07-13 北京房江湖科技有限公司 施工监控方法、装置、电子设备和存储介质
CN114189932A (zh) * 2021-11-15 2022-03-15 国能大渡河猴子岩发电有限公司 无gps信号施工实时监控管理系统
CN115115998A (zh) * 2022-05-26 2022-09-27 同济大学 室内墙面施工进度预测方法、系统及计算机可读存储介质
DE102021203602A1 (de) 2021-04-13 2022-10-13 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zum Betreiben einer Baumaschine
DE102021112046A1 (de) 2021-05-07 2022-11-10 Kewazo Gmbh Verfahren zur Analyse eines Bauprojekts, Aufzeichnungsbaugruppe, Baustellengerät sowie Aufzeichnungssystem
CN116244311A (zh) * 2023-03-14 2023-06-09 中国铁路设计集团有限公司 基于模板的高速铁路虚拟建造知识重用方法
EP4270326A1 (de) * 2022-04-29 2023-11-01 Umdasch Group NewCon GmbH System und detektionsverfahren zur detektion eines bauwerkteils auf einer baustelle
CN117093822A (zh) * 2023-10-19 2023-11-21 西安艾派信息技术有限公司 基于产业知识图谱的产业大脑数据分析平台
EP4185754B1 (de) * 2020-07-23 2023-11-22 Technische Universität Dresden Verfahren zur durchführung eines bauprozesses bei der errichtung eines bauwerks mit einsatz mindestens eines bauroboters
DE102022211958A1 (de) * 2022-11-11 2024-05-16 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Trainieren eines Klassifikators und Vorrichtung
DE102022214196A1 (de) 2022-12-21 2024-06-27 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum automatischen Übertragen eines Parameters für ein Elektrowerkzeug
CN120277796A (zh) * 2025-06-11 2025-07-08 中电建铁路建设投资集团有限公司 一种基于bim的智能施工过程监测方法及系统

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737936A (zh) * 2019-09-23 2020-01-31 江西毕姆工程技术有限公司 一种基于bim技术的全过程项目管理平台
CN110864661B (zh) * 2019-11-11 2021-12-07 国网江苏省电力工程咨询有限公司 一种基于bim脚手架的安全监测方法和系统
CN111428299A (zh) * 2020-03-25 2020-07-17 河南华北水电工程监理有限公司 一种工程全程监控系统
CN111563680A (zh) * 2020-05-06 2020-08-21 北方工业大学 基于bim的装配式建筑施工安全防护方法、装置、电子设备
CN111910608A (zh) * 2020-07-24 2020-11-10 中交第三航务工程局有限公司 一种基于bim技术的地基沉降的可视化监测装置
CN112365160A (zh) * 2020-11-11 2021-02-12 深圳市欧瑞博科技股份有限公司 智能施工的辅助方法、装置、智能辅助设备及存储介质
CN112668616A (zh) * 2020-12-18 2021-04-16 云南省建设投资控股集团有限公司 河道内现浇上承式拱桥的施工监测方法、装置及系统
CN115857474A (zh) * 2022-12-23 2023-03-28 青岛市工程建设监理有限责任公司 一种基于项目进度辅助机器人的监理监测方法
CN116630974B (zh) * 2023-05-17 2024-02-02 广东智云城建科技有限公司 一种建筑图像数据的快速标记处理方法及系统
CN118172024B (zh) * 2024-05-11 2024-09-03 菏泽市自然资源和规划局 一种土地工程项目数字化管理方法及系统
CN120181327B (zh) * 2025-05-19 2025-08-01 中建八局第一建设有限公司 一种基于bim的预制构件安装精度智能优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013059160A1 (en) * 2011-10-17 2013-04-25 Kla-Tencor Corporation Acquisition of information for a construction site
US20130155058A1 (en) * 2011-12-14 2013-06-20 The Board Of Trustees Of The University Of Illinois Four-dimensional augmented reality models for interactive visualization and automated construction progress monitoring
DE102015010726A1 (de) 2015-08-17 2017-02-23 Liebherr-Werk Biberach Gmbh Verfahren zur Baustellenüberwachung, Arbeitsmaschine und System zur Baustellenüberwachung

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013059160A1 (en) * 2011-10-17 2013-04-25 Kla-Tencor Corporation Acquisition of information for a construction site
US20130155058A1 (en) * 2011-12-14 2013-06-20 The Board Of Trustees Of The University Of Illinois Four-dimensional augmented reality models for interactive visualization and automated construction progress monitoring
DE102015010726A1 (de) 2015-08-17 2017-02-23 Liebherr-Werk Biberach Gmbh Verfahren zur Baustellenüberwachung, Arbeitsmaschine und System zur Baustellenüberwachung

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502820A (zh) * 2019-08-14 2019-11-26 浙江精工钢结构集团有限公司 一种基于bim的钢结构工程实时监测预警方法
CN110502820B (zh) * 2019-08-14 2023-04-07 比姆泰客信息科技(上海)有限公司 一种基于bim的钢结构工程实时监测预警方法
EP4185754B1 (de) * 2020-07-23 2023-11-22 Technische Universität Dresden Verfahren zur durchführung eines bauprozesses bei der errichtung eines bauwerks mit einsatz mindestens eines bauroboters
DE102021203602A1 (de) 2021-04-13 2022-10-13 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zum Betreiben einer Baumaschine
CN113111827A (zh) * 2021-04-22 2021-07-13 北京房江湖科技有限公司 施工监控方法、装置、电子设备和存储介质
DE102021112046A1 (de) 2021-05-07 2022-11-10 Kewazo Gmbh Verfahren zur Analyse eines Bauprojekts, Aufzeichnungsbaugruppe, Baustellengerät sowie Aufzeichnungssystem
CN114189932A (zh) * 2021-11-15 2022-03-15 国能大渡河猴子岩发电有限公司 无gps信号施工实时监控管理系统
CN114189932B (zh) * 2021-11-15 2024-01-16 国能大渡河猴子岩发电有限公司 无gps信号施工实时监控管理系统
EP4270326A1 (de) * 2022-04-29 2023-11-01 Umdasch Group NewCon GmbH System und detektionsverfahren zur detektion eines bauwerkteils auf einer baustelle
WO2023209145A1 (de) 2022-04-29 2023-11-02 Umdasch Group Newcon Gmbh Detektionsverfahren und system zur detektion eines bauwerkteils auf einer baustelle
CN115115998A (zh) * 2022-05-26 2022-09-27 同济大学 室内墙面施工进度预测方法、系统及计算机可读存储介质
DE102022211958A1 (de) * 2022-11-11 2024-05-16 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Trainieren eines Klassifikators und Vorrichtung
DE102022214196A1 (de) 2022-12-21 2024-06-27 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum automatischen Übertragen eines Parameters für ein Elektrowerkzeug
CN116244311A (zh) * 2023-03-14 2023-06-09 中国铁路设计集团有限公司 基于模板的高速铁路虚拟建造知识重用方法
CN117093822A (zh) * 2023-10-19 2023-11-21 西安艾派信息技术有限公司 基于产业知识图谱的产业大脑数据分析平台
CN117093822B (zh) * 2023-10-19 2024-01-12 西安艾派信息技术有限公司 基于产业知识图谱的产业大脑数据分析平台
CN120277796A (zh) * 2025-06-11 2025-07-08 中电建铁路建设投资集团有限公司 一种基于bim的智能施工过程监测方法及系统

Also Published As

Publication number Publication date
WO2019137814A1 (de) 2019-07-18

Similar Documents

Publication Publication Date Title
DE102018200221A1 (de) Verfahren zur Baustellenüberwachung
EP3695244B1 (de) Verfahren und vorrichtung zum erzeugen eines inversen sensormodells und verfahren zum erkennen von hindernissen
EP3491417B1 (de) Verfahren und system zum erfassen von landmarken in einem verkehrsumfeld einer mobilen einheit
DE102016214030B4 (de) Verfahren und System zum Erfassen eines Verkehrsumfeldes einer mobilen Einheit
Zhou et al. Image-based onsite object recognition for automatic crane lifting tasks
DE112019002080T5 (de) Systeme und verfahren zur stellungsbestimmung
DE102011117585A1 (de) Systeme und Verfahren zum Verfolgen von Objekten
Barki et al. BIM models generation from 2D CAD drawings and 3D scans: an analysis of challenges and opportunities for AEC practitioners
DE102010022726B4 (de) Vorrichtung zur Darstellung von Gelände auf einer Anzeigevorrichtung eines Flugkörpers
DE10151983A1 (de) Verfahren zur Dokumentation einer Unfallsituation
WO2019137815A1 (de) Verfahren zur verwaltung und erkennung von baumaterial, insbesondere bei der errichtung von gebäuden
DE102019129463A1 (de) Verfahren und Vorrichtung zur Erkennung und Nachverfolgung eines dynamischen Objektes
EP4239428B1 (de) Verfahren und system zur navigation eines flurförderzeugs
EP3931524A1 (de) Aufbau von schalungen und gerüsten mit hilfe von mobilgeräten
DE102017122554A1 (de) Informationenverarbeitungsvorrichtung, informationenverarbeitungsverfahren und speichermedium
DE19746639A1 (de) Verfahren zur digitalen Erfassung räumlicher Objekte und Szenen für eine 3D-Bildkarte sowie 3D-Bildkarte
WO2019162327A2 (de) Verfahren zur ermittlung einer entfernung zwischen einem kraftfahrzeug und einem objekt
DE102021133089A1 (de) Vorrichtung zur Ermittlung einer Topographie einer Fahrzeugumgebung, Fahrzeug und Verfahren
EP3942435A1 (de) Digitaler bautenstandsbericht
DE102020205552A1 (de) Dynamische Routenplanung einer drohnenbasierten Überprüfung von Streckeneinrichtungen einer Strecke
EP4515504A1 (de) Detektionsverfahren und system zur detektion eines bauwerkteils auf einer baustelle
DE102024204030A1 (de) Vorrichtung und Verfahren zur hybriden dynamischen Darstellung einer Infrastruktureinrichtung an einem Standort
DE102019220364A1 (de) Kalibriereinrichtung und Verfahren zum Kalibrieren einer Vorrichtung
CN119976640B (zh) 起重机工作环境感知方法、计算机设备和计算机可读存储介质
DE102011085001A1 (de) Verfahren zur Vermessung einer Fertigungsstätte

Legal Events

Date Code Title Description
R163 Identified publications notified
R012 Request for examination validly filed