Generación de modelo BIM implementando algoritmos de inteligencia artificial

PropósitoEl objetivo de esta investigación es desarrollar un enfoque automatizado que permita, a partir de planos raster, generar modelos de construcción compabitbles con la metodologia Building Information Model (BIM). Para ello, se plantean los siguientes objetivos específicos:1.Definir un mapeo e...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Urbieta, Martin
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Cs de la Computación
BIM
aprendizaje automátcico
ifc
modelado
mep
planos de planta
construcción
planos
bim
machine learning
modelling
building
floorplans
blueprints
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/173172
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-173172
record_format dspace
spelling I19-R120-10915-1731722024-11-17T04:01:59Z http://sedici.unlp.edu.ar/handle/10915/173172 Generación de modelo BIM implementando algoritmos de inteligencia artificial BIM model generation implementing artificial intelligence algorithms Urbieta, Martin 2024-11-20 2024 2024-11-15T21:23:25Z es Cs de la Computación BIM aprendizaje automátcico ifc modelado mep planos de planta construcción planos bim machine learning ifc modelling building mep floorplans blueprints PropósitoEl objetivo de esta investigación es desarrollar un enfoque automatizado que permita, a partir de planos raster, generar modelos de construcción compabitbles con la metodologia Building Information Model (BIM). Para ello, se plantean los siguientes objetivos específicos:1.Definir un mapeo entre planos y BIM: Se propone establecer una correspondencia entre los elementos de los planos (muros, puertas, ventanas, vigas, columnas, etc.) y los componentes de un BIM, tomando como base el estándar de planos de Argentina.2.Clasificación de elementos mediante inteligencia artificial (IA): Se utilizarán técnicas avanzadas de IA para clasificar los elementos identificados en los planos. Estos resultados permitirán la generación de documentos interoperables en formato BIM. Los planos arquitectónicos y estructurales serán procesados para reconocer automáticamente los distintos componentes constructivos y generar archivos exportables para su uso en modelos BIM.3.Validación del enfoque: Se evaluará la precisión del enfoque mediante el procesamiento de planos reales de viviendas y edificios, verificando su capacidad para generar modelos precisos y funcionales.ActividadesConstrucción de un dataset de planos: Dado que no se dispone de un banco de datos estructurado de legajos de obra en Argentina, se ha recolectado y clasificado una serie de planos de construcción en diversas especialidades (arquitectura, estructura, instalaciones). Los elementos de interés fueron etiquetados utilizando herramientas open source como LabelMe.Selección e implementación de técnicas de IA: A lo largo de la investigación, se probarán diversos modelos preentrenados de detección de objetos, como Mask R-CNN, Cascade R-CNN y YOLO, con técnicas de transfer learning adaptadas para optimizar su rendimiento en la clasificación de elementos de planos.Modelado BIM en Python: Los elementos clasificados serán integrados en un modelo BIM en formato IFC, utilizando librerías especializadas como IfcOpenShell para garantizar la interoperabilidad y la precisión del modelo generado. Carrera: Doctorado en Ciencia Informáticas Lugar de trabajo: Laboratorio de Investigación y Formación en Informática Avanzada (LFIA) Organismo: CONICET Año de inicio de beca: 2021 Año de finalización de beca: 2026 Apellido, Nombre del Director/a/e: Rossi, Gustavo Apellido, Nombre del Codirector/a/e: Urbieta, Matias Lugar de desarrollo: Laboratorio de Investigación y Formación en Informática Avanzada (LFIA) Áreas de conocimiento: Cs de la Computación Tipo de investigación: Aplicada Facultad de Ingeniería Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Cs de la Computación
BIM
aprendizaje automátcico
ifc
modelado
mep
planos de planta
construcción
planos
bim
machine learning
ifc
modelling
building
mep
floorplans
blueprints
spellingShingle Cs de la Computación
BIM
aprendizaje automátcico
ifc
modelado
mep
planos de planta
construcción
planos
bim
machine learning
ifc
modelling
building
mep
floorplans
blueprints
Urbieta, Martin
Generación de modelo BIM implementando algoritmos de inteligencia artificial
topic_facet Cs de la Computación
BIM
aprendizaje automátcico
ifc
modelado
mep
planos de planta
construcción
planos
bim
machine learning
ifc
modelling
building
mep
floorplans
blueprints
description PropósitoEl objetivo de esta investigación es desarrollar un enfoque automatizado que permita, a partir de planos raster, generar modelos de construcción compabitbles con la metodologia Building Information Model (BIM). Para ello, se plantean los siguientes objetivos específicos:1.Definir un mapeo entre planos y BIM: Se propone establecer una correspondencia entre los elementos de los planos (muros, puertas, ventanas, vigas, columnas, etc.) y los componentes de un BIM, tomando como base el estándar de planos de Argentina.2.Clasificación de elementos mediante inteligencia artificial (IA): Se utilizarán técnicas avanzadas de IA para clasificar los elementos identificados en los planos. Estos resultados permitirán la generación de documentos interoperables en formato BIM. Los planos arquitectónicos y estructurales serán procesados para reconocer automáticamente los distintos componentes constructivos y generar archivos exportables para su uso en modelos BIM.3.Validación del enfoque: Se evaluará la precisión del enfoque mediante el procesamiento de planos reales de viviendas y edificios, verificando su capacidad para generar modelos precisos y funcionales.ActividadesConstrucción de un dataset de planos: Dado que no se dispone de un banco de datos estructurado de legajos de obra en Argentina, se ha recolectado y clasificado una serie de planos de construcción en diversas especialidades (arquitectura, estructura, instalaciones). Los elementos de interés fueron etiquetados utilizando herramientas open source como LabelMe.Selección e implementación de técnicas de IA: A lo largo de la investigación, se probarán diversos modelos preentrenados de detección de objetos, como Mask R-CNN, Cascade R-CNN y YOLO, con técnicas de transfer learning adaptadas para optimizar su rendimiento en la clasificación de elementos de planos.Modelado BIM en Python: Los elementos clasificados serán integrados en un modelo BIM en formato IFC, utilizando librerías especializadas como IfcOpenShell para garantizar la interoperabilidad y la precisión del modelo generado.
format Objeto de conferencia
Objeto de conferencia
author Urbieta, Martin
author_facet Urbieta, Martin
author_sort Urbieta, Martin
title Generación de modelo BIM implementando algoritmos de inteligencia artificial
title_short Generación de modelo BIM implementando algoritmos de inteligencia artificial
title_full Generación de modelo BIM implementando algoritmos de inteligencia artificial
title_fullStr Generación de modelo BIM implementando algoritmos de inteligencia artificial
title_full_unstemmed Generación de modelo BIM implementando algoritmos de inteligencia artificial
title_sort generación de modelo bim implementando algoritmos de inteligencia artificial
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/173172
work_keys_str_mv AT urbietamartin generaciondemodelobimimplementandoalgoritmosdeinteligenciaartificial
AT urbietamartin bimmodelgenerationimplementingartificialintelligencealgorithms
_version_ 1827812765559947264

Ejemplares similares