AUTOMATED BIM ENTITY RECONSTRUCTION FROM UNSTRUCTURED 3D POINTCLOUDS
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F21%3A00352058" target="_blank" >RIV/68407700:21110/21:00352058 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.14311/APP.2021.30.0126" target="_blank" >http://dx.doi.org/10.14311/APP.2021.30.0126</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.14311/APP.2021.30.0126" target="_blank" >10.14311/APP.2021.30.0126</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
AUTOMATED BIM ENTITY RECONSTRUCTION FROM UNSTRUCTURED 3D POINTCLOUDS
Popis výsledku v původním jazyce
Laser scanning is used widely in architecture and construction to document existing buildings by providing accurate data for creating a 3D model. The output is a set of data points in space, so-called point cloud. While point clouds can be directly rendered and inspected, they do not hold any semantics. Typically, engineers manually obtain floor plans, structural models, or the whole BIM model, which is a very time-consuming task for large building projects. In this contribution, we present the design and concept of a PointCloud2BIM library [1]. It provides a set of algorithms for automated or user assisted detection of fundamental entities from scanned point cloud data sets, such as floors, rooms, walls, and openings, and identification of the mutual relationships between them. The entity detection is based on a reasonable degree of human interaction (i.e., expected wall thickness). The results reside in a platform-agnostic JSON database allowing future integration into any existing BIM software.
Název v anglickém jazyce
AUTOMATED BIM ENTITY RECONSTRUCTION FROM UNSTRUCTURED 3D POINTCLOUDS
Popis výsledku anglicky
Laser scanning is used widely in architecture and construction to document existing buildings by providing accurate data for creating a 3D model. The output is a set of data points in space, so-called point cloud. While point clouds can be directly rendered and inspected, they do not hold any semantics. Typically, engineers manually obtain floor plans, structural models, or the whole BIM model, which is a very time-consuming task for large building projects. In this contribution, we present the design and concept of a PointCloud2BIM library [1]. It provides a set of algorithms for automated or user assisted detection of fundamental entities from scanned point cloud data sets, such as floors, rooms, walls, and openings, and identification of the mutual relationships between them. The entity detection is based on a reasonable degree of human interaction (i.e., expected wall thickness). The results reside in a platform-agnostic JSON database allowing future integration into any existing BIM software.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20101 - Civil engineering
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
NMM 2020 Nano & Macro Mechanics
ISBN
978-80-01-06840-3
ISSN
—
e-ISSN
2336-5382
Počet stran výsledku
5
Strana od-do
126-130
Název nakladatele
České vysoké učení technické v Praze
Místo vydání
Praha
Místo konání akce
Praha
Datum konání akce
17. 9. 2020
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—