2. Preis: Bernhard Müller

Baufortschrittsanalyse mittels Machine Learning.

Hintergrund

Die Digitalisierung in Planung und Bauausführung stellt eine der großen Herausforderungen der für die Bauindustrie dar. Neben digitalen, mehrdimensionalen Planungsmethoden und automatisierten Bauverfahren ist besonderes Augenmerk zu legen auf den Informationsabgleich zwischen geplantem Soll-Zustand und gebautem Ist-Zustand zu legen. Die Interpretation digitaler Planungsvorgaben sowie die Bestandsaufnahme des tatsächlichen Baufortschritts erfolgen heutzutage noch zu großen Teilen manuell und analog und bieten ein hohes Optimierungspotential durch Standardisierung und Automatisierung.

Umsetzung

Einen Ansatz zur digitalen Bestandsaufnahme von Baustellen zeigt die vorgestellte Applikation zur automatisierten Bauteilerkennung. Im Rahmen der Bachelorarbeit wurde ein Machine Learning Tool entwickelt, das eine pixelgenaue Ausweisung von Bau- und Baubehelfselementen auf Baustellenfotografien ermöglicht. Durch Implementierung eines Convolutional Neural Networks (CNN) werden auf beliebigen fotografischen Aufnahmen verschiedene Bauelemente, je nach vorhandener Hardware, nahezu in Echtzeit klassifiziert und lokalisiert. Die daraus gewonnenen Informationen können anschließend von Mensch und Computer interpretiert und für vielfältige Zwecke ausgewertet werden. Neben der Nutzung für Analysen des Bauprozesses oder der Qualitätssicherung bietet sich beispielsweise die Weiterverarbeitung in Softwarelösungen zur automatisierten Baufortschrittsüberwachung an.

Information

Kontakt via eMail: bernhard.mueller(at)tum(.)de

Mehr Infos als PDF-Download >> hier