Am 17.12. fand im Rahmen des Abschlussmeetings des Forschungsprojekts LiDAR4HVAC die Präsentation und Diskussion der finalen Projektergebnisse statt. Gemeinsam mit Forschung Burgenland GmbH, rmDATA GmbH, Spitzer GesmbH sowie Reiterer & Scherling GmbH konnten die angestrebten Ziele des Forschungsprojekts erfolgreich erreicht werden.

Im Zuge der Zusammenarbeit wurde ein digitaler Workflow zur 3D-Rekonstruktion von Einbauteilen der technischen Gebäudeausrüstung (TGA) auf Basis von LiDAR-Technologien entwickelt. Dieser Ansatz ermöglicht die geometrische und semantische Modellierung von gebäudetechnischen Komponenten (z.B. Heizkörper, Rohrleitungen) für die Sanierung, Planung und Ausführung in Bauprojekten. Der Fokus lag auf der (semi-)automatischen Objekterkennung mittels Machine Learning und Deep Learning in Kombination mit Laserscanning für die effiziente Verortung, Registrierung und Segmentierung geometrischer Daten. In den vergangenen drei Jahren wurden hierfür KI-Modelle für die Objekterkennung und Objektsegmentierung für einzelne TGA-Komponenten trainiert und in entsprechenden Use Cases erprobt.

Während der gesamten Projektlaufzeit wurde die rasante Entwicklung im Bereich der Künstlichen Intelligenz kontinuierlich beobachtet und gezielt in das Forschungsprojekt integriert. Die erzielten Ergebnisse stellen einen wesentlichen Beitrag zur Bestandsanalyse dar und zeigen, dass künftig sowohl eine höhere Planungsgenauigkeit als auch eine signifikante Reduktion des Zeitaufwands für Bestandsanalysen möglich sind.

Darüber hinaus setzt die entwickelte Software auch im Hinblick auf die Qualitätssicherung sowie die damit verbundenen Bestandserhebungen und -analysen neue Maßstäbe.

Fotos © Woschitz group