Nov, 2023

A-Scan2BIM: 辅助扫描到建筑信息建模

PDF
TL;DR本文介绍了一种用于辅助建筑师的系统，将大型点云转换为建筑的标准化数字表示，用于建筑信息建模（BIM）应用。系统通过自动地预测一系列建模编辑操作来帮助建筑师进行 Scan-to-BIM 过程，并且提供了建筑规模的 Scan2BIM 数据集以及重建质量和操作顺序的度量。
发现论文，激发创造
  • 从 2D 平面图自动重建语义 3D 模型

    本文介绍了一种从扫描的 2D 平面图重建矢量化 3D 模型的流程，以提高数字化过程的效率，该方法在公共数据集 CubiCasa5k 中实现了最先进的结果，并表现出较好的推广性，其矢量化方法特别有效，优于以前的方法。

    Jun, 2023

  • 自动化生成 BIM 模型的追溯方法：建筑环境 3D 语义重建的统一框架

    本论文介绍了 SRBIM，这是一个统一的语义重建架构用于 BIM 生成，通过广泛的定性和定量评估证明了我们方法的有效性，为自动 BIM 建模建立了一个新的范式。

    Jun, 2024

  • 一种混合语义几何方法应对建筑点云中的混杂干扰生成楼层平面图

    本研究提出了一种混合的语义几何方法，通过基于 PointNet ++ 的语义分割网络与地理推理规则相结合，将激光扫描建筑点云转化为二维平面图，同时对精度、召回率、交并比、Betti 误差和形变误差等方面进行评估。

    May, 2023

  • 基于语义标记的点云数据自动道路数字孪生的扫描至 BIM

    提出了一种基于语义标注的点云数据的自动道路几何数字孪生（gDT）创建方法，该方法首先将语义点云数据分割为独立实例或部分，然后提取代表性的几何信息，最后通过相应的转换算法创建基本的 gDT，提供了较高的精度和处理速度。

    Jun, 2024

  • 通过将语义 LiDAR 点云与设计的 BIM 模型集成，实现城市 GeoBIM 建设

    本研究提出了一种将激光雷达点云与 BIM 模型相匹配的方法，通过深度学习算法与图论相结合，实现了对城市场景的重建，从而解决了 LiDAR 数据质量以及 BIM 模型位置精度不足的问题。该方法在分割和匹配过程中表现出了很好的效果，可以提供一种快速准确的城市 GeoBIM 建设解决方案。

    Apr, 2023

  • 基于建筑物中灯具的自动检测、识别和定位的 BIM 数据生成

    本研究介绍了一种支持建筑物中灯具的检测、识别和定位的方法，旨在通过建筑信息模型（BIM）方法自动填充其能源模型，在建筑行业中通过正确管理照明基础设施来应用节能策略，通过使用灰度图像和独特的灯具几何和亮度，我们提出的方法能够以低计算需求获得准确的结果，实现几乎实时的处理；我们的方法的主要创新在于候选搜索的焦点不在整个图像上，而是仅在概括灯具特定特征的有限区域中，我们的方法获得的信息被用于 Green Building XML Schema，以展示算法结果的自动 BIM 数据生成。

    Dec, 2023

  • 使用参数生成的虚拟建筑进行深度学习，实现现实世界中物体识别

    本研究研究了使用参数化建筑信息模型（BIM）自动生成人工神经网络（ANN）的培训数据，以识别照片中的建筑物对象。

    Jan, 2023

  • 使用 BIM 数据作为输入和输出以提高对建筑物照明元素的检测

    自动检测、定位建筑物的照明元件，借助建筑信息建模（BIM）数据，提供节能策略。通过改进的检测系统和新的细化算法、平面估计、BIM 信息应用于悬挂式和嵌入式灯具，实现更好的检测、定位和识别结果。

    Dec, 2023

  • Scan2CAD：RGB-D 扫描中的 CAD 模型对齐学习

    Scan2CAD 是一种数据驱动的方法，可以学习将形状数据库中的 3D CAD 模型对齐到商品 RGB-D 扫描的噪声和不完整几何形状中，其可用于室内场景的三维重建。该方法使用三维卷积神经网络来预测 CAD 模型与其对应扫描对象之间的对应关系，并通过变分能量最小化将 CAD 模型与重构对齐，其在 Scan2CAD 基准测试中表现优异。

    Nov, 2018

  • 面向 BIM 创作工具的命令推荐系统的研究

    该研究探索了序贯推荐系统在加速 BIM 建模过程中的潜力，通过将 BIM 软件命令视为可推荐项目，引入了一种新颖的端到端方法，根据用户的历史交互预测下一个最佳命令，结果是在 BIM 创作工具 Vectorworks 中提供实时的命令建议。后续实验验证了我们提出的模型优于以往的研究，展示了推荐系统在提高设计效率方面的巨大潜力。

    Jun, 2024