A-Scan2BIM: 辅助扫描到建筑信息建模
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
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
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
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
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
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
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 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
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