TU Darmstadt / ULB / TUbiblio

Detektion von Bauwerkskomponenten aus Sensordaten mobiler Endnutzergeräte

Fix, Axel :
Detektion von Bauwerkskomponenten aus Sensordaten mobiler Endnutzergeräte.
TU Darmstadt
[Masterarbeit], (2017)

Kurzbeschreibung (Abstract)

Im Rahmen der zunehmenden Digitalisierung der Baubranche spielt das Building Information Modeling (BIM) eine zentrale Rolle. BIM beinhaltet - unter anderem - das Erstellen von digitalen Gebäudemodellen. Um diese möglichst über den gesamten Lebenszyklus eines Gebäudes nutzen zu können bedarf es Methoden zur Erfassung des Ist-Bestandes des Bauwerks. Der Prozess von der Aufnahme der Umgebung vor Ort über die Extraktion von nutzbaren Informationen aus den aufgenommenen Daten bis hin zur Einpflege in ein BIM-Modell wird gemeinhin als „Scan-to-BIM“ bezeichnet. Während das Erstellen einfacher digitaler Abbilder, sogenannter Punktwolken, von Räumen in Gebäuden bisher hauptsächlich durch stationäre Laserscanner durchgeführt wurde, existieren mittlerweile auch mobile Endgeräte für den Verbrauchermarkt, die dazu in der Lage sind. Eines dieser Geräte ist das mit Tiefensensoren und Stereokamera ausgerüstete Google Project Tango Tablet. Das Institut für Numerische Methoden und Informatik im Bauwesen (IIB) der Technischen Universität Darmstadt erforscht Ansätze, aus mit diesem Gerät erfassten Punktwolkenscans digitale Modelle mit semantischen Informationen zu generieren. Ein erster Schritt ist das Detektieren der Wände der aufgenommenen Räume. Hierfür wurde am Institut bereits eine Methode zur Bestimmung der Raumgrundrisse und damit auch der Wände entwickelt. In dieser Thesis wird - aufbauend auf den Ergebnissen der Grundrissermittlung - eine Möglichkeit vorgestellt, die in den Wänden befindlichen Öffnungen (Fenster und offenen Türen) zu ermitteln. Hierfür werden Verfahren aus dem Bereich Computer Vision/Bildverarbeitung eingesetzt. Zunächst werden die Punkte, die Wände darstellen in der aufgenommenen Punktwolke detektiert und per Orthogonalprojektion auf die Wandlinien projiziert. Aus diesen Daten werden anschließend Binärbilder der Wandflächen erstellt, die mit Algorithmen aus der Computer Vision Bibliothek OpenCV auf "Datenlücken“ (schwarze Flächen im Bild, die durch die Abwesenheit von Punkten an bestimmten Stellen der Punktwolke entstehen) und insbesondere deren Ränder bzw. Konturen untersucht werden können. Die gefundenen Konturen sind potentielle Kandidaten für in der Wand liegende Fenster und/oder Türen. Unter Annahme bestimmter Eigenschaftskriterien werden die tatsächlichen Öffnungen aus den gefundenen Lücken herausgefiltert. Dieser Schritt ist notwendig, da Lücken im Bild auch durch vor der Wand befindliche Objekte entstehen können. Die Daten der gefundenen Türen und Fenster, wie etwa Fläche und Koordinaten, werden anschließend in Form einer JSON-Datei gespeichert. Zur Visualisierung der Ergebnisse wurde außerdem eine Demonstrationsanwendung für Android erstellt, die aus gegebenen Punktwolken und deren Grundrissdaten die Öffnungen ermittelt und mitsamt abrufbaren Eigenschaften darstellt.

Typ des Eintrags: Masterarbeit
Erschienen: 2017
Autor(en): Fix, Axel
Titel: Detektion von Bauwerkskomponenten aus Sensordaten mobiler Endnutzergeräte
Sprache: Deutsch
Kurzbeschreibung (Abstract):

Im Rahmen der zunehmenden Digitalisierung der Baubranche spielt das Building Information Modeling (BIM) eine zentrale Rolle. BIM beinhaltet - unter anderem - das Erstellen von digitalen Gebäudemodellen. Um diese möglichst über den gesamten Lebenszyklus eines Gebäudes nutzen zu können bedarf es Methoden zur Erfassung des Ist-Bestandes des Bauwerks. Der Prozess von der Aufnahme der Umgebung vor Ort über die Extraktion von nutzbaren Informationen aus den aufgenommenen Daten bis hin zur Einpflege in ein BIM-Modell wird gemeinhin als „Scan-to-BIM“ bezeichnet. Während das Erstellen einfacher digitaler Abbilder, sogenannter Punktwolken, von Räumen in Gebäuden bisher hauptsächlich durch stationäre Laserscanner durchgeführt wurde, existieren mittlerweile auch mobile Endgeräte für den Verbrauchermarkt, die dazu in der Lage sind. Eines dieser Geräte ist das mit Tiefensensoren und Stereokamera ausgerüstete Google Project Tango Tablet. Das Institut für Numerische Methoden und Informatik im Bauwesen (IIB) der Technischen Universität Darmstadt erforscht Ansätze, aus mit diesem Gerät erfassten Punktwolkenscans digitale Modelle mit semantischen Informationen zu generieren. Ein erster Schritt ist das Detektieren der Wände der aufgenommenen Räume. Hierfür wurde am Institut bereits eine Methode zur Bestimmung der Raumgrundrisse und damit auch der Wände entwickelt. In dieser Thesis wird - aufbauend auf den Ergebnissen der Grundrissermittlung - eine Möglichkeit vorgestellt, die in den Wänden befindlichen Öffnungen (Fenster und offenen Türen) zu ermitteln. Hierfür werden Verfahren aus dem Bereich Computer Vision/Bildverarbeitung eingesetzt. Zunächst werden die Punkte, die Wände darstellen in der aufgenommenen Punktwolke detektiert und per Orthogonalprojektion auf die Wandlinien projiziert. Aus diesen Daten werden anschließend Binärbilder der Wandflächen erstellt, die mit Algorithmen aus der Computer Vision Bibliothek OpenCV auf "Datenlücken“ (schwarze Flächen im Bild, die durch die Abwesenheit von Punkten an bestimmten Stellen der Punktwolke entstehen) und insbesondere deren Ränder bzw. Konturen untersucht werden können. Die gefundenen Konturen sind potentielle Kandidaten für in der Wand liegende Fenster und/oder Türen. Unter Annahme bestimmter Eigenschaftskriterien werden die tatsächlichen Öffnungen aus den gefundenen Lücken herausgefiltert. Dieser Schritt ist notwendig, da Lücken im Bild auch durch vor der Wand befindliche Objekte entstehen können. Die Daten der gefundenen Türen und Fenster, wie etwa Fläche und Koordinaten, werden anschließend in Form einer JSON-Datei gespeichert. Zur Visualisierung der Ergebnisse wurde außerdem eine Demonstrationsanwendung für Android erstellt, die aus gegebenen Punktwolken und deren Grundrissdaten die Öffnungen ermittelt und mitsamt abrufbaren Eigenschaften darstellt.

Freie Schlagworte: Feature Detection, OpenCV,Punktwolken, Scan-to-BIM
Fachbereich(e)/-gebiet(e): 13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Numerische Methoden und Informatik im Bauwesen
Hinterlegungsdatum: 26 Sep 2017 11:49
Zusätzliche Informationen:

Betreuer: Steffen Franz

Datum der Begutachtung bzw. der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 5 Juli 2017
Schlagworte in weiteren Sprachen:
Einzelne SchlagworteSprache
Feature Detection, OpenCV, point clouds, Scan-to-BIMEnglisch
Alternatives oder übersetztes Abstract:
AbstractSprache
Within the context of increasing digitalization in the field of Civil Engineering Building Information Modeling (BIM) is playing a key role. BIM encompasses - among other things - the creation of digital building models. To use these models during the whole lifecyle of a building, the employment of methods to capture the building’s current state is necessary. This process - which starts with the capture of the local surroundings, goes on to the extraction of useful information from the captured data and ends with storing that information in a BIM - is commonly called “Scan-to-BIM”. While the generation of simple digital representations of indoor rooms, so called point clouds, is usually performed via the use of stationary laser scanners, there have recently also emerged mobile devices developed for the consumer market, that are able to do just that. One of these devices is the Google Project Tango Tablet which is equipped with depth sensors and a stereo camera. The Institute of Numerical Methods and Informatics in Civil Engineering (IIB) at Technische Universität Darmstadt is researching approaches to generate semantically enriched digital building models from point cloud scans taken with the Tango device. A first step is the detection of walls in the captured rooms. A method to determine the floor plan of the room and by extension its walls has already been developed at the institute. This thesis presents - based on the results of the floor plan detection - an approach to detect the openings (windows and open doors) that lie within the room’s walls. To accomplish this techniques from the field of computer vision/image processing are employed. First, those points in the point cloud which constitute a wall are determined and projected onto the wall line by means of orthogonal projection. From those binary images of the walls are generated. Using algorithms from the computer vision library OpenCV the images are then screened for missing data or gaps (black areas in an image that derive from missing points in certain sections of the point clouds) and especially for the edges or contours of those areas. The found contours are potential candidates for windows or doors that lie on a wall surface. By assuming certain criteria, the real gaps can be filtered out from all the contours. This step is necessary since gaps in an image could also be the result from objects standing in front of the walls. The information about the found windows and doors, like area and position, is eventually stored in a JSON-file. To visualize the results a demonstrator application for Android has been developed, which is able to detect and show openings and their properties from point clouds and their floorplans.Englisch
Export:

Optionen (nur für Redakteure)

Eintrag anzeigen Eintrag anzeigen