ИИ помог снизить ошибку совмещения BIM-модели с данными строительного робота до 97%

Международная группа исследователей представила технологию BIM2RDT, предназначенную для преобразования статических информационных моделей зданий в динамические цифровые двойники, пригодные для навигации строительных роботов и мониторинга безопасности на стройплощадках. В экспериментальных сценариях разработанный алгоритм Semantic-Gravity ICP позволил сократить среднеквадратическую ошибку совмещения трёхмерных данных с BIM-моделью на 60–97% по сравнению с традиционными методами регистрации геометрии, передает ScienceDirect.

Результаты исследования опубликованы в октябрьском выпуске научного журнала Automation in Construction. Авторами работы стали Реза Ахавиан, Мани Амани, Йоханнес Моотц, Бехрад Бехешти и Роберт Эш.

Разработка направлена на решение одной из ключевых проблем использования автономной робототехники в строительстве — несовпадения заранее подготовленной цифровой модели с фактическим состоянием постоянно изменяющейся строительной площадки.

Информационная модель здания содержит сведения о проектной геометрии конструкций, их расположении и характеристиках. Однако по мере выполнения строительных работ на площадке появляются временные ограждения, строительные материалы, оборудование, поддоны и другие объекты, которые могут отсутствовать в исходной BIM-модели.

Для человека подобные изменения обычно очевидны. Для автономного робота, ориентирующегося по цифровой модели, они создают риск неправильного определения собственного положения, неверного планирования маршрута и столкновения с препятствиями.

Одним из распространённых способов актуализации цифровой модели является сопоставление облаков точек, полученных средствами роботизированного обследования, с геометрией, содержащейся в BIM.

При этом алгоритм должен определить пространственное преобразование, позволяющее совместить наблюдаемые объекты с соответствующими элементами модели.

Традиционные методы регистрации облаков точек, в том числе семейство алгоритмов Iterative Closest Point (ICP), могут испытывать затруднения в условиях неполных измерений, шума, повторяющейся геометрии и недостаточного количества характерных признаков.

Например, на стройплощадке часто встречаются объекты сходной формы, но различающиеся размерами, устойчивостью и допустимой ориентацией. Если алгоритм неправильно сопоставляет их с элементами модели, возникает ошибка пространственной регистрации, которая затем влияет на построение маршрута робота.

Для решения этой проблемы исследователи разработали метод Semantic-Gravity ICP, или SG-ICP.

Его особенность заключается в использовании большой языковой модели для формирования дополнительных семантических ограничений при совмещении геометрии.

Алгоритм учитывает не только пространственные координаты измеренных точек, но и принадлежность объекта к определённой категории BIM. На основании этой информации языковая модель формирует предположение о физически правдоподобной ориентации объекта относительно направления силы тяжести.

Такой подход позволяет различать, например, тяжёлые устойчивые предметы и объекты, которые могут легко опрокидываться. Для разных категорий объектов применяются различные ограничения на допустимое пространственное положение.

В результате алгоритм получает дополнительную информацию, которая помогает избежать ошибочного совмещения облаков точек с геометрией модели.

Для обнаружения объектов исследователи использовали систему компьютерного зрения YOLOE, поддерживающую распознавание по текстовым описаниям. Названия и категории элементов BIM применяются в качестве подсказок для поиска соответствующих объектов в данных, полученных роботом.

После обнаружения объектов выполняется выделение геометрических признаков и сопоставление измеренных облаков точек с соответствующими элементами цифровой модели.

В экспериментальной реализации система использовала алгоритмы обработки изображений OpenCV, пространственную регистрацию в среде Unity и программные средства работы с файлами IFC.

Языковая модель GPT-4o-mini применялась для определения семантических ограничений и установления соответствий между обнаруженными объектами и элементами информационной модели.

Важным техническим решением стало формирование структурированных данных, содержащих идентификаторы объектов, параметры ограничений и соответствующие элементы IFC.

Таким образом, большая языковая модель не выполняла непосредственно все геометрические вычисления и не управляла роботом самостоятельно. Она использовалась как один из компонентов системы, предоставляющий семантическую информацию для алгоритмов компьютерного зрения и пространственной регистрации.

Эффективность разработанного метода проверяли в контролируемых экспериментальных сценариях, включая условия с выраженными помехами и недостаточным количеством геометрических признаков.

По результатам сравнения с традиционными алгоритмами регистрации применение SG-ICP уменьшило среднеквадратическую ошибку совмещения на величину от приблизительно 60 до 97% в сложных сценариях.

Это не означает, что точность всех BIM-моделей повысилась на 97%. Приведённый показатель характеризует снижение конкретной ошибки пространственной регистрации в условиях проведённых испытаний.

Исследователи также оценили влияние точности цифровой модели на планирование перемещений строительного робота.

В одном из экспериментов маршрут рассчитывался с помощью алгоритма A* непосредственно по исходной BIM-модели. Поскольку фактическое положение препятствий отличалось от содержащегося в модели, рассчитанная траектория пересекала реальный объект.

После корректировки пространственного совмещения с использованием SG-ICP алгоритм смог построить маршрут без столкновения.

Следующий вариант расчёта учитывал уже не только геометрию площадки, но и условия безопасности выполнения работ.

Для этого в систему BIM2RDT интегрировали данные о производственной деятельности, поступающие от датчиков. В качестве демонстрационного примера исследователи выбрали воздействие вибрации на руки работников при использовании механизированного инструмента.

В цифровой двойник передавались сведения о видах выполняемых операций и возможном превышении допустимых уровней вибрационного воздействия. Для их структурированного представления использовались сущности IfcEvent и IfcTask стандарта IFC.

Полученные данные позволяли формировать дополнительные ограничения при планировании маршрута робота, например назначать повышенную стоимость прохождения через участки, где выполняются потенциально опасные операции.

В исследовании сравнивались три варианта маршрутизации.

При использовании исходной BIM-модели без дополнительного уточнения был получен кратчайший маршрут условной длиной 7,5 единицы, но он пересекал препятствие.

После применения SG-ICP длина маршрута увеличилась до 14,45 единицы, однако траектория стала свободной от столкновений.

При использовании полного комплекса BIM2RDT, учитывающего дополнительные ограничения безопасности, длина маршрута составила 17,73 единицы.

При этом минимальное расстояние от маршрута до препятствия увеличилось с 0,139 до 1,390 м по сравнению с вариантом, использующим только SG-ICP.

Таким образом, исследователи продемонстрировали, что минимальная протяжённость пути не всегда является оптимальным критерием для строительной робототехники. Более длинный маршрут может быть предпочтительнее, если он обеспечивает необходимую дистанцию от препятствий и зон опасных работ.

В представленном эксперименте использование полного комплекса позволило сформировать маршрут, учитывающий как актуальное положение объектов, так и контекст безопасности.

Ещё один важный элемент разработки — автоматическое обновление информационной модели на основе роботизированного обследования.

В демонстрационном сценарии система обнаружила три объекта: деревянный ящик, дорожный конус и металлическую бочку.

Алгоритм сопоставил их с соответствующими элементами IFC-модели, после чего сведения о фактическом пространственном положении объектов были записаны в структуру информационной модели.

Для изменения геометрических параметров использовались механизмы IfcLocalPlacement, а для фиксации событий, связанных с безопасностью, — соответствующие сущности IFC.

По сути, исследователи продемонстрировали технологическую цепочку, в которой данные роботизированного наблюдения могут автоматически актуализировать цифровой двойник, а обновлённая модель затем используется для планирования следующих перемещений.

Это отличается от традиционного подхода, при котором BIM-модель служит преимущественно источником проектных сведений, а её актуализация по результатам обследований требует отдельных операций обработки и согласования данных.

Вместе с тем разработчики подчёркивают экспериментальный характер системы. Достигнутые показатели относятся к рассмотренным сценариям, а не к масштабному внедрению на действующих строительных площадках.

Опубликованная работа не подтверждает, что BIM2RDT уже способна самостоятельно управлять комплексом строительных роботов в любых производственных условиях.

Дальнейшая проверка должна учитывать динамику реальной строительной площадки, устойчивость распознавания при изменении освещения и видимости, надёжность каналов передачи данных и требования к информационной безопасности.

Для проектировщиков, специалистов по ТИМ, геодезистов и разработчиков строительной робототехники исследование представляет интерес прежде всего как пример объединения нескольких технологий: компьютерного зрения, облаков точек, информационных моделей IFC, языковых моделей и алгоритмов автономной навигации.

Практическая ценность предложенного подхода заключается в возможности перехода от статической BIM-модели к цифровому двойнику, который регулярно получает сведения о фактическом состоянии строительного объекта и использует их не только для визуализации, но и для принятия ограниченных автоматизированных решений.

Исследование показывает, что повышение точности совмещения измеренных данных с проектной геометрией может непосредственно влиять на безопасность роботизированных операций. При этом использование ИИ наиболее эффективно не как замена традиционных геометрических алгоритмов, а как дополнительный источник семантических ограничений, повышающих устойчивость вычислений.