Tag-6

Objekterkennung im Bauwesen

Am sechsten Tag des KI-Adventskalenders, der dem Nikolaus gewidmet ist, betrachten wir die umfassende Anwendung des maschinellen Sehens im Bauwesen und seine vielseitigen Anwendungsfelder. Insbesondere werfen wir einen Blick auf die Demonstratoren des MDZ Bau sowie weitere Veröffentlichungen in diesem Bereich. Maschinelles Sehen spielt eine entscheidende Rolle im Bauwesen, da es dazu beiträgt, Prozesse zu optimieren, die Sicherheit zu verbessern und die Effizienz zu steigern.

Los geht's

Objekterkennung im Bauwesen

Was ist Maschinelles Sehen?

Die Computer Vision ist ein interdisziplinäres Forschungsfeld, das sich zwischen Informatik und Ingenieurwissenschaften bewegt. Ihr Fokus liegt auf der Verarbeitung und Analyse von Bildern, die von Kameras aufgenommen werden. Der Begriff "Computer Vision" kann als "computerbasiertes Sehen" oder "Maschinelles Sehen" ins Deutsche übersetzt werden. Zu den Aufgaben in diesem Bereich gehören die Objekterkennung, die Vermessung geometrischer Strukturen und die Analyse von Bewegungen.

Computer Vision

Baugeometrie-erfassung und Dokumentation in Echtzeit!

Autonomes Fahren

Objekterkennung im Bauwesen

Anwendungsfelder

Die Objekterkennung in der Computer Vision ist ein Prozess, bei dem durch den Einsatz von Algorithmen und maschinellem Lernen automatisch verschiedene Objekte in Bildern oder Videos identifiziert werden. Diese Technologie ermöglicht es Computern, visuelle Informationen zu verstehen und zu interpretieren, ähnlich wie das menschliche Auge. Die Anwendungen erstrecken sich von autonomem Fahren bis zur Gesichtserkennung in Sicherheitssystemen und tragen zur Automatisierung visueller Analyseprozesse bei.

Abbildung: Ergebnisse einer einfachen selbst entwickelten Anwendung zur Klassifizierung von Fassedentypen. Die Auswertung unten rechts zeigt, das der Algorithmus zu 89,2% sicher ist das es sich bei der Fassade um eine Putzfassade handelt!

Demonstrator des MDZ Bau

Link zur Veröffentlichung

Objekterkennung im Bauwesen

Anwendungsfelder

Die Objekterkennung wird durch verschiedene Algorithmen geprägt, die sich zur Klassifizierung eignen. Zwei gängige Beispiele sind TensorFlow von Google und YOLOv8 (You Only Look Once). Beide Algorithmen lassen sich für eigene Anwendungen nutzen und erweitern. YOLO ist bereits auf viele Objekte vortrainiert und eignet sich hervorragend zur Echtzeitklassifizierung von Objekten. Die Anwendungskontexte für das Baugewerbe müssen jedoch noch weiterentwickelt werden, um die spezifischen Anforderungen dieser Branche zu adressieren.

WikiObjekterkennung

Video zu YoloV8

Weitere Anwendungen

Link zur Veröffentlichung

Abbildung: Ergebnisse einer einfachen, selbst entwickelten Anwendung zur Klassifizierung von Objekten während einer virtuellen Gebäudebegehung, ähnlich wie bei Google Street View. Der hier verwendete YOLO-Algorithmus klassifiziert die Inneneinrichtung einer Hochschule. Das Anwendungsszenario besteht darin, diese Technologie für die Inventur zu nutzen.