Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Análisis de Datos 3D Para Generación Automática de Modelos BIM de Interiores ...
Información de la revista
Vol. 8. Núm. 4.
Páginas 357-370 (Octubre - Diciembre 2011)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 8. Núm. 4.
Páginas 357-370 (Octubre - Diciembre 2011)
Open Access
Análisis de Datos 3D Para Generación Automática de Modelos BIM de Interiores Habitados
Visitas
4219
A. Adána,
Autor para correspondencia
Antonio.Adan@uclm.es

Autor para correspondencia.
, D. Huberb
a Departamento de Ingeniería Eléctrica, Electrónica y Automática. Universidad de Castilla La Mancha, C/ Paseo de la Universidad 4, 13071 Ciudad Real, España
b The Robotics Institute, Carnegie Mellon University, 5000 Forbes Ave., Pittsburgh, PA, Estados Unidos
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Bibliografía
Descargar PDF
Estadísticas
Resumen

Hasta la fecha, el procesamiento de la información proporcionada por escáners de media distancia en entornos de construcciones civiles y edificios se ha limitado, en la mayoría de los casos, a tareas de registro o generación manual de modelos tridimensionales CAD. En este artículo se da un paso más allá, acometiendo soluciones para problemas de segmentación automática y reconocimiento de partes representativas del entorno como uno de los pasos esenciales hacia la generación automática de modelos BIM (Building Information Models) en entornos habitados. Específicamente, se propone un procedimiento para identificar partes esenciales de la estructura de interiores de edificios en entornos altamente desordenados y con un alto componente de oclusión (Figura 1). La dificultad en el tratamiento de millones de puntos inconexos en un espacio no estructurado con fines de inteligencia artificial, hace especialmente atractiva esta línea de investigación, aun no desarrollada en la comunidad científica. El artículo expone una solución a través de etiquetado dinámico y aprendizaje en varias fases que finaliza con la reconstrucción de la superficie básica de interiores (paredes, suelo y techo) y la identificación de partes importantes en el modelo BIM en interiores (puertas, ventanas, armarios, etc). La técnica presentada en este artículo se ha experimentado con éxito sobre datos 3D de edificios proporcionados por empresas profesionales en digitalización con láser escáners de media distancia.

Palabras clave:
Procesamiento de datos 3D
Visión por Computador
Digitalización
Modelado 3D
Reconocimiento
El Texto completo está disponible en PDF
Referencias
[Ali et al., 2008]
H. Ali, B. Ahmed, P. Gerhard.
Robust Window Detection from 3D Laser Scanner Data.
Congress on Image and Signal Processing, Vol2, pp. 115-118
[Blaer and Allen, 2007]
P.S. Blaer, P.K. Allen.
Data Acquisition and View Planning for 3D Modeling Tasks.
IEEE/RSJ International Conference on Intelligence Robots and Systems (IROS 07). Vol1, pp. 417-422
[Bohm et al., 2007]
J. Bohm, S. Becker, N. Haala.
Model Refinement by Integrated Processing of Laser Scanning and Photogrammetry.
Institute for Photogrammetry, (2007),
[Castellani et al., 2002]
U. Castellani, S. Livatino, R. Fisher.
Improving Environment Modelling by Edge Occlusion Surface Completion. Proceeding of the Third International Symposium on 3D Data Processing.
Visualization and Transmission (3DPVT 02), (2002), pp. 672-675
[Chen and Birchfield, 2008]
Z. Chen, S.T. Birchfield.
Visual Detection of Lintel-Occluded Doors from a Single Image.
First International Workshop on Internet Vision, pp. 1-8
[Dell Acqua and Fisher, 2002]
F. Dell Acqua, R. Fisher.
Reconstruction of Planar Surface Behind Occlusions in Range Images.
IEEE Transtactions on Pattern Analysis and machine Intelligence, 24 (2002), pp. 569-575
[Dick et al., 2001]
A.R. Dick, P.H. Torr, S.J. Ruffle, R. Cipolla.
Combining Single View Recognition and Multiple View Stereo for Architectural Scenes.
International Conference Computer Vision, pp. 268-280
[Elmqvist and Tsigas, 2008]
N. Elmqvist, P. Tsigas.
A Taxonomy of 3D occlusion Management for Visualization.
IEEE Transactions of Visualization and Computer Graphics, 14 (2008), pp. 1095-1109
[Han et al., 2002]
F. Han, Z. Tu, S. Zhu.
A stocastic Algorithm for Scene Segmentation and Reconstruction. ECCV 2002.
Lecture Notes in Computer Science 2352m, (2002), pp. 502-551
[Hough, 1959]
P.V.C. Hough.
Machine Analysis of Bubble Chamber Pictures.
Proceedings of High Energy Accelerators and Instrumentation,
[Huang et al., 2000]
H. Huang, A. Lee, D. Mumford.
Statistics of Range Images.
IEEE International Conference on Computer Vision and Pattern Recognition, pp. 324-331
[Lee et al., 2004]
J. Lee, N.L. Doh, W.K. Chung, B.J. You, Y.I. Youm.
Door Detection Algorithm of Mobile Robot in Hallway Using PC Camera. Conf. ISARC 2004,
[Low and Lastra, 2006]
K.L. Low, A. Lastra.
Efficient Constraint Evaluation Algorithms for Hierarchical Nex-Best-View Planning.
Proceeding of the Third International Symposium on 3D Data Processing, Visualization and Transmission (3DPVT 06), pp. 830-837
[Muñoz Salinas et al., 2006]
R. Muñoz Salinas, E. Aguirre, M. Garcia-Silvente.
Detection of Doors Using a Genetic Visual Fuzzy System for Mobile Robots.
Autonomous Robot, 21 (2006), pp. 123-141
[Okorn et al., 2010]
B.E. Okorn, X. Xiong, B. Akinci, D. Huber.
Toward Automated Modeling of Floor Plans.
Proceedings of the Symposium on 3D Data Processing, Visualization and Transmission, pp. 17-20
[Pospisilova, 2007]
R. Pospisilova.
Occlusion Detection and Surface Completion in 3D Reconstruction of Man-Made Environments.
15th International Conference Central Europe on Computer Graphics, Visualization and Computer Vision, pp. 133-140
[Sanchiz and Fisher, 1999]
J.M. Sanchiz, R.B. Fisher.
A next-best-view algorithm for 3D scene recovery with 5 degrees of freedom, Nottingham, UK.
BMVC99, (1999), pp. 163-172
[Sappa, 2004]
A.D. Sappa.
Automatic Extraction of Planar Projections from Panoramic Range Images.
2nd International Symposium on 3D Data Processing, Visualization and Transmision, pp. 231-234
[Vapnik, 1998]
V.N. Vapnik.
Statistical Learning Theory.
John Wiley & Sons Inc, (1998),
[Wang and Oliveira, 2002]
J. Wang, M. Oliveira.
Improved Scene Reconstruction from Range Images.
Computer Graphics Forum, 31 (2002), pp. 521-530
[Werner and Zisserman, 2002]
T. Werner, A. Zisserman.
Model Selection for Automated reconstruction from Multiple Views.
British Machine Vision Conference, pp. 53-62
Opciones de artículo
Herramientas