TwinGen

Technologien zur Generierung digitaler Zwillinge als Grundlage für Betrieb und Instandhaltung baulicher Infrastruktur

Projektbearbeitung: M. Saeed Mafipour, Simon Vilgertshofer, André Borrmann
Förderung: Bundesministerium für Verkehr und digitale Infrastruktur
Partner: Ruhr-Universität Bochum
RWTH Aachen
ZPP Ingenieure AG

Projektbeschreibung

Das Projekt unter Führung der TUM widmet sich der Entwicklung von Ansätzen zur automatisierten Erstellung Digitaler Zwillinge für die bauliche Infrastruktur. Es fokussiert dabei auf Methoden zur Erfassung bestehender Bauwerke mittels verschiedener Verfahren und deren Überführung in digitale Modelle als Basis für Betrieb und Instandhaltung.

Im Projekt werden Verfahren entwickelt, um automatisiert digitale Zwillinge bestehender Infrastrukturbauwerke (z.B. Straßen, Brücken, Wasserbauwerke) als Basis für den Betrieb und die Instandhaltung zu generieren. Die zu entwickelnden Teilverfahren umfassen die Aufnahme und Verarbeitung von Punktwolken (z. B. mittels Laserscanning oder Photogrammmetrie), Extrahierung von geometrischen und semantischen Informationen unter Ver-wendung digitaler Bildverarbeitung, Einsatz von Wissensdatenbanken zur semantischen Modellgenerierung sowie der Auswertung von technischen Zeichnungen mittels Machine Learning. Wesentliche Tätigkeiten liegen in der Entwicklung von Algorithmen, Datenstrukturen und technischen Verfahren.

Ziel ist es, Verfahren zu entwickeln, mit denen weitgehend automatisiert hochwertige Digitale Zwillinge für Bestandsbauwerke erzeugt werden kön-nen. Eine wesentliche Herausforderung ist es, die semantischen Informationen aus den Bestandsunterlagen und der Bestandserfassung zu extrahieren und den Digitalen Zwilling entsprechend anzureichern. Des Weiteren sollen Methoden eingesetzt werden, um den Zustand eines Bauwerks auf Basis von Bildern und Punktwolken bewertbar zu machen.

Seitens des Lehrstuhls für Computergestützte Modellierung und Simulation werden insbesondere die Arbeitspakete zur Entwicklung geeigneter Parametrisierungen für Bauwerke, Optimierungsverfahren für das Model-to-Cloud Fitting und Verfahren zur Extraktion von Informationen aus technischen Zeichnungen bearbeitet. Weierhin wurden durch die mehrere Brückenbauwerke per Drohnenbefliegung visuell erfasst, damit auf Basis der Bilddaten mittels Photogrammetrie Punkwolken der Bauwerke erstellt werden konnten. 

Publications

2023

  • Förster, D.: Integration von Sensordaten in moderne Digital Twin Plattformen. Bachelorarbeit, 2023 mehr…
  • Kolbeck, L.; Vilgertshofer, S.; Borrmann, A.: Graph-based mass customisation of modular precast bridge systems. Proc. of the 30th Int. Conference on Intelligent Computing in Engineering (EG-ICE), 2023 mehr…
  • Mafipour, M. S.; Vilgertshofer, S.; Borrmann, A.: Automated Geometric Digital Twinning of Bridges from Segmented Point Clouds by Parametric Prototype Models. Automation in Construction 156, 2023 mehr…
  • Mafipour, M. S.; Vilgertshofer, S.; Borrmann, A.: Heuristic optimization for digital twin modeling of existing bridges from point cloud data by parametric prototype models. Proc. of the ASCE International Conference on Computing in Civil Engineering, 2023 mehr…
  • Mafipour, M.S.; Ahmed, D.; Vilgertshofer, S.; Borrmann, A.: Digitalization of 2D Bridge Drawings Using Deep Learning Models. Proc. of the 30th Int. Conference on Intelligent Computing in Engineering (EG-ICE), 2023 mehr…
  • Samu, I.: Automated Parametric Modeling of Bridge Components Using Point Clouds. , 2023 mehr…

2022

  • Ahmed, D.: Automatic Detection of Elements in the Technical Drawings of Bridges by Deep Learning and Parametric Modeling. , 2022 mehr…
  • Borrmann, A.; Blankenbach, J.; Beetz, J.; König, M.; Becker, R.; T., Blut; F., Celik; B., Faltin; Göbels, A.; Mafipour, MS.; Martens, J.; Scheffer, M.; Vilgertshofer, S.: Technologien zur Generierung digitaler Zwillinge als Grundlage für Betrieb und Instandhaltung baulicher Infrastruktur. Lehrstuhl für Computergestützte Modellierung und Simulation, Technische Universität München, 2022, mehr…
  • Collins, F.; Pfitzner, F.; Schlenger, J.: Scalable construction monitoring for an as-performed progress documentation across time. Proceedings of 33. Forum Bauinformatik, 2022 mehr…
  • Mafipour, M. S.; Vilgertshofer, S.; Borrmann, A.: Digital twinning of bridges from point cloud data by deep learning and parametric models. Proc. of European Conference on Product and Process Modeling 2022, 2022 mehr…
  • Mafipour, MS. ; Alici, C.; Shakeel, S.; Kalkavan, A.: Semantic Segmentation of Real and Synthetic Point Cloud Data for Digital Twinning of Bridges. Proceedings of 33. Forum Bauinformatik, 2022 mehr…
  • Mafipour, MS.; Vilgertshofer, S.; Borrmann, A.: Creating digital twins of existing bridges through AI-based methods. Proc. of the IABSE Symposium – Challenges for Existing and Oncoming Structures, 2022 mehr…
  • Pan, Y.; Mafipour, S.; Mehranfar, M.: Enriching Point Features to Improve Semantic Segmentation of Point Clouds. Proceedings of 33. Forum Bauinformatik, 2022 mehr…
  • Tonetto, L.; Carrara, A.; Ding, A.; Ott, J.: Where Is My Tag? Unveiling Alternative Uses of the Apple FindMy Service. IEEE 23th International Symposium on "A World of Wireless, Mobile and Multimedia Networks" (WoWMoM), 2022 mehr…
  • Vilgertshofer, S.; Mafipour, M. S.; Borrmann, A.; Martens, J.; Blut, T.; Becker, R.; Blankenbach, J.; Glöbels, A.; Beetz, J.; Celik, F.; Faltin, B.; König, M.: TwinGen: Advanced technologies to automatically generate digital twins for operation and maintenance of existing bridges. Proc. of European Conference on Product and Process Modeling 2022, 2022 mehr…
  • Weidinger, J.: Deep Learning based integration of manual changes on floor plans. , 2022 mehr…

2021

  • Mafipour, MS.; Vilgertshofer, S.; Borrmann, A.: Deriving Digital Twin Models of Existing Bridges from Point Cloud Data Using Parametric Models and Metaheuristic Algorithms. Proc. of the EG-ICE Conference 2021, 2021 mehr…
  • Samaras, D.: Automated Extraction of Semantic Information from Engineering Drawings using Deep Learning. , 2021 mehr…