Sanierungspotenziale mithilfe intelligenter Punktwolkenverarbeitung

Team Members: Kasimir Forth, Florian Noichl, André Borrmann

Funding: Stiftung Bayerisches Baugewerbe

Running Period: 01.11.2022-01.07.2023

Projektbeschreibung:

In diesem Projekt schlagen wir die zuvor skizzierte, vollautomatische Methode vor und validieren sie mithilfe mehrerer komplexen Pilotprojekte. Für die Berechnung der Lebenszykluskosten und Ökobilanz von Renovierungsszenarien werden bestehende Softwaretools verwendet, u.a. CAALA, sodass eine praxisnahe Umsetzung sichergestellt wird. Die Punktwolken der Pilotprojekte werden direkt und ohne den Umweg einer manuellen Nachmodellierung in ein gängiges Datenformat für Building Energy Models (BEM) übersetzt und angereichert. Durch die vorgeschlagene Methode soll es zukünftig möglich werden, kostengünstig und zeiteffizient Bestandsgebäude aufzunehmen und automatisierte Sanierungsszenarien abzuschätzen. Dadurch wird dem wachsenden Bedarf an Bestandssanierungen mithilfe von innovativen digitalen Methoden Rechnung getragen.
Ziel dieses Projektes ist es, eine robuste, automatisierte Methode für die Berechnung von Lebenszyklusanalysen (Kosten und Ökologie) bestehender Gebäude unter Verwendung von Punktwolken als Eingabedaten zu erarbeiten. Der Schwerpunkt liegt weder auf der Erstellung von Punktwolken noch auf der Definition von Renovierungsszenarien, sondern vielmehr auf der Überbrückung der Lücke, die aktuell zwischen Punktwolken und dem Import von semantischen 3D-Modellen für die Ökobilanzberechnung besteht.
Die vorgeschlagenen, automatisierten Prozessierungsschritte umfassen daher eine geometrische Transformation der Punktwolke zu einem 3D-Oberflächenmodell, gefolgt von einer semantischen Klassifizierung der einzelnen Oberflächen in thermische Schichten, zusätzlich sollen die jeweiligen Materialien durch Annahme der Oberflächenelemente nach Baualtersklassen erfasst werden.

Veröffentlichungen

  • Forth, K.; Noichl, F.; Borrmann, A.: LCA Calculation of Retrofitting Scenarios using Geometric Model Reconstruction and Semantic Enrichment of Point Clouds and Images. Proc. of the ASCE International Conference on Computing in Civil Engineering 2023, 2023 mehr…
  • Selimovic, E.; Noichl, F.; Forth, K.; Borrmann, A.: Retrofitting Potential of Building envelopes Based on Semantic Surface Models Derived From Point Clouds. Journal of Facade Design and Engineering 10 (2), 2022, 127-139 mehr…