ES2902098B2 - Metodo para analizar la ejecucion de un proyecto de construccion - Google Patents

Metodo para analizar la ejecucion de un proyecto de construccion Download PDF

Info

Publication number
ES2902098B2
ES2902098B2 ES202030965A ES202030965A ES2902098B2 ES 2902098 B2 ES2902098 B2 ES 2902098B2 ES 202030965 A ES202030965 A ES 202030965A ES 202030965 A ES202030965 A ES 202030965A ES 2902098 B2 ES2902098 B2 ES 2902098B2
Authority
ES
Spain
Prior art keywords
model
points
point cloud
control
images
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES202030965A
Other languages
English (en)
Other versions
ES2902098A1 (es
Inventor
Lara Alejandro Ruiz
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHECKTOBUILD INC
Original Assignee
Checktobuild SL
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Checktobuild SL filed Critical Checktobuild SL
Priority to ES202030965A priority Critical patent/ES2902098B2/es
Priority to PCT/ES2021/070683 priority patent/WO2022064087A1/es
Publication of ES2902098A1 publication Critical patent/ES2902098A1/es
Application granted granted Critical
Publication of ES2902098B2 publication Critical patent/ES2902098B2/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/04—Architectural design, interior design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Mathematical Analysis (AREA)
  • Structural Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Image Analysis (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)

Description

DESCRIPCIÓN
MÉTODO PARA ANALIZAR LA EJECUCIÓN DE UN PROYECTO DE
CONSTRUCCIÓN
CAMPO DE LA INVENCIÓN
La presente invención se refiere al campo del control de la posición de los elementos en distintas fases de la ejecución de un proyecto de construcción.
ANTECEDENTES DE LA INVENCIÓN
La verificación sobre la conformidad de la ejecución en proyectos de construcción es de gran importancia. Es evidente que el hecho de que un proyecto ejecutado se ajuste lo más posible al plano teórico es muy deseable para evitar problemas derivados de una mala ejecución.
Esta verificación se realiza de muy diversas maneras. El uso de aeronaves no tripuladas para tomar fotografías y comparar los resultados es conocido en el estado de la técnica. Por ejemplo, el documento US 2019/325089 A1 divulga un sistema en el que se toman un conjunto de imágenes por medio de drones y se compara con un modelo de construcción BIM proporcionado por el usuario.
Sin embargo, los algoritmos de comparación son tan importantes como el método en sí, ya que obtener una precisión suficiente en un tiempo de computación razonable dependerá del procedimiento elegido.
La presente invención aporta una alternativa ventajosa en tiempo y precisión del análisis para este tipo de aplicaciones.
DESCRIPCIÓN BREVE DE LA INVENCIÓN
La presente invención proporciona una solución alternativa al problema anteriormente propuesto mediante un método según la reivindicación 1. Las reivindicaciones dependientes definen realizaciones preferidas de la invención.
A menos que se defina de otra manera, todos los términos (tanto los científicos como los técnicos) que se usan en este documento han de ser interpretados como lo haría un experto en la materia. Se entenderá, por tanto, que los términos de uso común deben ser interpretados de la manera que lo haría un conocedor de la materia, y no de un modo idealizado o estrictamente formal.
A lo largo del texto, la palabra "comprende” (y sus derivados, como "comprendiendo”) no deben ser entendidos de un modo excluyente, sino que deben ser entendidos en el sentido en que admiten la posibilidad de que lo definido pueda incluir elementos o etapas adicionales.
Un objeto de la presente invención se refiere a un método para analizar la ejecución de una obra de construcción, caracterizado el método porque comprende las etapas de situar marcas de control en unos puntos de control situados fuera de la obra de construcción;
proveer un conjunto de imágenes de la obra de construcción, de modo que el conjunto de imágenes comprende las marcas de control;
crear una nube de puntos no densa a partir del conjunto de imágenes, donde la nube de puntos no densa comprende los puntos de control asociados a las marcas de control;
proveer un modelo de datos de la obra de construcción, donde el modelo de datos comprende puntos de control de modelo situados en localizaciones correspondientes a los puntos de control;
generar un posicionamiento común entre la nube de puntos no densa y el modelo de datos a partir de los puntos de control y los puntos de control de modelo, de modo que cada punto de la nube de puntos no densa adquiere tres coordenadas de posicionamiento en un sistema de referencia común a la nube de puntos no densa y al modelo de datos;
seleccionar un modo de comparación entre al menos dos escenarios, donde se selecciona el primer escenario cuando el modelo de datos de la obra de construcción tiene elementos etiquetados y se selecciona el segundo escenario cuando el modelo de datos de la obra de construcción no tiene elementos etiquetados;
escoger una pluralidad de elementos de modelo comprendidos en el modelo de datos, donde el tipo de elemento de modelo depende del escenario seleccionado, y donde cada elemento de modelo es muestreado, dando lugar a una pluralidad de puntos de modelo para cada elemento de modelo, teniendo cada punto de modelo tres coordenadas de posicionamiento en el sistema de referencia común;
comparar, para cada elemento de modelo, cada coordenada de posición de cada punto de modelo con la correspondiente coordenada de posición del punto más cercano de al menos una zona de comparación de la nube de puntos no densa, obteniendo un conjunto de datos de desviaciones.
Este método tiene como ventaja principal la posibilidad de comparar de manera rápida y fiable la situación de los elementos en una obra de construcción real con la posición y orientación de los elementos correspondientes en un modelo de datos BIM, independientemente de la calidad del modelo de datos proporcionado, tanto si tiene elementos etiquetados como si se trata de un archivo con elementos genéricos.
El experto en la materia conoce perfectamente la diferencia entre un archivo de modelo de datos con elementos etiquetados y uno que no los tiene. Existen realizaciones de modelos de datos en el que distintos elementos del modelo están identificados como tales, como por ejemplo las paredes o las puertas. En estos casos, el método es particularmente ventajoso, ya que se puede aplicar la comparación a cada uno de los elementos por separado, obteniendo así datos fiables sobre cada uno de los elementos individualizadamente. Sin embargo, el método comprende la distinción y particularización de las etapas de computación en función de la calidad del modelo de datos suministrado, pudiendo obtenerse resultados concluyentes incluso aunque el modelo de datos no tenga elementos etiquetados.
Evidentemente las etapas de escoger los elementos de modelo y muestrearlos se puede realizar tanto en un orden como en otro. Es decir, en algunas realizaciones primero se seleccionan los elementos de modelo y luego se muestrean, dando lugar a una pluralidad de puntos de modelo, que son los puntos muestreados del modelo elegido. En otras realizaciones, primero se muestrea todo el modelo de datos y luego se escogen los elementos dentro del modelo muestreado, dando lugar igualmente a una pluralidad de puntos de modelo, que en este caso son los puntos elegidos del modelo muestreado.
En realizaciones particulares, el método incluye adicionalmente una etapa de realizar al menos una operación estadística en el conjunto de datos, obteniéndose un valor de longitud y un vector de orientación representativos de la desviación de la nube de puntos no densa con respecto al elemento de modelo escogido, donde la operación estadística incluye preferentemente el cálculo de la media aritmética de las desviaciones, obteniéndose tres coordenadas ponderadas, de las cuales se calcula su módulo, que da lugar al valor de longitud, y su orientación, que da lugar al vector de orientación.
De este modo, el conjunto de datos de desviaciones obtenidos en el método se puede presentar al usuario de manera resumida y con información muy valiosa y fácilmente consultable.
En realizaciones particulares, antes de realizar la etapa de comparar, se define un porcentaje predeterminado y un umbral de distancia y se realiza una etapa de comprobar si al menos el porcentaje determinado elegido de los puntos del elemento de modelo escogido y muestreado encuentra al menos un punto en la nube de puntos que esté a una distancia menor que el umbral de distancia escogido previamente.
De este modo, se puede ahorrar tiempo de computación y de procesado, ya que esta comprobación previa arroja al usuario alertas sobre la ausencia de elementos en la nube de puntos antes de calcular distancias y desviaciones. De hecho, el criterio para considerar que un elemento está ausente de la nube de puntos es configurable por el usuario, tanto en el porcentaje de puntos mínimo necesario como la distancia máxima a la que estos puntos deben estar del elemento del modelo.
En realizaciones particulares, se selecciona el primer escenario cuando el modelo de datos de la obra de construcción tiene elementos etiquetados, existe un número de repeticiones de elementos genéricos inferior a un umbral preestablecido y se comprueba la presencia de una serie de elementos preestablecidos entre los elementos etiquetados.
De este modo, se pueden personalizar los requisitos mínimos para que el método seleccione uno u otro escenario de cálculo, requiriendo un mínimo de elementos preestablecidos o limitando las repeticiones de elementos genéricos.
En realizaciones particulares, cuando se selecciona el primer escenario, la etapa de proveer una pluralidad de elementos de modelo se realiza con esos elementos etiquetados definidos en el modelo de datos.
Los elementos etiquetados son útiles para realizar las etapas del método cuando pertenecen a un modelo de datos suficientemente bien estructurado. En ese caso, los elementos etiquetados sirven como elementos de comparación en la etapa de comparar punto por punto.
En realizaciones particulares, la etapa de proveer la pluralidad de elementos de modelo comprende dividir el modelo de datos en volúmenes de control, empleándose cada volumen de control como elemento de modelo.
Esto se puede realizar tanto en el primer escenario como en el segundo escenario, aunque resulta especialmente ventajoso en el segundo escenario, cuando el modelo de datos no identifica cada elemento por separado. En este caso, se divide todo el modelo de datos en volúmenes de control (como por ejemplo, paralelepípedos, siguiendo un patrón establecido) de modo que cada volumen de control es utilizado como elemento en la etapa de comparación, obteniendo datos de desviación para cada volumen de control. Este resultado puede no ser tan útil como en el caso de que el modelo de datos tenga definida la separación entre los distintos elementos, pero permite obtener buenos resultados también en estos casos.
En realizaciones particulares, la etapa de proveer la pluralidad de elementos de modelo comprende
dividir el modelo de datos en volúmenes de control, en el que una de las dimensiones del volumen de control es al menos 10 veces más pequeña que cualquiera de las otras dos;
seleccionar un plano de proyección del volumen de control, siendo el plano de proyección perpendicular a la dimensión más pequeña del volumen de control;
proyectar los puntos del elemento de modelo contenidos en el volumen de control sobre el plano de proyección, obteniendo proyecciones de modelo
proyectar los puntos de la nube de puntos no densa contenidos en el volumen de control sobre el plano de proyección, obteniendo proyecciones de nube;
utilizar las proyecciones de modelo y las proyecciones de nube como puntos para comparar en la etapa de comparar.
Esta comparación por proyecciones de puntos ahorra la comparación de una de las coordenadas, por lo que resulta más rápida, y también ofrece buenos resultados cuando no es posible contar con la definición concreta de cada elemento.
En realizaciones particulares, la dimensión pequeña de los volúmenes de control se calcula en función de la densidad de la nube de puntos.
De este modo, se consigue ajustar la precisión y el tiempo de computación según las necesidades del usuario.
En realizaciones particulares, la etapa de crear una nube de puntos no densa comprende realizar un preprocesado de la nube, ajustando la resolución de la nube de puntos dependiendo de un valor de error preestablecido.
De este modo, se consigue ajustar la precisión y el tiempo de computación según las necesidades del usuario.
En realizaciones particulares, el método comprende adicionalmente la etapa de situar unas marcas críticas en unos puntos críticos comprendidos en la obra de construcción antes de proveer el conjunto de imágenes de la obra de construcción y en el que cada elemento de modelo comprende unos puntos críticos de modelo, de modo que la etapa de comparar comprende la comparación de dicho punto crítico de modelo con la coordenada de posición del punto crítico en la nube de puntos.
Si se considera conveniente, se pueden realizar comparaciones específicas en puntos concretos del modelo, ahorrando así tiempo si fuera necesario.
En realizaciones particulares, las marcas son circulares, de color blanco y tienen un diámetro de al menos 10 cm.
De este modo, son fácilmente localizables y tratables a nivel computacional.
En realizaciones particulares, la etapa de proveer un conjunto de imágenes comprende adquirir imágenes del edificio de modo que dos imágenes adyacentes comparten al menos un 30% de información. En realizaciones particulares, las imágenes tienen una resolución de entre 15000 y 25000 px.
En realizaciones particulares, el modelo de datos del edificio se provee en formato IFC (Industry Foundation Classes).
Cualquier programa con modelo de datos BIM exporta en IFC, el modelo es compatible con IFC.
En realizaciones particulares, la etapa de proveer el conjunto de imágenes más relevantes comprende desechar imágenes desenfocadas o que no contengan información adecuada.
En realizaciones particulares, las marcas de control son tres, y se elige un centro de coordenadas de posicionamiento como el centro del triángulo definido por las tres marcas de control.
En realizaciones particulares, las imágenes son adquiridas por un dispositivo aeroespacial no tripulado y cada imagen contiene datos acerca del posicionamiento del vehículo aéreo no tripulado en el momento de adquirir la imagen, estando el posicionamiento referido a los puntos de control.
Aunque la técnica actual encuentra en los drones el elemento idóneo para realizar la toma de imágenes, queda claro que cualquier dispositivo aeroespacial futuro puede ser adecuado para dicha acción.
DESCRIPCIÓN DE LAS FIGURAS
Para completar la descripción y facilitar la mejor comprensión de la invención, se añade a la descripción un conjunto de figuras. Estas figuras forman parte de la descripción e ilustran un ejemplo particular de la invención, que no debe ser interpretado como limitante del alcance de la misma, sino como un mero ejemplo de cómo la invención se puede llevar a cabo. Este conjunto de figuras comprende las siguientes:
La Figura 1 muestra una etapa de una realización particular de un método de control de acuerdo con la invención.
La Figura 2 muestra un ejemplo de nube de puntos no densa 3 obtenida a partir del conjunto de imágenes.
La Figura 3 muestra un modelo de datos completo en los que existen una serie de elementos etiquetados para llevar a cabo un ejemplo particular de método de acuerdo con la invención.
La Figura 4 muestra un modelo de datos no completo dividido en volúmenes de control para llevar a cabo un ejemplo particular de método de acuerdo con la invención.
La Figura 5 muestra un modelo de datos no completo dividido en secciones de control para llevar a cabo un ejemplo particular de método de acuerdo con la invención.
La Figura 6 muestra una etapa del método de acuerdo con la invención en la que se realiza una proyección sobre un plano de proyección.
Con objeto de ayudar a una mejor comprensión de las características técnicas de la invención, las citadas Figuras se acompañan de una serie de referencias numéricas donde, con carácter ilustrativo y no limitativo, se representa lo siguiente:
Figure imgf000009_0001
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN
Se procede a continuación a describir un ejemplo de realización preferida de la presente invención, aportada con fines ilustrativos pero no limitativos de la misma.
La Figura 1 muestra una etapa de una realización particular de un método de control de acuerdo con la invención.
En esta figura se observa la toma de imágenes de una obra de construcción real 10. Para referenciar el posicionamiento en las imágenes, se han situado una serie de marcas de control 1 en puntos de control fuera de dicha construcción, así como una serie de marcas críticas 2 situadas en la obra de construcción 10. Por medio de un dron 15 o de cualquier otro dispositivo que pueda servir para la misma función, se toman una pluralidad de imágenes de la construcción, con las siguientes condiciones:
cada imagen contiene una o más marcas, y
cada imagen contiene al menos un 30% de información contenida en otras imágenes, para producir un solape entre ambas y que la integración sea correcta.
Tanto las marcas de control 1 como las marcas críticas 2 son circulares, de color blanco y tienen un diámetro de al menos 10 cm.
Las imágenes tienen una resolución de 20 Mpx y están tomadas a una distancia aproximada de 20 metros de la obra de construcción.
El sistema comprende una interfaz para el tratamiento de imágenes, para poder elegir las imágenes que formarán parte de las siguientes etapas, ofreciendo la posibilidad de desechar y corregir imágenes, etc.
Por medio de técnicas conocidas, se genera una nube de puntos no densa a partir de las imágenes, conteniendo la nube de puntos no densa una pluralidad de puntos que representan la posición, orientación y tamaño de los distintos elementos de la obra de construcción.
El usuario ha provisto además un modelo de datos según el estándar IFC, según desearía que la construcción fuera ejecutada. El método de la invención comprende las etapas de analizar y verificar si la obra de construcción real se corresponde con este modelo de datos.
Para ello, una vez se ha seleccionado el conjunto de imágenes relevantes, se lleva a cabo la definición de un sistema común de coordenadas posicionamiento para las imágenes y para el modelo de datos.
El modelo de datos comprende como parte de sus puntos una serie de puntos de control de modelo. Estos puntos de control de modelo corresponden con los puntos reales de control, físicos, donde se han situado las marcas de control.
De este modo, tanto el modelo de datos como la nube de puntos tienen perfectamente localizados dónde están los puntos de control. Estos puntos de control sirven como sistema de referencia común, de modo que, haciendo coincidir los tres puntos de control de modelo con los tres puntos de control de la nube de puntos, se obtiene un sistema de coordenadas común que dota, tanto a los puntos del modelo como a los puntos de la nube de puntos, de tres coordenadas en un sistema XYZ.
De ser necesario, el centro del triángulo definido por los puntos de control se considerará como origen de coordenadas.
Una vez que se ha creado una nube de puntos referenciada y un modelo de datos referenciado según las mismas coordenadas que la nube de puntos, se realizan las etapas de comparación.
La Figura 2 muestra un ejemplo de nube de puntos no densa 3 obtenida a partir del conjunto de imágenes. Esta nube de puntos no densa 3 contiene los puntos de control 11 correspondientes a la ubicación de las marcas de control mostradas en la Figura 1.
Para llevar a cabo la comparación en el método de la invención, se analiza primero qué tipo de modelo de datos ha sido provisto por el usuario.
Existen modelos de datos completos, como el mostrado en la Figura 3, en los que existen una serie de elementos 5 perfectamente etiquetados, cada uno con una etiqueta que le define perfectamente (no con etiquetas del tipo "elemento genérico 1”) y que cumplen una serie de requisitos predefinidos por el usuario (a modo, por ejemplo, de whitelist).
Este modelo de datos 4 también comprende unos puntos de control de modelo 12, situados en las ubicaciones correspondientes a las marcas de control que se observan en la Figura 1.
Por ejemplo, si la marca de control se adhiere a la esquina de una calle, el punto de control de modelo correspondiente es esa misma esquina de la calle, pero en el plano de modelo.
Este tipo de modelo de datos da lugar a un primer tipo de comparación, en el que se va eligiendo cada elemento (por ejemplo, en este caso, la puerta 5) y se realiza un muestreo, de modo que dicho elemento escogido del modelo de datos se convierte en una pequeña nube de puntos de modelo.
La resolución de muestreo del elemento de modelo se elige para que sea consecuente con la resolución de la nube de puntos proveniente de las imágenes.
Una vez muestreado el elemento 5, se incorpora al escenario los puntos de la nube de puntos obtenida por el conjunto de imágenes. La alineación se realiza por medio de los puntos de control y los puntos de control de modelo 12. Mediante la coincidencia de dichos puntos, ambos sistemas de puntos (la nube de puntos obtenida por el conjunto de imágenes y la nube de puntos de modelo obtenida por el muestreo del elemento 5) se encuentran perfectamente alineados, haciendo posible el registro de ambos sistemas.
Una vez alineados los dos conjuntos de puntos, para cada punto de la nube de puntos de modelo, se calcula la distancia entre dicho punto y el punto más cercano de la nube de puntos. De este modo, se obtienen unos valores de desviación para cada punto de la nube de puntos de modelo que ha surgido a partir de cada elemento.
Poniendo un ejemplo de estas etapas, se elige un elemento del modelo de datos, como puede ser la puerta 5 de la Figura 3. Ese elemento se muestrea, de modo que se obtiene una nube de puntos de modelo que corresponde con el volumen de la puerta. Ya no es un elemento macizo, sino un conjunto de puntos, con una resolución adecuada al nivel de error deseado y a la capacidad de computación disponible. Una vez incorporados los puntos de la nube de puntos proveniente del conjunto de imágenes, para cada punto de la nube de puntos de modelo, se busca la distancia entre dicho punto y el punto más cercano de la nube de puntos que proviene del conjunto de imágenes. Como ambos sistemas de puntos (el de la nube de puntos de modelo y el de la nube de puntos que proviene del conjunto de imágenes) tienen un sistema de referencia común, gracias a la correspondencia entre los puntos de control y los puntos de control de modelo, sus coordenadas se pueden comparar, y el cálculo de la distancia es prácticamente inmediato.
Al final del proceso, se tiene una distancia para cada punto, y se realiza un procedimiento estadístico, destinado a obtener un único valor de desviación de la obra de construcción real con respecto al elemento del modelo de datos (en este caso, la puerta). Al final, se obtiene que la puerta real está desviada una distancia x en una orientación v.
Para cada elemento del modelo tenemos un valor de distancia desviada y una orientación. De este modo, los datos se pueden interpretar de manera rápida y sencilla, y proceder a la corrección si es posible.
De hecho, estos valores se proveen de manera particular para cada uno de los puntos críticos fijados en la etapa anterior, mostrada en la Figura 1. Como los puntos críticos han pasado de las imágenes a la nube de puntos no densa y los puntos críticos de modelo forman parte de los puntos muestreados de los elementos de modelo, es sencillo mostrar la desviación entre los puntos críticos y los puntos críticos de modelo.
Existen otro tipo de modelos de datos que no son tan completos, bien porque no todos los elementos se encuentran etiquetados, bien porque las etiquetas no dan suficiente información acerca del elemento al cual se refiere (existen varios "elementos genéricos”) o bien porque no se encuentran todos los elementos que el usuario haya podido definir como necesarios (por ejemplo, en una "whitelist” previa).
En este caso, el método de la invención es perfectamente utilizable, y es posible realizar otros tipos de comparación.
Uno de ellos, ilustrado en la Figura 4 comprende el muestreo y la división del modelo de datos en pequeños volúmenes de control 6. En este caso, la división del modelo de datos no se hace mediante la elección de elementos definidos y etiquetados (como en el caso anterior), sino que se realiza con independencia de la forma de estos, siguiendo un patrón genérico de volúmenes de control cúbicos. Además, en este caso el muestreo se realiza de manera previa a la división en volúmenes de control 6.
Una vez muestreado y dividido el modelo de datos, cada volumen de control 6 contiene una serie de puntos de modelo y es tratado como si fuera un elemento de modelo en el método anterior, es decir: se registra para cada punto de dicha nube de puntos de modelo la distancia y orientación al punto más cercano de la nube de puntos proveniente del conjunto de imágenes.
De este modo, tras un proceso estadístico, se obtiene, para cada volumen de control 6, una distancia y una orientación, que permite tener una idea muy clara sobre la desviación de los elementos de la obra de construcción con respecto al modelo de datos proporcionado. En este caso, los valores no se obtienen con respecto a cada elemento físico del modelo (una determinada puerta o pared), sino simplemente con respecto a cada volumen de control 6. No obstante, esta información también puede resultar muy útil en cada caso.
En otro tipo de comparación, ilustrado en la Figura 5, en lugar de elementos cúbicos, se obtienen secciones de control 7 con un pequeño espesor. El espesor de estos elementos se calcula en función de la densidad de la nube de puntos. A mayor densidad de la nube de puntos, menor será la distancia entre planos adyacentes, mejor será la precisión y mayor será el tiempo computacional.
Una vez obtenido y muestreado cada sección de control 7 del modelo de puntos, se proyectan los puntos de modelo sobre un plano de proyección 8 de dicho volumen de control, tal y como se muestra en la Figura 6, obteniendo proyecciones de modelo 13. El plano de proyección 8 será una de las caras, perpendicular al espesor de dicho volumen de control. Los puntos de la nube de puntos provenientes del conjunto de imágenes también se proyectan sobre el plano de proyección, obteniendo proyecciones de nube 14. De este modo, se obtienen puntos en un plano, que sólo tienen dos coordenadas. Para cada volumen de control se obtienen por tanto valores en dos dimensiones, por lo que la comparación resulta mucho más rápida y sencilla. Aunque esta información pueda resultar algo menos completa, ya que la desviación se presenta en dos dimensiones, si la distancia entre planos es suficientemente pequeña, puede resultar suficiente con un coste computacional muy reducido.

Claims (15)

REIVINDICACIONES
1. - Método para analizar la ejecución de una obra de construcción, caracterizado el método porque comprende las etapas de
situar marcas de control (1) en unos puntos de control situados fuera de la obra de construcción;
proveer un conjunto de imágenes de la obra de construcción, de modo que el conjunto de imágenes comprende las marcas de control (1);
crear una nube de puntos no densa (3) a partir del conjunto de imágenes, donde la nube de puntos no densa comprende los puntos de control (11) asociados a las marcas de control (1);
proveer un modelo de datos (4) de la obra de construcción, donde el modelo de datos comprende puntos de control de modelo (12) situados en localizaciones correspondientes a los puntos de control (11);
generar un posicionamiento común entre la nube de puntos no densa (3) y el modelo de datos (4) a partir de los puntos de control (11) y los puntos de control de modelo (12), de modo que cada punto de la nube de puntos no densa adquiere tres coordenadas de posicionamiento en un sistema de referencia común a la nube de puntos no densa (3) y al modelo de datos (4);
seleccionar un modo de comparación entre al menos dos escenarios, donde se selecciona el primer escenario cuando el modelo de datos de la obra de construcción tiene elementos etiquetados y se selecciona el segundo escenario cuando el modelo de datos de la obra de construcción no tiene elementos etiquetados;
escoger una pluralidad de elementos de modelo (5, 6, 7) comprendidos en el modelo de datos, donde el tipo de elemento de modelo depende del escenario seleccionado, y donde cada elemento de modelo es muestreado, dando lugar a una pluralidad de puntos de modelo para cada elemento de modelo, teniendo cada punto de modelo tres coordenadas de posicionamiento en el sistema de referencia común;
comparar, para cada elemento de modelo, cada coordenada de posición de cada punto de modelo con la correspondiente coordenada de posición del punto más cercano de al menos una zona de comparación de la nube de puntos no densa (3), obteniendo un conjunto de datos de desviaciones.
2. - Método según la reivindicación 1, en el que el método incluye adicionalmente una etapa de realizar al menos una operación estadística en el conjunto de datos, obteniéndose un valor de longitud y un vector de orientación representativos de la desviación de la nube de puntos no densa (3) con respecto al elemento de modelo (5, 6, 7) escogido, donde la operación estadística incluye preferentemente el cálculo de la media aritmética de las desviaciones, obteniéndose tres coordenadas ponderadas, de las cuales se calcula su módulo, que da lugar al valor de longitud, y su orientación, que da lugar al vector de orientación.
3. - Método según cualquiera de las reivindicaciones anteriores en el que, antes de realizar la etapa de comparar, se define un porcentaje predeterminado y un umbral de distancia y se realiza una etapa de comprobar si al menos el porcentaje determinado elegido de los puntos del elemento de modelo (5, 6, 7) escogido y muestreado encuentra al menos un punto en la nube de puntos (3) que esté a una distancia menor que el umbral de distancia escogido previamente.
4. - Método según cualquiera de las reivindicaciones anteriores en el que se selecciona el primer escenario cuando el modelo de datos de la obra de construcción tiene elementos etiquetados (5), existe un número de repeticiones de elementos genéricos inferior a un umbral preestablecido y se comprueba la presencia de una serie de elementos preestablecidos entre los elementos etiquetados.
5. - Método según la reivindicación 4, en el que, cuando se selecciona el primer escenario, la etapa de proveer una pluralidad de elementos de modelo se realiza con esos elementos etiquetados (5) definidos en el modelo de datos.
6. - Método según cualquiera de las reivindicaciones anteriores, en el que la etapa de proveer la pluralidad de elementos de modelo comprende dividir el modelo de datos en volúmenes de control (6, 7), empleándose cada volumen de control (6, 7) como elemento de modelo.
7. - Método según la reivindicación 6, en el que la etapa de proveer la pluralidad de elementos de modelo comprende
dividir el modelo de datos en volúmenes de control (6, 7), en el que una de las dimensiones del volumen de control es al menos 10 veces más pequeña que cualquiera de las otras dos;
seleccionar un plano de proyección (8) del volumen de control, siendo el plano de proyección perpendicular a la dimensión más pequeña del volumen de control;
proyectar los puntos del elemento de modelo contenidos en el volumen de control sobre el plano de proyección (8), obteniendo proyecciones de modelo (13)
proyectar los puntos de la nube de puntos no densa contenidos en el volumen de control sobre el plano de proyección (8), obteniendo proyecciones de nube (14);
utilizar las proyecciones de modelo (13) y las proyecciones de nube (14) como puntos para comparar en la etapa de comparar.
8. - Método según la reivindicación 7, en el que la dimensión pequeña de los volúmenes de control se calcula en función de la densidad de la nube de puntos.
9. - Método según cualquiera de las reivindicaciones anteriores, en el que la etapa de crear una nube de puntos no densa comprende realizar un preprocesado de la nube, ajustando la resolución de la nube de puntos dependiendo de un valor de error preestablecido.
10. - Método según cualquiera de las reivindicaciones anteriores, que comprende adicionalmente la etapa de situar unas marcas críticas (2) en unos puntos críticos comprendidos en la obra de construcción antes de proveer el conjunto de imágenes de la obra de construcción y en el que cada elemento de modelo comprende unos puntos críticos de modelo, de modo que la etapa de comparar comprende la comparación de dicho punto crítico de modelo con la coordenada de posición del punto crítico en la nube de puntos.
11. - Método según cualquiera de las reivindicaciones anteriores, en el que las marcas son circulares, de color blanco y tienen un diámetro de al menos 10 cm.
12. - Método según cualquiera de las reivindicaciones anteriores, en el que la etapa de proveer un conjunto de imágenes comprende adquirir imágenes del edificio de modo que dos imágenes adyacentes comparten al menos un 30% de información.
13. - Método según cualquiera de las reivindicaciones anteriores, en el que las imágenes tienen una resolución de entre 15000 y 25000 px.
14. - Método según cualquiera de las reivindicaciones anteriores, en el que el modelo de datos del edificio está provisto en formato IFC (Industry Foundation Classes).
15.- Método según cualquiera de las reivindicaciones anteriores, en el que las imágenes son adquiridas por un dispositivo aeroespacial no tripulado (15) y cada imagen contiene datos acerca del posicionamiento del vehículo aéreo no tripulado en el momento de adquirir la imagen, estando el posicionamiento referido a los puntos de control.
ES202030965A 2020-09-24 2020-09-24 Metodo para analizar la ejecucion de un proyecto de construccion Active ES2902098B2 (es)

Priority Applications (2)

Application Number Priority Date Filing Date Title
ES202030965A ES2902098B2 (es) 2020-09-24 2020-09-24 Metodo para analizar la ejecucion de un proyecto de construccion
PCT/ES2021/070683 WO2022064087A1 (es) 2020-09-24 2021-09-21 Método para analizar la ejecución de un proyecto de construcción

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ES202030965A ES2902098B2 (es) 2020-09-24 2020-09-24 Metodo para analizar la ejecucion de un proyecto de construccion

Publications (2)

Publication Number Publication Date
ES2902098A1 ES2902098A1 (es) 2022-03-24
ES2902098B2 true ES2902098B2 (es) 2022-09-06

Family

ID=80815917

Family Applications (1)

Application Number Title Priority Date Filing Date
ES202030965A Active ES2902098B2 (es) 2020-09-24 2020-09-24 Metodo para analizar la ejecucion de un proyecto de construccion

Country Status (2)

Country Link
ES (1) ES2902098B2 (es)
WO (1) WO2022064087A1 (es)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11288412B2 (en) * 2018-04-18 2022-03-29 The Board Of Trustees Of The University Of Illinois Computation of point clouds and joint display of point clouds and building information models with project schedules for monitoring construction progress, productivity, and risk for delays
CN109523578A (zh) * 2018-08-27 2019-03-26 中铁上海工程局集团有限公司 一种bim模型与点云数据的匹配方法

Also Published As

Publication number Publication date
WO2022064087A1 (es) 2022-03-31
ES2902098A1 (es) 2022-03-24

Similar Documents

Publication Publication Date Title
US10733720B2 (en) Method and apparatus for testing accuracy of high-precision map
US11462007B2 (en) System for simplified generation of systems for broad area geospatial object detection
US11294392B2 (en) Method and apparatus for determining road line
US9978161B2 (en) Supporting a creation of a representation of road geometry
US20180276241A1 (en) System and method for telecom inventory management
CN113228039B (zh) 用于监督式机器学习的自动标记图像的系统和方法
US9704061B2 (en) Accurately determining the position and orientation of each of a plurality of identical recognition target objects in a search target image
BRPI0912270B1 (pt) Método de resolver uma localização de dados codificados representativos da mesma, mídia não transitória legível por computador, e dispositivo de computador
BR102013010781A2 (pt) Registro de imagens de dados multimodais utilizando arcos geográficos 3d
EP3211565A2 (en) Physical scene model creation method and device as well as driver assistance method and device
BR112016027098B1 (pt) Aparelho para reconhecimento de sinal de tráfego e método para reconhecimento de sinal de tráfego
Sun et al. Line matching based on planar homography for stereo aerial images
CN110546644A (zh) 识别装置、识别方法以及识别程序
US11721112B2 (en) Method and system for map construction
CN111105695A (zh) 地图制作方法、装置、电子设备及计算机可读存储介质
ES2902098B2 (es) Metodo para analizar la ejecucion de un proyecto de construccion
CN112036427A (zh) 具有对象的真实感传感器融合检测估计的模拟
Yin et al. Stabilize an unsupervised feature learning for lidar-based place recognition
Sons et al. Mapping and localization using surround view
US11443442B2 (en) Method and apparatus for localizing a data set based upon synthetic image registration
WO2020135326A1 (zh) 一种基于图片的方向标注方法及装置
JP7229111B2 (ja) 地図更新データ生成装置及び地図更新データ生成方法
JP2019207170A (ja) 土地面積の測定装置、測定方法、プログラムおよび記録媒体
US20240140437A1 (en) Object based vehicle localization
CN111753625A (zh) 一种行人检测方法、装置、设备及介质

Legal Events

Date Code Title Description
BA2A Patent application published

Ref document number: 2902098

Country of ref document: ES

Kind code of ref document: A1

Effective date: 20220324

FG2A Definitive protection

Ref document number: 2902098

Country of ref document: ES

Kind code of ref document: B2

Effective date: 20220906

PC2A Transfer of patent

Owner name: CHECKTOBUILD INC

Effective date: 20240517