Tez No İndirme Tez Künye Durumu
537877
An intelligent bim-based automated progress monitoring system using self-navigating robots for data acquisition / Veri toplamak için otonom yöngüdümlü robot kullanan yapı bilgi modellemesi tabanlı akıllı bir otomatik ilerleme takip sistemi
Yazar:MUHAMMAD USMAN HASSAN
Danışman: YRD. DOÇ. DR. ASLI AKÇAMETE GÜNGÖR
Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / İnşaat Mühendisliği Ana Bilim Dalı
Konu:İnşaat Mühendisliği = Civil Engineering
Dizin:
Onaylandı
Doktora
İngilizce
2018
211 s.
İnşaat yöneticileri, başarılı proje teslimi için verimli bir şekilde elde edilen zamanında ve doğru saha durumu bilgisinin, sürekli akışına ihtiyaç duymaktadırlar. Sahadan veri toplamak için kullanılan mevcut yöntemler, hataya açık ve zahmetlidir; ve bu yöntemler, etkin karar vermek için proje paydaşlarına zamanında bilgi sağlayamamaktadır. Bu çalışmada, Yapı Bilgi Modellemesi (YBM) kullanılarak veri noktalarının çıkarılması, otonom yöngüdümlü robotlar kullanılarak ilerleme verilerinin elde edilmesi, bilgisayarlı görü algoritmaları kullanılarak ilerleme bilgilerinin tahmin edilmesi ve ardından maliyet ölçümlerinin hesaplanması ve görselleştirilmesini içeren bir metodoloji geliştirdik. Tüm bu adımlar, hem doğru hem de uygun maliyetli sağlam ve verimli bir mekanizma oluşturmak için otomatik olarak herhangi bir insan girdisi olmadan gerçekleştirilmektedir. Geliştirilen metodoloji, beş ayrı aşamadan oluşan Bağlam Bilinçli İlerleme Takip Sistemi (BBİTS-CAPMS) olarak adlandırılmıştır. İlk aşamada; YBM'deki nihai uzaysal ve semantik bilgiler, görüntüleme sensörü kullanılarak eleman düzeyinde veri toplamak için kullanılacak veri noktalarını hesaplamak üzere çekilir. Geliştirilen algoritma, çekilen bu veriyi kullanarak 4D modelinin oluşturulması için eleman-bazlı bir aktivite listesi oluşturur. İkinci aşama, yapıların içinde dolaşan ve onları fotoğraflamak için elemanlara ulaşan, bir robot tarafından doğrulanan, YBM-tabanlı bir veri toplama cihazı kullanarak görüntülerin elde edilmesini içermektedir. Bu aşamada, robot, yapı elemanının görüntülerini almakta ve görüntü verisinden ilerleme tahmini için bunları sunucuya iletmektedir. Üçüncü aşamada, bilgisayarlı görü algoritmalarını kullanarak eleman durumunu tahmin etmek için bağlam-bilinçli bir yöntem geliştirilmiştir. İş programından elde edilen bağlamsal bilgiler, yanlış pozitifliği azaltarak geliştirdiğimiz metodolojiye sağlamlık katmaktadır. YBM elemanlarının hali, ilerleme durumunu tahmin etmek ve bir kontrol panelinde görselleştirdiğimiz maliyet tabanlı ilerleme ölçümlerini güncellemek için kullanılmaktadır. Geliştirilen sistem, bir robot ile iki farklı şantiyeden elde edilen görüntüleri kullanarak ve doğru ilerleme durumunu otomatik bir şekilde belirlemek için bu görüntüleri işleyerek geçerlenmiştir
Construction managers require a continuous flow of timely and accurate site status information that is acquired efficiently for successful project delivery. Current methods of data acquisition from the site are error-prone, laborious, and unable to provide timely information to project stakeholders for effective decision making. In this research, we developed a methodology for extraction of data points using BIM, acquisition of progress data using self-navigating robots, estimation of progress information using computer vision algorithms, followed by calculation and visualization of cost metrics. All these steps are performed without any human input in an automated manner to create a robust and efficient mechanism that is both accurate and cost-effective. The developed methodology is named Context-Aware Progress Monitoring System (CAPMS) which consists of five distinct phases. In the first phase; as-built spatial and semantic information from BIM is extracted to calculate data points for element level data acquisition using the imaging sensor. Using this extracted element data, an algorithm creates an element-wise activity list for the formation of a 4D model. The second phase involves acquiring images using a BIM-based data acquisition device, which is verified by a robot, that navigates inside the structures and reaches elements to photograph them. The robot acquires images of building element and transmits them to the server for progress estimation from image data. In the third phase, a context-aware method is developed to estimate element status using computer vision algorithms. Contextual information obtained from schedule adds robustness to the developed methodology by reducing false positives. The states of the elements are used to estimate progress status and update cost-based progress metrics which we visualize on a dashboard in the fifth and final phase. The developed system has been validated by using the images obtained on two different construction sites with a robot and processing those images to determine accurate progress status in an automated manner.