Für diesen Demonstrator wurde eine kamerabasierte Technik entwickelt, um Maschinen in Bildern zu erkennen und gleichzeitig 3D-Koordinaten für sie zu bestimmen. Zur Erkennung der Maschinen wird eine künstliche Intelligenz eingesetzt, die Maschinen im Bild lokalisiert und markiert.
Für die Erkennung der Baumaschinen wird ein Algorithmus zur Objekterkennung verwendet, der einen Videostream in Echtzeit verarbeitet. Dieser Algorithmus wurde mit einer großen Anzahl von Bildern trainiert, um die Maschinen aus verschiedenen Blickwinkeln und unter verschiedenen Bedingungen, wie Tag oder Nacht, zu erkennen.
Die 3D-Koordinaten werden mit einer Kamera ermittelt, die aus zwei horizontal zueinander versetzten Kameras besteht. Mit diesen werden zwei verschiedene Ansichten einer Szene aufgenommen. Durch den Vergleich dieser Bilder kann die Tiefeninformation gewonnen werden. Dabei wird der Unterschied zwischen dem linken und dem rechten Bild in Form einer Disparitätskarte kodiert. Für eine erkannte Maschine wird dann die Tiefeninformation verwendet, um die die 3D-Koordinaten und die Größe zu bestimmen.
Besonders die Baustellenleitung wird von diesem Demonstrator profitieren, denn sie muss häufig zu Fuß oder mit einem Fahrzeug zwischen Baucontainern und dem Arbeitsbereich pendeln, um sich über die aktuelle Baustellensituation zu informieren. Wird die KI für diesen Vorgang genutzt, könnte die Baustellenleitung die Situation bei den Baumaschinen zentral einsehen und schneller auf Veränderungen reagieren. Darüber hinaus kann auch der Energieverbrauch gesenkt werden, da bei Veränderungen auf der Baustelle eine automatische Anpassung des Einsatzplans der Baumaschinen erfolgen soll.
Dieser Demonstrator ist im Rahmen des Forschungsprojekts BIM2TWIN entstanden. Erfahren Sie im Interview von CT das Radio mehr über das TransferLab und diesen Demonstrator!
Ansprechpartner: Dennis Pawlowski, M.Sc.
Wissenschaftliche Mitarbeiter an der Ruhr-Universität Bochum (dennis.pawlowski@ruhr-uni-bochum.de)