Rade Hajdin, Lazar Rakić, Holger Diederich, Nikola Tanasić, Rico Richter, Justus Hildebrand, Sebastian Schulz

• Die Anwendung von Building Information Modelling (BIM) im Infrastrukturmanagement wird derzeit intensiv erforscht. Aufgrund ihres individuellen Charakters, der komplexen Geometrie und der Vielzahl ihrer Be-standteile ist die automatisierte Erfassung von Brücken besonders komplex. Eine manuelle Erstellung entsprechender BIM-Modelle auf Grundlage vorhandener 2D-Pläne und Datenbanken ist angesichts der Menge und Komplexität ein erheblicher Aufwand und birgt vielfältige Herausforderungen: Fehlende, unleserliche oder widersprüchliche Plangrundlagen, undokumentierte Projektänderungen oder Erweiterungen am Bauwerk. Mit jüngsten Entwicklungen bei den 3D-Vermessungstechnologien und Fortschritten im Be-reich der Künstlichen Intelligenz ergeben sich neue Möglichkeiten, um Prozesse und Verfahren für eine automatisierte Generierung von BIM-Modellen für Brücken im Bestand zu entwickeln und diese auf reale Brückenbauwerke anzuwenden. In diesem Forschungsprojekt wurde ein neuartiger, modularer Ansatz für die teil-automatisierte Umwandlung von Punktwolken in Ist-BIM-Modelle erarbeitet. Der Ansatz basiert auf einer Kombination von Anwendungen Künstlicher Intelligenz und heuristischen Algorithmen. Neuronale Netze wurden mit synthetischen sowie realen Datensätzen typischer Brückenelemente trainiert und an Punktwolken tatsächlicher Bauwerke getestet. Die erkannten Brückenelemente werden in ein trianguliertes Oberflächennetz umgewandelt. An-schließend können Volumenelemente mittlerer geometrischer Komplexität generiert werden. Das Endergebnis ist ein Ist-BIM-Modell einer Brücke und ihrer Elemente, angereichert mit semantischen Informationen aus einer Bauwerksdatenbank (z. B. Typ, Eigenschaft, Beziehung, Material), im standardisierten und offenen IFC-Format (Industry Foundation Classes) für den Austausch von Gebäudemodellen. Das vorgeschlagene Konzept soll als Basis für künftige, großangelegte automatisierte Erfassungskampagnen von Ist-BIM-Modellen von Brücken im Bestand für zukunftsfähige Brückenmanagementsysteme dienen.
• The application of Building Information Modelling (BIM) in infrastructure asset management is being in-creasingly investigated. BIM involves generation of digital asset models, which are envisioned to facilitate and foster current management practices. For this cause, it is necessary to perform digitalization of asset inventories, where bridges are particularly difficult to process due to complex geometry and variety of elements. The manual creation of related BIM models based on existing 2D plans and databases is especially for older bridges infeasible due to missing information, might be time-consuming and is on many occasions unreliable as the data at hand might not represent the actual as-is bridge state. Given the prominent ma-turity of 3D surveying technologies and the recent advancements in the field of artificial intelligence, new possibilities emerge for the development of methods for an automated generation of as-is bridge BIM models. This research project presents a novel, modular framework for an automatic transformation of point clouds obtained by 3D surveying into as-is BIM models. The framework is based on a fusion of artificial intelligence and heuristic algorithms. The synthetic datasets with typical bridge elements as well as real bridge point clouds were used for the purpose of neural network training. The results from the trained neural network have been complemented with geometric-based heuristic rules to identify and segment bridge elements from point clouds. Each of these bridge elements is then transformed into a triangulated surface mesh. Subsequently, solid bridge elements of middle geometric complexity levels can be generated. The final result is an as-is BIM model of a bridge and its elements, enriched with semantic information from building data base (e.g., type, property, relationship, material), in the standardized vendor-free Industry Foundation Classes (IFC) building model exchange format. The proposed concept is intended to serve as the basis for future, large-scale automated acquisition campaigns of as-built BIM models of existing bridges for bridge management systems.