Detección de circuitos eléctricos en planos de planta mediante Aprendizaje Automático

Autores/as

  • Guillermo Burriel Universidad Nacional de La Plata, Argentina
  • Martin Urbieta Universidad Nacional de La Plata, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina https://orcid.org/0000-0001-5824-089X
  • Matias Urbieta Universidad Nacional de La Plata, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina https://orcid.org/0000-0002-4508-1209

Palabras clave:

Building Information Modeling, BIM, construction, IFC, electrical floorplan, Machine Learning

Resumen

Building Information Modeling (BIM) es una metodología para la gestión del ciclo de vida de edificios. La mayoría de las soluciones BIM requieren un modelo digital como base, para por ejemplo, optimizar el mantenimiento, renovación de infraestructura o su demolición. Sin embargo, estos modelos no están siempre disponibles para edificios existentes. Existe una vasta cantidad de planos analógicos de edificios existentes registrados por los diferentes organismos públicos que gestionan los desarrollos urbanos, y que su modelado manual resultaría muy costoso. Dada esta falta de modelos digitales, se presenta una nueva técnica que permite procesar información en planos de instalación eléctrica y obtener un archivo IFC, basada en Aprendizaje Automático utilizando el modelo de segmentación de instancias Cascade Mask R-CNN para extraer tomas y un modelo detección de segmentos de líneas (LSD) DeepLSD para extraer la traza de los cables que captura la información digitalmente, estableciendo la relación semántica de los componentes del circuito. Los planos eléctricos procesados conforman un nuevo dataset IPVBA-ELEC.

Descargas

Publicado

2024-09-19

Número

Sección

ASAID - Simposio Argentino de Inteligencia Artificial y Ciencias de Datos

Cómo citar

Burriel, G., Urbieta, M., & Urbieta, M. (2024). Detección de circuitos eléctricos en planos de planta mediante Aprendizaje Automático. JAIIO, Jornadas Argentinas De Informática, 10(1), 195-208. https://revistas.unlp.edu.ar/JAIIO/article/view/17909