Sistema BIM2ROS para la integración de robots aéreos en el sector de la construcción

  1. Santiago Martínez Navarro
  2. Cobano Suárez, José Antonio 1
  3. Merino, Luis 1
  4. Caballero, Fernando 1
  1. 1 Universidad Pablo de Olavide
    info

    Universidad Pablo de Olavide

    Sevilla, España

    ROR https://ror.org/02z749649

Revista:
Jornadas de Automática
  1. Cruz Martín, Ana María (coord.)
  2. Arévalo Espejo, V. (coord.)
  3. Fernández Lozano, Juan Jesús (coord.)

ISSN: 3045-4093

Año de publicación: 2024

Número: 45

Tipo: Artículo

DOI: 10.17979/JA-CEA.2024.45.10974 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Resumen

El sector de la construcción es uno de los menos digitalizados y la robótica, los drones y el Building Information Modeling (BIM) pueden jugar un papel fundamental en esta digitalización. La mayorı́a de las soluciones robóticas se basan en la teleopera ción por parte de los trabajadores, pero gracias a toda la información disponible en BIM se pueden automatizar estos procesos para ser llevados a cabo por robots móviles o drones. Este artı́culo trata sobre la integración de robots en el ámbito de la construcción sacando provecho de toda la información que puede aportar el BIM, tanto geométrica como semántica. Presentamos el sistema denominado BIM2ROS. La integración se lleva a cabo generando todo la información necesaria para el robot y poder trabajar con ROS (Robot Operating System) a partir del BIM. Una vez generado el mundo del robot, la información semántica se incluye en la planificación de caminos para navegar en el edificio considerado y se lleva a cabo también una identificación de los componenetes del edificio construidos a partir de un sensor lidar 3D a bordo del dron y la información del BIM. Se muestran resultados experimentales en un edificio para mostrar el funcionamiento del sistema, la planificación y la identificación de elementos.

Referencias bibliográficas

  • Bartolomei, L., Teixeira, L., Chli, M., 2020. Perception-aware path planning for uavs using semantic segmentation. In: 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). pp. 5808–5815. DOI: 10.1109/IROS45743.2020.9341347 DOI: https://doi.org/10.1109/IROS45743.2020.9341347
  • Bastianelli, E., Bloisi, D., Capobianco, R., Cossu, F., Gemignani, G., Iocchi, L., Nardi, D., 11 2013. On-line semantic mapping. DOI: 10.1109/ICAR.2013.6766501 DOI: https://doi.org/10.1109/ICAR.2013.6766501
  • Chau, K., Anson, M., Zhang, J., 08 2004. Four-dimensional visualization of construction scheduling and site utilization. Journal of Construction Engineering and Management 130. DOI: 10.1061/(ASCE)0733-9364(2004)130:4(598) DOI: https://doi.org/10.1061/(ASCE)0733-9364(2004)130:4(598)
  • Cobano, J. A., Rey, R., Merino, L., Caballero, F., 2022. Fast cost-aware lazytheta over euclidean distance functions for 3d planning of aerial robots in building-like environments. In: 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). pp. 13486–13493. DOI: 10.1109/IROS47612.2022.9982180 DOI: https://doi.org/10.1109/IROS47612.2022.9982180
  • Correa, F., 07 2016. Robot-oriented design for production in the context of building information modeling. DOI: 10.22260/ISARC2016/0103 DOI: https://doi.org/10.22260/ISARC2016/0103
  • Deeken, H., Puetz, S., Wiemann, T., Lingemann, K., Hertzberg, J., 2014. Integrating semantic information in navigational planning. In: ISR/Robotik 2014; 41st International Symposium on Robotics. pp. 1–8.
  • Follini, C., Magnago, V., Freitag, K., Terzer, M., Marcher, C., Riedl, M., Giusti, A., Matt, D., 12 2020. Bim-integrated collaborative robotics for application in building construction and maintenance. Robotics 10, 2. DOI: 10.3390/robotics10010002 DOI: https://doi.org/10.3390/robotics10010002
  • Hamieh, A., Ben Makhlouf, A., Louhichi, B., Deneux, D., 2020. A bim-based method to plan indoor paths. Automation in Construction 113, 103120. DOI: 10.1016/j.autcon.2020.103120 DOI: https://doi.org/10.1016/j.autcon.2020.103120
  • Jin, R., Zhong, B., Ma, L., Hashemi, A., Ding, L., 2019. Integrating bim with building performance analysis in project life-cycle. Automation in Construction 106, 102861. DOI: 10.1016/j.autcon.2019.102861 DOI: https://doi.org/10.1016/j.autcon.2019.102861
  • Kim, K., Peavy, M., 2022. Bim-based semantic building world modeling for robot task planning and execution in built environments. Automation in Construction 138, 104247. DOI: 10.1016/j.autcon.2022.104247 DOI: https://doi.org/10.1016/j.autcon.2022.104247
  • Naik, L., Blumenthal, S., Huebel, N., Bruyninckx, H., Prassler, E., 2019. Semantic mapping extension for openstreetmap applied to indoor robot navigation. In: 2019 International Conference on Robotics and Automation (ICRA). pp. 3839–3845. DOI: 10.1109/ICRA.2019.8793641 DOI: https://doi.org/10.1109/ICRA.2019.8793641
  • Nash, S. K., Tovey, C., 2010. Lazy theta*: Any-angle path planning and path length analysis in 3d. In: Proceedings of the Twenty-Fourth AAAI Conference on Artificial Intelligence (AAAI). p. 147–154. DOI: https://doi.org/10.1609/aaai.v24i1.7566
  • Pan, Z., Yu, Y., Xiao, F., Zhang, J., 2023. Recovering building information model from 2d drawings for mechanical, electrical and plumbing systems of ageing buildings. Automation in Construction 152, 104914. DOI: 10.1016/j.autcon.2023.104914 DOI: https://doi.org/10.1016/j.autcon.2023.104914
  • Pauwels, P., de Koning, R., Hendrikx, B., Torta, E., 2023. Live semantic data from building digital twins for robot navigation: Overview of data transfer methods. Advanced Engineering Informatics 56, 101959. DOI: 10.1016/j.aei.2023.101959 DOI: https://doi.org/10.1016/j.aei.2023.101959
  • Perez-Grau, F. J., Caballero, F., Merino, L., Viguria, A., 2017. Multi-modalmapping and localization of unmanned aerial robots based on ultra wideband and rgb-d sensing. In: 2017 IEEE/RSJ International Conferenceon Intelligent Robots and Systems (IROS). pp. 3495–3502. DOI: 10.1109/IROS.2017.8206191 DOI: https://doi.org/10.1109/IROS.2017.8206191
  • Zhao, Y., Liu, P., Xue, W., Miao, R., Gong, Z., Ying, R., 2019. Semantic probabilistic traversable map generation for robot path planning. In: 2019 IEEE International Conference on Robotics and Biomimetics (ROBIO). pp. 2576–2582. DOI: 10.1109/ROBIO49542.2019.8961533 DOI: https://doi.org/10.1109/ROBIO49542.2019.8961533
Fuente de los datos: Dialnet