INNOVATION SCOUT · ORGANISATION

University of Luxembourg SnT: BIM-Wissen für die visuelle Lokalisierung auf Baustellen

Die Automation and Robotics Research Group bei SnT untersucht, wie BIM-Wände die räumliche Zuordnung mobiler Kameraaufnahmen in Bauumgebungen unterstützen.

Forschung an räumlich zugeordneten Baustellendaten

Die Automation and Robotics Research Group am SnT der University of Luxembourg arbeitet in der hier vorgestellten Veröffentlichung an BIM-Informed Visual SLAM. SLAM verbindet die Bestimmung einer Kameraposition mit dem Aufbau einer räumlichen Karte. Das Forschungsvorhaben ergänzt diesen Prozess um Wandinformationen aus BIM.

Der Beitrag liegt damit am Anfang der visuellen Baufortschrittskette: Bevor ein erkannter Zustand einem Bauteil zugeordnet werden kann, muss der räumliche Bezug stimmen. Das vorhandene Modell kann dafür zusätzliche Struktur bereitstellen.

Quellen: 10.

BIM-Wände als Bezug für Kamera und Karte

Das Autorenmanuskript ivS-Graphs bindet BIM-Wände in die Optimierung von Kameraposition und Karte ein. Die im September 2026 vorliegende Fassung untersucht neben Büroumgebungen auch reale Baustellensequenzen. Sie behandelt zugleich die Bedeutung einer richtigen Wandzuordnung: Wird eine falsche Beziehung akzeptiert, kann sie die räumliche Schätzung in die falsche Richtung führen.

Die Forschungsaufgabe besteht somit darin, vorhandenes Bauwerkswissen passend mit der aktuellen Beobachtung zu verbinden. Sie betrifft Lokalisierung und Kartierung, noch nicht die vollständige Feststellung eines Leistungsstands.

Quellen: 10.

Beitrag zur Baufortschrittsanalyse

Eine verlässlichere Verortung kann nachgelagerte Bildauswertung und Modellvergleiche unterstützen. Für den Anwendungsanschluss sind deshalb wechselnde Baustellenzustände, geeignete Ausgangsreferenzen und der Umgang mit unzutreffenden Zuordnungen wichtig. Bei weiterer Entwicklung lohnt der Blick darauf, wie die Lokalisierung mit tatsächlicher Erkennung und fachlicher Bearbeitung zusammengeführt wird.

Quellen: 3, 4, 7, 10.

Quellenverzeichnis

Quelle 3: OpenSpace bringt umfassende Lösung zur Fortschrittsverfolgung für die Bauindustrie auf den Markt

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: Einführung OpenSpace Track mit Disperse; globales Angebot.

Verwendung im Profil:

Quelle 4: Integration of AR and deep learning–based image classification using CNN for construction project monitoring

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: Innenausbau eines Gebäudes der Tamkang University, Taiwan.

Verwendung im Profil:

Quelle 7: Imerso Product

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: Laserscan/BIM-Kontrolle mit Fortschrittsfunktion.

Verwendung im Profil:

Quelle 10: BIM-Informed Visual SLAM for Construction Environments

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: RGB-D-Lokalisierung, zwei Bürogebäude und drei Baustellen; Fassung v4.

Verwendung im Profil: