0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

Bilderkennungsmethoden für eine teilautomatisierte Inspektion von Brandschutzanlagen

Eine Studie unter Berücksichtigung von maschinellen Lernverfahren und der Integration von Expertenwissen

Autor(en): ORCID
ORCID
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Bautechnik, , n. 3, v. 101
Seite(n): 159-165
DOI: 10.1002/bate.202300099
Abstrakt:

Der vorliegende Beitrag untersucht den potenziellen Einsatz von künstlicher Intelligenz (KI) und Computer Vision im Kontext des Building Information Modeling (BIM) für die Dokumentation von Brandschutzanlagen. Dabei werden Detektionsalgorithmen, insbesondere aktuelle You‐only‐look‐once‐ (YOLO‐)Modelle, genutzt, um Brandschutzeinrichtungen wie Feuerlöscher, Feuerlöschdecken, Rauchwarnmelder und Brandmelder automatisch in Bildern zu identifizieren. Die Ergebnisse zeigen eine hohe Erkennungsgenauigkeit in Bildern. Zukünftig soll die automatisierte Detektion um die direkte Integration in BIM‐Modelle erweitert werden. Darüber hinaus wird die Bedeutung von Expertenwissen bei der Bestimmung des Löschmitteltyps eines Feuerlöschers thematisiert, um die Vorhersage einer KI‐basierten Brandschutzinspektion zu überprüfen und ggf. zu korrigieren. Durch die entwickelten KI‐Anwendungen wird eine Steigerung des Automatisierungsgrads bei Brandschutzinspektionen angestrebt, um die Sicherheit von Gebäuden in der Betriebsphase zu verbessern.

Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1002/bate.202300099.
  • Über diese
    Datenseite
  • Reference-ID
    10768946
  • Veröffentlicht am:
    29.04.2024
  • Geändert am:
    29.04.2024
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine