Bilderkennungsmethoden für eine teilautomatisierte Inspektion von Brandschutzanlagen
Eine Studie unter Berücksichtigung von maschinellen Lernverfahren und der Integration von Expertenwissen
Autor(en): |
Angelina Aziz
Markus König |
---|---|
Medium: | Fachartikel |
Sprache(n): | Englisch |
Veröffentlicht in: | Bautechnik, 19 Februar 2024, 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. |
- Über diese
Datenseite - Reference-ID
10768946 - Veröffentlicht am:
29.04.2024 - Geändert am:
29.04.2024