Automação da modelagem BIM a partir de nuvens de pontos
uma revisão sobre métodos e técnicas
Author(s): |
Igor Tiago Lopes
Natalie Johanna Groetelaars Érica de Sousa Checcucci Arivaldo Leão Amorim |
---|---|
Medium: | journal article |
Language(s): | Portuguese |
Published in: | PARC Pesquisa em Arquitetura e Construção, January 2023, v. 14 |
Page(s): | e023010 |
DOI: | 10.20396/parc.v14i00.8669015 |
Abstract: |
O surgimento de novas ferramentas que auxiliam no levantamento arquitetônico rápido e preciso, aliado à ascensão do uso de modelos Building Information Modeling (BIM) para edificações existentes tem impulsionado profissionais do setor da arquitetura e engenharia a buscar métodos para agilizar a modelagem e obter melhores resultados dentro dos seus fluxos de trabalho. Embora já conhecidos os potenciais do BIM para edificações existentes, a geração desse tipo de modelo ainda apresenta desafios. O uso de tecnologias de levantamento de dados 3D (como escaneamento a laser e fotogrametria) como base para modelagem BIM traz consigo a oportunidade de geração de modelos mais detalhados e precisos além de maior rapidez na aquisição de dados. Neste sentido, este artigo apresenta uma Revisão Sistemática de Literatura (RSL) com intuito de reunir e discutir os principais métodos e técnicas que têm sido utilizados para automatização do processo de modelagem BIM com base em nuvens de pontos. Buscou-se os trabalhos publicados em bases de dados especificas durante o período compreendido entre 2015 e 2021. Além da análise bibliométrica, foi realizada uma análise qualitativa na qual os artigos foram classificados de forma a enquadrar todos os trabalhos selecionados. A partir da RSL, verifica-se diferentes ferramentas e processos que se complementam, mas que ainda requerem interação humana, seja para selecionar trechos da nuvem de pontos, fazer a associação com elementos construtivos ou ainda complementar o modelo de modo interativo. |
- About this
data sheet - Reference-ID
10730661 - Published on:
30/05/2023 - Last updated on:
30/05/2023