Von der Punktwolke zum Building Information Model (BIM)

Transkript

1 Jörg Braunes Von der Punktwolke zum Building Information Model (BIM) Konsequenzen und Wege für die Bestandserfassung Was bedeutet BIM? Wenn man sich heute am Softwaremarkt für Architekten und Ingenieure umschaut, kommt man um einen Begriff nicht mehr her um: Building Information Modelling (kurz BIM). BIM hat sich in den letzten Jahren zu dem Schlagwort für zukunftsweisende Software und Prozesse in der Bauindustrie entwickelt. Doch was genau verbirgt sich hinter diesen drei Buchstaben? Der Terminus Building Information Modeling steht für das Konzept einer ganzheitlichen Gebäudedatenmodellierung über alle Phasen des Lebenszyklus eines Gebäudes hinweg, angefangen von der Planung über die Realisierung bis hin zur Bewirtschaftung und schließlich zum Rückbau. Alle relevanten Daten werden in einem digitalen Modell oder Modellverbund vorgehalten, der allen am Bau beteiligten Fachdisziplinen zur Verfügung steht. Anhand eines solchen digitalen Modells lassen sich alle notwendigen Planungssichten sowohl geometrische, wie Grundrisse, Ansichten, Schnitte, als auch nichtgeometrische, wie Raumbücher oder Bauteillisten ableiten. BIM steht somit nicht nur für das digitale Abbild (Model) eines Gebäudes, sondern auch für die Methode einer optimierten Planung (Modeling) und Zusammenarbeit aller am Bau Beteiligten. Bauwerksmodelle Kern der BIM-Methodik bildet ein digitales Bauwerksmodell, das die physischen und funktionalen Aspekte aller Gebäudeteile abbildet. Die Entwicklung solcher Modelle ist dabei nicht neu und geht bis in die 1970er Jahre zurück (dargestellt u. a. in Junge/Liebich 1997, Eastman 1999). Die Elemente eines Bauwerksmodells werden dabei nicht allein durch ihre Geometrie beschrieben, sondern es handelt sich vielmehr um logische Einheiten mit Informationen zu Form und Material sowie Beziehungen und Abhängigkeiten zu anderen Elementen. Die grafische Darstellung auf dem Bildschirm kann dabei je nach Anwendungsfall zwischen dreidimensionalen Körpern, zweidimensionalen Linien und Formen oder der tabellarischen Auflistung von Bild 1: Verschiedene Sichten auf ein Fensterobjekt im BIM-System: Grundriss kleine Detaillierung (o. li.), Grundriss hohe Detaillierung (u. li.), Bauteilliste (o. re.), 3D-Schnitt (u. re.) Elementeigenschaften variieren. Wesentlich dabei ist die Freiheit von Redundanz, d. h. ein Element existiert immer nur einmal im Modell, seine Darstellung jedoch variiert. Bild 1 verdeutlicht dies am Beispiel eines Fensters. Es handelt sich immer um dasselbe Objekt, dargestellt jedoch in unterschiedlichen Sichten. Die Änderung einer Eigenschaft in einer Ansicht wirkt sich augenblicklich auf die Darstellung des Fensters in allen anderen Ansichten aus. Die typischen Aspekte von Elementen eines Bauwerksmodells lassen sich folgendermaßen charakterisieren: Geometrie: umfasst die Darstellung der Bauwerkselemente in Form von 3D-Körpern sowie auch 2D-Grafiken. Je nach gewähltem Abbildungsmaßstab einer Ansicht kann die Detaillierung der Körper bzw. Grafiken variieren. alphanumerische Daten: beinhalten alle beschreibenden Merkmale von Bauwerkselementen, wie z. B. Materialität, bauphysikalische Werte, aber auch bspw. Angaben zu Hersteller, Artikelnummer und Kosten relationale Daten: Wesentliche Eigenschaft von Bauwerksmodellen ist der Bezug von Elementen zueinander. Ein Fenster verfügt z. B. über die Information, in welcher Wand es sich befindet. Wird das Fenster gelöscht, wird auch die Öffnung in der Wand geschlossen. Räume stehen im Bezug zu den raumbegrenzenden Wänden. Werden diese verschoben, ändert sich automatisch die Raumgröße. Parametrik: Bestimmte Eigenschaften von Bauwerksteilen sind als veränderbare Parameter abgebildet. Diese definieren das Erscheinungsbild oder Verhalten der Objekte. Die Ausprägung eines Fensters lässt sich z. B. im einfachsten Fall über die Parameter Breite und Höhe steuern. Eine komplexere Bauteildefinition kann aber auch für ein Fenster bspw. Parameter für die Öffnungsart (Drehflügel, Kippflügel, Schiebfenster etc.) oder Flügelanzahl beinhalten. Abhängigkeiten: Durch die Parametrik der Elemente sowie die relationalen Beziehungen untereinander lassen sich in der Regel auch Abhängigkeiten in Bauwerksmodellen abbilden. Beispielsweise soll die Anordnung von Fenstern in einer Fassade immer in gleichen Abständen erfolgen. Wird die Länge der Fassade im Modell geändert, passen sich die Fensterabstände dank der definierten Abhängigkeit automatisch an. 132 VDVmagazin 2/14 l Von der Punktwolke zum Building Information Model (BIM)

2 Vorteile von BIM Die Vorteile bei der Verwendung der BIM- Methodik sind vielfältig. Allen voran lässt sich die Planungs- und damit Kostensicherheit im Bauprozess nennen. Aufgrund der nichtredundanten Modellinformationen bleiben sämtliche Risse, Ansichten, Schnitte und Tabellen bei jeder Modelländerung konsistent. Fehler durch nicht übertragene Änderungen gibt es per definitionem nicht. Durch die dreidimensionale Modellierung kommt außerdem der Aspekt der besseren Kommunikation zwischen Architekt, Fachplaner und Bauherr hinzu. Ein 3D-Modell ist in der Regel anschaulicher als Grundrisse und Schnitte, sodass Planungsabstimmungen besser getroffen werden können. 3D- Körper erlauben zudem eine Kollisionsprüfung, sodass z. B. das Architekturmodell mit der TGA-Planung automatisch abgeglichen werden kann, um die Lage für notwendige Durchbrüche aufzuspüren. Die Intelligenz der Modelle erlaubt darüber hinaus weitere Planungsanalysen und -simulationen, wie z. B. statische Berechnungen, Beleuchtungsanalysen, Fluchtwegsimulation und Kostenberechnungen. Verbreitung von BIM Während sich in verschiedenen Bereichen der Industrie der modellbasierte Ansatz bereits durchgesetzt hat (z. B. Luft- und Raumfahrt, Automobilindustrie, Maschinenbau etc.), ist dies in der Baubranche noch nicht durchgängig der Fall. Zwar sind die Softwarewerkzeuge bereits seit einigen Jahren verfügbar, dennoch erfolgt ein Wechsel von den bisher üblichen Arbeitsweisen in Deutschland eher langsam. Die Tendenz ist aber klar abzulesen. Vorangetrieben wird diese Entwicklung durch die buildingsmart International, eine Not-for-Profit-Organisation mit verschiedenen nationalen Chaptern (in Deutschland vertreten durch die buildingsmart e. V.). Mitglieder dieser Organisation sind neben Softwareherstellern, Baufirmen und Planungsbüros auch Universitäten und Ingenieurkammern und öffentliche Ämter und Behörden (bspw. CAD-Stelle Bayern im Universitätsbauamt München, Bundesamt für Bauwesen und Raumordnung BBR). Dies demonstriert das Interesse an einer weiteren Entwicklung sowohl vonseiten der Anwender und (Software-)Hersteller als auch der öffentlichen Hand. Bild 2: Punktwolke als Modellreferenz: 3D-Ansicht (li.), planare Ansicht auf den Punktwolkenbereich (o. re.) und resultierendes 3D-Modell (u. re.) Ziel der buildingsmart ist die Definition und Verbreitung eines herstellerunabhängigen und zertifizierten Datenformats als Standard zum Austausch von BIM-Modellen zwischen unterschiedlichen Softwareprodukten den Industry Foundation Classes (kurz IFC). Besonders wichtig wird so ein neutrales Datenformat, sobald öffentliche Bauvorhaben mit der BIM-Methodik abgewickelt werden sollen. In Finnland ist die Verwendung eines IFC-Gebäudemodells für alle öffentlichen Bauvorhaben bereits seit 2007 verpflichtend. Ähnliche Pläne gibt es u. a. in Norwegen, Dänemark und den Niederlanden. Großbritannien plant die verbindliche Einführung der BIM-Methodik für öffentliche Bauvorhaben für Auch Deutschland wird diesem Trend früher oder später nachfolgen. Die ersten Schritte in diese Richtung sind bereits getan, so wurde 2010 der Beirat BIM-Bau openbim in Deutschland unter Vorsitz des Bundesministeriums für Verkehr, Bau und Stadtentwicklung gegründet. Laserscanning und BIM Mit zunehmender Durchdringung der BIM- Methodik in der Bauplanung wird auch unweigerlich die Forderung nach BIM-Modellen von existierender Bausubstanz ansteigen. Dabei stellt sich die Frage nach der effektivsten Methodik zur Erfassung der Bestandsgebäude. Das Laserscanning erscheint hierfür ideal. Es ermöglicht die schnelle und präzise Erfassung von 3D-Daten in hoher Auflösung. Verschiedene Pilotprojekte und Anwenderstorys berichten von der Effektivität des Verfahrens als Grundlage für die Erstellung eines 3D-BIM-Modells (u. a. Fletcher 2013). Dabei ist der Prozess Scan-to-BIM aber keineswegs trivial. Die Herausforderung liegt darin, aus der präzisen Abbildung der Realität in Form von Punktwolken ein parametrisches 3D-BIM-Modell abzuleiten. Punktwolke als Modellreferenz Zunächst ist es notwendig, die originären Messwerte in das gewünschte BIM-System zu übertragen. Import und Darstellung großer Punktwolken sind derzeit aber noch wenigen BIM-Systemen wie z. B. Autodesk Revit vorbehalten. Dort ist es anschließend möglich, die Punktwolke als Modellierungsreferenz zu verwenden, indem Bereiche zugeschnitten und planare Sichten auf die Punktwolke erzeugt werden. Punkte- Snaps ermöglichen dann das präzise Nachmodellieren der Punktwolkenbereiche mit 3D-BIM-Elementen (Bild 2). Neben der räumlichen Darstellung der Gesamtpunktwolke kann zusätzlich auch die Scanansicht der Einzelscans zur Modellierung herangezogen werden. In der Scanansicht werden alle von einem Standpunkt aus gemessenen Punkte in einer fotoähnlichen Panoramaansicht dargestellt. Dieses sehr dichte Bild der aufgenommenen Situation bietet durch einfache und intuitive Navigation in vielen Fällen Vorteile gegenüber der 3D-Darstellung der Gesamtpunktwolke. Jeder Bildpunkt in dieser Ansicht enthält Von der Punktwolke zum Building Information Model (BIM) l VDVmagazin 2/14 133

3 Bild 3: Verwendung der Scanansicht (vorn) in der Software VirtuSurv zur BIM-Modellierung in Autodesk Revit (hinten) Vollautomat vs. halbautomatische Mustererkennung dabei die korrekte 3D-Information in der referenzierten Gesamtpunktwolke (Bild 3). Verfügt das Zielsystem nicht über die notwendige Punktwolkenfunktionalität, bleiben zwei Alternativen: das Erstellen von 2D-Zwischenergebnissen als Modellie rungsreferenz oder die Verwendung der Scanansicht in einer externen Software mit Schnittstelle zum BIM-System. Im ersten Fall werden in geeigneter Software zunächst 2D-CAD-Zeichnungen oder aber auch Orthobilder als planare Projektion auf die Punktwolke erstellt. Diese Zwischenergebnisse können anschließend als Referenz im BIM-System hinterlegt werden (Bild 4). Nachteil dieses Workflows: Die wertvolle Informationsdichte der Punktwolke wird zunächst auf zweidimensionale Abbildungen reduziert. Dieser Informationsverlust kann sich anschließend in fehlerhafter 3D-Modellierung widerspiegeln. Als Alternative hierzu kann wiederum die fotoähnliche Scanansicht der Einzelscans in einer externen Software zur 3D-Modellierung genutzt werden. Über eine Schnittstelle können die 3D-Koordinaten im Scan abgegriffen und in das BIMSystem zur Objekterstellung übertragen werden (Bild 5). Trotz der hohen Datenqualität der Punktwolke bleibt diese Form der Modellierung ein weitgehend manueller und damit aufwendiger und kostenintensiver Prozess. Damit steigt der Bedarf nach automatisierten Lösungen, um aus Punktwolken BIMModelle abzuleiten. Bild 4: Nachmodellieren im BIM-System: 2DCAD-Zeichnungen dienen als Modellreferenz. Bild 5: Nutzung von Laserscandaten mit BIM-Systemen ohne Punktwolkenunterstützung: Points4BIMm (li.) mit Direktschnittstelle zu ArchiCAD (re.) 134 l VDVmagazin 2/14 Von der Punktwolke zum Building Information Model (BIM) Der vorrangige Wunsch an die Softwareentwicklung ist sicherlich eine vollautomatische und fehlerfreie Mustererkennung: Die Software analysiert die gesamte Punktwolke, findet alle Bauteile, erkennt deren Typ und passt Lage und Parameter optimal den Messwerten an. Eine reizvolle Vorstellung, aber leider eher unrealistisch. Ein solcher Vollautomat erfordert die Annahme zur Weltabgeschlossenheit (Closed World Assumption), d. h. alles, was in der Punktwolke gefunden werden kann, muss auch im BIM-System modellierbar sein, aber: In großen Punktwolken gibt es immer Störobjekte, wie Möbel, Verkleidungen oder Grünpflanzen. Diese würden entwe-

4 der falsch gedeutet werden (da im BIM- System nicht modellierbar) oder die Objekterkennung irritieren (z. B. Blumentöpfe auf dem Fensterbrett). Reale Objekte haben immer mehr Ausprägungen, als für das Modell interessant und modellierbar ist. Beispielsweise sollen für das Modell eines Fensters nur die Parameter Breite, Höhe und Brüstungshöhe erkannt und modelliert werden. Ein Vollautomat müsste aber trotzdem sämtliche Ausprägungen eines Fenster kennen, also auch Rahmen, Flügel, Sprossen, Beschlag etc., um das Fenster sicher erkennen zu können. Punktwolken beschreiben die Geometrie nicht vollständig. Abschattungen im Sichtbereich des Scanners erzeugen Lücken. Ein Vollautomat müsste diese Lücken als solche verstehen, um fehlende Objektfeatures erfinden zu können (z. B. linke untere Fensterecke, wenn ein Sofa davorsteht). Einen realisierbaren Ansatz hingegen bietet die halbautomatische Mustererkennung, bei der bestimmte Annahmen über Lage, Größe und/oder Art des zu erkennenden Objekts dem System durch den Nutzer vorgegeben werden. Die Aufgabe des Systems besteht anschließend darin, die Abstände der Objektoberflächen zur Punktwolke durch Variation der Objektparameter zu minimieren. Der Aufwand einer solchen Optimierung steigt dabei mit der Anzahl der zu variierenden Parameter des Objekts. In Bringmann 2010 sind Lösungsmöglichkeiten für eine solche Optimierungsaufgabe bei komplexen Körpern skizziert. Gerade Architekturbauteile weisen durch ihre Vielfältigkeit eine große Anzahl an Parametern auf, woraus ein hoher Zeitaufwand bei der Optimierung resultiert. Gesucht sind daher gute Workflows, bei denen die notwendige Nutzereingabe auf ein Minimum reduziert ist, aber gleichzeitig die Objekterkennung schnell und robust durch die Software erfolgen kann. Konsequenzen aus BIM für die Bestandserfassung Aktuelle BIM-Systeme haben ihren Ursprung in der Neubauplanung, woraus gewisse Konventionen in deren Funktionsumfang resultieren: Orthogonalität von Wänden, parallele Wandoberflächen, gleichförmige Wandquerschnitte etc. Im Altbau häufig zu findende Abweichungen von diesen Konventionen, wie Wandverformungen oder durchhängende Decken, sind dabei nur aufwendig und zum Teil auch gar nicht möglich zu modellieren. Es gilt also, ein Kompromiss zwischen geforderter Modellgenauigkeit und den Konventionen des BIM-Systems zu finden. Generalisierung vs. Genauigkeit Unstrittig ist, dass der Zweck der Bauaufnahme auch den Grad der Detaillierung und die Genauigkeit des Modells bestimmt. Für Aufgaben des Facility Managements, der Visualisierung oder einfacher Umbauplanung sind gewisse Generalisierungen unproblematisch und teilweise auch erwünscht, um die weitere Arbeit im BIM-System zu erleichtern bzw. erst zu ermöglichen. Aufgaben in der Denkmalpflege und Bauforschung oder bei Standsicherheitsanalysen, erfordern hingegen hohe Genauigkeiten und damit eine geringe Generalisierung des Modells. Die Sinnfälligkeit eines BIM-Modells ist zu hinterfragen, wenn der Aufwand für die Erstel- WELTWEIT ZUFRIEDENE KUNDEN LEISTUNGSSTARKE AKKUS FÜR VERMESSUNG UND BAU VORTEILE: Ideal für Totalstation, GPS-Basis und 3D-Scanner Austauschbare Zellen Kapazität 9Ah oder 18Ah Gerätespezifische Buchsen Hohe Leistung auch bei niedrigen Temperaturen Adapterkabel für Original-Ladegeräte Wasserdichtes, stossfestes Alugehäuse SEHR LANGE EINSATZZEITEN HANDLICH UND LEICHT Vertriebspartner: HOCHWERTIGE ZELLEN SEHR LANGE LEBENSDAUER NORCELL - DER AKKU FÜR DEN VERMESSUNGSPROFI! Kontakt Norcell: info@norcell.com

5 lung des Modells entsprechend seinem Zweck enorm ansteigt. Ist die Generalisierung notwendig bzw. gewünscht, ist jedoch sicherzustellen, dass die Abweichungen des BIM-Modells zur Punktwolke weiterhin nachvollziehbar bleiben. Optimierungsaufgabe Mit der Notwendigkeit der Generalisierung, stellt sich natürlich die Frage, wie diese softwaregestützt erfolgen kann. In Bringmann 2010 und 2012 wird gezeigt, dass nur eine globale Betrachtung des Gesamtaufmaßes für diese Aufgabe infrage kommt. Bild 6 verdeutlicht dies am Beispiel eines Grundrisses, indem rechte Winkel zwischen Wänden erzwungen werden. Abhängig von der gewählten Referenzwand (grün) ergeben sich unterschiedliche Anordnungen der Wandbauteile (blau) mit unterschiedlichen Abweichungen zur vorhandenen Grundrisssituation (Liniengrafik im Hintergrund). Betrachtet man hingegen die Gesamtheit aller Wände im Grundriss, so erkennt man zwei ausgedehnte Cluster und einen Übergangsbereich, in denen alle Wände rechtwinklig zueinander stehen (Bild 7). In einem optimierten BIM-Modell sollte die Anzahl solcher Orthogonal-Cluster so gering wie möglich sein. Weitere Bedingungen an ein optimiertes BIM-Modell könnten folgendermaßen beschrieben sein: E1 minimale Wandanzahl durchgehende Wände über mehrere Räume konstante Wandstärken fluchtende Wände bei Unterbrechungen/Anbauten E2 minimale Anzahl der Orthogonal-Cluster rechte Winkel E3 minimale Anzahl von Raster-Clustern Architekturelemente, wie Wände und Stützen, liegen auf einem Raster runde Zahlen für Raumbreiten etc. E4 Rohbaumaße statt der tatsächlich messbaren Oberflächenstrukturen werden verwendet. E5 Standardmaße für Wandstärken werden möglichst häufig eingesetzt. Ausgehend von diesen Eigenschaften würde sich für eine Software folgende Optimierungsaufgabe ergeben: Bild 6: Abhängig von der Referenzwand (grün) erhält man unterschiedliche Ergebnisse bei erzwungener Rechtwinkligkeit von Wänden. Bild 7: Bildung von drei Clustern orthogonaler Wände Gesucht ist dasjenige Bauteilmodell, welches vorgegebene Eigenschaften (ggf. entsprechend einer Wichtung) erfüllt. Die maximale Abweichung darf ein gegebenes Toleranzmaß nicht überschreiten. (Bringmann 2010) Fazit Das Building Information Modeling ist bereits heute aus der Welt der Bauindustrie nicht mehr wegzudenken. Über kurz oder lang wird dies auch auf Umbau- und Sanierungsprojekte zutreffen, sodass die Nachfrage nach Lösungen, um aus Messdaten BIM-Modelle zu erzeugen, stetig steigen wird. Das Laserscanning verspricht dabei eine der am besten geeigneten Techniken zu sein, um wirtschaftlich eine präzise Datengrundlage für die Modellierung in BIM- Systemen zu schaffen. Aktuell existieren bereits anwendbare Lösungen, jedoch gibt es gerade im Bereich der automatisierten Modellierung noch großen Bedarf an optimierten Workflows. Die Softwareindustrie arbeitet daran, sodass diese Lösungen in naher Zukunft auf dem Markt zu erwarten sind. Literatur Junge, R./Liebich, T. (1997): Product Data Model for interoperability in an distributed environment. In: Junge, R. (Hrsg.), Proceedings of the 7th International Conference on Computer Aided Architectural Design Futures, München, S Eastman, C. (1999): Building Product Models: Computer Environments Supporting Design and Construction. Boca Raton, CRC Press LLC Fletcher, K. (2013): Die Vergangenheit scannen, die Zukunft planen. In: Ernst & Sohn Special 2013, BIM Building Information Modeling, Ernst & Sohn, Berlin, S Bringmann, O. (2010): Vom Bauaufmaß zum konsistenten Bauwerksmodell. In: Nutzerorientierte Bausanierung, Verlag der Bauhaus-Universität Weimar, Weimar, S Bringmann, O. (2011): Quadratur der Punktwolke Von der Punktwolke zum konsistenten Bauteilmodell. In: Heine, K./Rheidt, K./Henze, F./ Riedel, A. (Hrsg.), Von Handaufmaß bis High Tech III, Philipp von Zapern, Darmstadt/Mainz, S Bringmann, O. (2012): Gekoppelte Objekte in Punktwolken erkennen. In: Luhmann, T./Müller, C. (Hrsg.), Photogrammetrie, Laserscanning, optische 3D-Messtechnik, Beiträge der Oldenburger 3D-Tage 2012, Wichmann, Heidelberg, S Autor Dipl.-Ing. Jörg Braunes Produkt Management Kubit GmbH Tiergartenstraße 79, Dresden VDVmagazin 2/14 l Von der Punktwolke zum Building Information Model (BIM)