5. Brückenkolloquium - September 2022 147 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen M. Eng. Thomas Tschickardt Technische Universität Kaiserslautern, Fachbereich Bauingenieurwesen, Fachgebiet Massivbau und Baukonstruktion, Kaiserslautern, Deutschland Wayss & Freytag Ingenieurbau AG, Frankfurt, Deutschland M. Eng. Fabian Kaufmann Technische Universität Kaiserslautern, Fachbereich Bauingenieurwesen, Fachgebiet Massivbau und Baukonstruktion, Kaiserslautern, Deutschland Univ.-Prof. Dr.-Ing. Christian Glock Technische Universität Kaiserslautern, Fachbereich Bauingenieurwesen, Fachgebiet Massivbau und Baukonstruktion, Kaiserslautern, Deutschland Zusammenfassung In der Ausführungsphase ist eine kurzyzklische Informationsbereitstsellung entscheidend, um bei auftretenden Störungen oder Verzögerungen direkt reagieren zu können. Der Erfassungsprozess kann heutzutage mittels autonom operienden Drohnen erfolgen. Eine zentrale Herausforderung bei der BIM-basierten Flugplanung mit Drohnen ist das Planen, Simulieren, Verifizieren, Optimieren und Ausführen einer modellbasierten Erfassung auf Basis eines 4-D-BIMs. Der vorgestellte „Lean Erfassungsprozess“ (LEP) löst eine Datenerfassung ereignisbasiert und bedarfsorientiert (Pull-Prinzip) für relevante Aktivitäten der Baustelle aus. Anschließend umfasst der LEP einen kontinuierlichen Verbesserungsprozess (PDCA) der eine modellbasierte Planung (Plan), eine realitätsnahe Simulation (Do), eine Validierung und einheitliche Bewertung (Check) sowie eine Anpassung (Act) der Flugplanung vorsieht. Durch dieses Vorgehen wird sichergestellt, dass ausschließlich relevante Daten und Informationen in der notwendigen Qualität aus dem Bauprozess erfasst werden. 1. Einleitung 1.1 Ausgangssituation Der „Masterplan BIM Bundesfernstraßen“ [1] des Bundesministeriums für Digitales und Verkehr der Bundesrepublik Deutschland stellt den Regelungsrahmen für die bundesweite Anwendung der BIM-Methodik für öffentliche Infrastrukturprojekte in Deutschland dar. In der BIM-Methodik erstreckt sich der Lebenszyklus eines BIM von der Planungsphase über die Ausführungsphase bis hin zur Betriebs- und Erhaltungsphase [2]. Erste umfangreiche Praxiserfahrungen werden derzeit für die Planungsphase im Infrastrukturbau gesammelt [3] und sollen z. B. durch die Weiterentwicklung des IFC-Formats (Industry Foundation Classes) für die Infrastruktur standardisiert werden [4]. Abbildung 1: Informationsverlust während des Lebenszyklus eines Brückenbauwerks [5] 148 5. Brückenkolloquium - September 2022 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen Die BIM-Methodik wird im Hoch- und Tief bau derzeit noch in der Ausführungs- [6] und Betriebs- und Erhaltungsphase erprobt. In der Ausführungsphase besteht eine hohe Frequenz an Entscheidungsfindungen, da Bauprozesse aufgrund der Einzelfertigung komplex und heterogen sind. Eine automatisierte Datenerfassung während der Bauphase ist unabdingbar zur Eröhung der Effizienz, um die notwendigen Informationen für diese schnelle Entscheidungsfindung, z. B. im Rahmen des Projektmanagements, zu generieren. Abbildung 1 zeigt den Verlust an Informationen während des Lebenszyklus eines Brückenbauwerks, insbesondere in der Bauphase. In der Entwicklungs- und Planungsphase sind die Daten und Informationen meist ganzheitlich mit dem BIM verknüpft. Die Datenerfassung und Dokumentation des Baufortschritts erfolgten dagegen noch in einem überwiegend manuellen, aufwändigen und fehleranfälligen Prozess. Informationen wie Bautagebücher, Pendellisten, Lieferscheine, Berichte zur Qualitätssicherung, Besprechungsprotokolle, Wetterdaten, Vermessungsprotokolle und andere werden täglich auf einer Baustelle generiert. Diese Daten und Informationen werden über verschiedene mögliche Informationskanäle erfasst. Einige werden handschriftlich erfasst, andere sind bereits in einem maschinenlesbaren Tool (z. B. Excel) enthalten und wieder andere gehen durch menschliche Fehler verloren. Erste Forschungsansätze, die auf einer automatisierten Datenerfassung basieren, sehen den Einsatz von photogrammetrischen Methoden und/ oder Laserscanning (Light Detection and Ranging, „LiDAR“) und die Auswertung der benötigten Informationen während der Ausführungsphase vor. Mit LiDAR-Sensoren ausgestattete Drohnen können die Dokumentation der Baustelle unterstützen. Wesentliche Vorteile sind der leichtere Zugang zu den meisten Teilen des Bauwerks, eine höhere Abdeckung und Genauigkeit, eine verbesserte Effizienz und eine erhöhte Sicherheit während der Datenerfassung durch die Verringerung der Absturzgefahr. Heute erfolgt eine drohnenbasierte Datenerfassung meist manuell, wobei die Qualität der erfassten Daten und die Abdeckung relevanter Bauwerksbereiche hauptsächlich von Erfahrungswerten der erfassenden Person abhängen [7]. Eine systematische Gestaltung und Planung der Datenerfassung wird in der Regel nicht durchgeführt. Die Planung und Validierung der Datenerfassung hilft, die Datenerfassung von relevanten Bauteilen des Bauwerks zu einem bestimmen Zeitpunkt sicherzustellen. Es ist noch wenig erforscht, wie die Planung der Datenerfassung automatisch auf der Grundlage des BIM durchgeführt werden kann [8]. Semantisch reichhaltige BIMs (d. h. 4-D-BIM [9]) können für die Automatisierung des Planungsprozesses genutzt werden. Darüber hinaus sollte das 4-D-BIM kontinuierlich mit neuen, aus den erfassten Daten aggregierten Informationen aktualisiert werden, um eine effiziente Informationsquelle in der Bauphase zu bieten. Derzeit mangelt es den Daten einer manuell geplanten Erfassung und Umsetzung an Genauigkeit und Abdeckungsgrad [10]. Die drohnengestützte Datenerfassung kann dies bereits unterstützen. Die Planung der Datenerfassung ist bisher arbeitsintensiv, fehleranfällig und ineffizient. Der Vermessungsingenieur muss manuell Informationen aus konventionellen 2-D-Zeichnungen oder nicht aussagekräftigen geometrischen Modellen extrahieren, den Standort relevanter Bauteile des Bauwerks identifizieren und schließlich einen Plan für die Datenerfassung erstellen. Dies führt zu einer Verringerung der Kosteneffizienz, einem „zu viel“ oder „zu wenig“ an Daten und einem Mangel an Effizienz [7]. Grundsätzlich wird die Erfassung baurelevanter Daten bis heute unzureichend gehandhabt. Laut einer Umfrage [11] unter Bauleitern beträgt der Zeitraum einer manuellen Erfassung baurelevanter Daten bis zur Verarbeitung in 65 % der Fälle eine Woche. Die Bautagebücher werden nur von 23 % der Befragten täglich geführt. Dieser lange Zeitraum erschwert es zusätzlich, ein aktuelles Bild der Bauprozesse zu erhalten. Die Automatisierung der Baudokumentation kann die Bauleitung hinsichtlich des Erfassungsaufwandes entlasten. Eine effiziente Datenerfassung kann durch einen vorgeschalteten Planungsoptimierungsprozess erreicht werden, der als „Planning For Scanning“ (P4S) bezeichnet wird [12]. Eine zentrale Herausforderung besteht darin, eine modellbasierte und drohnenbasierte automatisierte Datenerfassung auf Basis des 4-D-BIMs zunächst zu planen, zu simulieren, zu verifizieren, ggf. zu optimieren und schließlich auszuführen. 1.2 Zielsetzung Ziel der Forschung ist es, aktuelle Prozesse und Bautätigkeiten im Brückenbau zu evaluieren, um zu identifizieren, welche Vorgänge durch eine automatisierte Datenerfassung mittels Drohnen unterstützt werden können. Dies beinhaltet die Einbeziehung des Pull-Prinzips und der kontinuierlichen Verbesserung (PDCA) als Teil der Lean-Methodik in die Planung und Durchführung einer drohnenbasierten Datenerfassung in der Bauphase von Brückenbauwerken. Die Forschung konzentriert sich auf LiDAR-generierte Punktwolken anstelle von photogrammetrischen Punktwolken, da die Genauigkeit für eine Projekt- und Bauwerksdokumentation eine entscheidende Rolle spielt. 2. Stand der Wissenschaft Eine effektive und effiziente Datenerfassung kann durch einen vorausgehenden Planungsoptimierungsprozess erreicht werden [12]. In diesem Kapitel werden die Grundlagen von Lean Construction und der Stand der Forschung auf dem Gebiet der automatisierten drohnenbasierten Datenerfassung vorgestellt. 2.1 Lean Construction Ein Prozess ist eine Abfolge von aufeinanderfolgenden Handlungen. Die derzeitigen Abläufe und Rahmenbedingungen in der Bauwirtschaft haben häufig Termin- und Kostenüberschreitungen sowie Baumängel zur Folge, die nur mit großem Aufwand beseitigt werden können. Dies geschieht selbst bei gut organisierten Projekten und trotz großer Anstrengungen des Projektteams. Der Haupt- 5. Brückenkolloquium - September 2022 149 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen grund dafür ist der traditionelle lineare Planungsprozess [13]. Lean Construction ist eine der innovativen Methoden, um die Schwächen des konventionellen Ansatzes zu überwinden. Lean Construction umfasst die folgenden Prinzipien: Spezifizierung des Wertes aus der Sicht des Kunden, Just-in-Time-Ansatz, kontinuierliche Verbesserung (PDCA), wertstromorientierter Ansatz, Flussprinzip und Pull-Prinzip anstelle des Push-Prinzips. Abbildung 2: Pull-Prinzip [14] Lean Construction ist eine Philosophie, die auf den Lean- Prinzipien von Taiichi (Toyota Production System) basiert und als Lean-Manufacturing-Prinzipien aus dem Automobilbereich entwickelt und als Lean Construction und Lean Philosophy weiterentwickelt wurde. Das Ziel von Lean Construction ist die kontinuierliche Verbesserung, die Reduzierung von Verschwendung, ein hochwertiges Management von Projekten und Lieferketten sowie eine verbesserte Kommunikation auf der Baustelle und im Team. Der Ansatz basiert auf der Idee, das gesamte Projekt und seine Teilprozesse in der Planung und Ausführung gemeinsam kontinuierlich zu verbessern. Dies erfordert ein zugängliches und transparentes Informations- und Datenmanagement. Nur so können exzellente Prozesse auf der Baustelle erreicht werden. Nach [14] wird der Produktionsprozess durch einen Kundenauftrag angestoßen. Die Produktion ist nach dem Pull-Prinzip aufgebaut, so dass jeder Produktionsschritt die Produktion für den jeweils vorgelagerten Schritt auslöst. Dieser Ansatz erzeugt einen Nachfragesog. Der Auftrags- oder Informationsbedarf wird reziprok zum Materialfluss von Produktionsschritt zu Produktionsschritt weitergegeben (Abbildung 2). Abbildung 3: Kontinuierliche Verbesserung [13] Abbildung 3 zeigt den PDCA-Zyklus, der für die erfolgreiche Umsetzung der kontinuierlichen Verbesserung genutzt werden kann. Er beschreibt die Reihenfolge, in der Tätigkeiten durchgeführt, bewertet und anschließend verbessert werden können. Der Zyklus ermöglicht eine fortlaufende Verbesserung der Tätigkeit, indem der Zyklus ständig durchlaufen wird. Die Anwendung des PDCA- Zyklus bei der Planung der Datenerfassung ist Erfolg versprechend, da er sicherstellt, dass die Erfassung auf der Baustelle effizient durchgeführt werden und ihre Dauer auf ein Minimum reduziert wird. 2.2 Scanpositionen zur Abdeckung Es ist aufgrund der bereits erwähnten arbeitsintensiven, fehleranfälligen und ineffizienten Erfassungsplanung erforderlich, den derzeitigen manuellen Datenerfassungsprozess zu optimieren und eine Datenerfassung auf Grundlage eines BIM mit optimaler Abdeckung nach Lean-Prinzipien automatisiert zu erstellen. Die Verfasser in [12] geben in Ihrer Arbeit eine Übersicht über bisherige terrestrisch-basierte Ansätze zur Planung einer Datenerfassung. In dieser ist zu erkennen, dass die meisten Ansätze aktuell planbasiert und nicht modellbasiert umgesetzt werden. Der Ansatz von [7] konzentriert sich bei der Planung einzelner Standpunkte eines terrestrischen Laserscanners (TLS) auf die erfassten Oberflächen der Bauteile, da nicht nur ein einzelner Punkt eine ausreichende Genauigkeit aufweisen muss, sondern auch die Erfassung möglichst vieler Oberflächen von Bauteilen. Eine vollautomatische Abdeckungsplanung kann nach der Übersicht von [12] durch BIMs unterstützt werden, wobei nur die beiden Ansätze [7] und [15] eine Abdeckung von Flächen innerhalb eines BIMs vorgeschlagen haben. In [15] werden Oberflächen von Bauteilen mit homogen verteilten Punktmengen diskretisiert um so das Problem der Oberflächenabdeckung auf eine Punktabdeckung zu reduzieren. Im Gegensatz dazu versucht [7] die tatsächliche Oberflächenabdeckung der Bauteile zu bestimmen. Aus Sicht der Verfasser ist eine Verwendung der Oberfläche der Bauteile vorteilhaft, da hierdurch eine höhere Genauigkeit erreicht werden kann. Die Bauteiloberfläche kann zudem mit minimalem Aufwand aus dem 4-D- BIM und auf Grundlage von assoziierten Vorgängen abgeleitet werden. Die Planung der Datenerfassung kann dahingehend durchgeführt werden, dass Kriterien wie die Punktgenauigkeit (Level of Accuracy, „LOA“) [16], Punktdichte (Level of Detail, „LOD“) [16] und Oberflächenvollständigkeit (Level of Completeness, „LOC“) [7] berücksichtigt werden. 2.3 Flugplanung In [17] geben die Verfasser einen Überblick über drohnenbasierte Ansätze der Flugplanung. Der Überblick der Verfasser ist anhand folgender Kategorisierung aufgebaut (1) die Methode der Flugplanung (modellbasiert oder nicht modellbasiert); (2) sofern anwendbar der Typ des verwendeten geometrischen Modells (3-D, BIM, 2-D, Punktwolke oder Bilder); (3) die Art des Sensors an der Drohne (Kamera, Sonarkamera oder LiDAR); (4) die Rahmenbedingungen, die bei der Flugplanung berücksichtigt werden (Vibrationen, Geschwindigkeit, Wind, 150 5. Brückenkolloquium - September 2022 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen Batteriekapazität und Freiheitsgrad der Drohne); (5) die Rahmenbedingungen, die bei der Generierung von Wegpunkten berücksichtigt werden (vollständige Abdeckung, überlappende Ansichten, Kritikalität und optimaler Pfad); (6) die Methode zur Generierung der Wegpunkte; (7) die Methode zur Generierung der Flugroute; und (8) den Anwendungsbereich (überwiegend Bauwerksinspektion). Ebenfalls in dieser Übersicht ist erkennbar, dass das Heranziehen eines BIMs noch kein Standard in der Flugplanung darstellt. In [17] wird der kürzeste Weg der Flugplanung mit Hilfe des genetischen Algorithmus, die Hindernisvermeidung mit dem A*-Algorithmus und die Raytracing-Berechnung für die optimale Abdeckung während der Erfassung auf der Grundlage eines geometrischen Modells berechnet. In [18] werden Qualitätskriterien einer bildbasierten Bestandsaufnahme zur Bewertung der Flugplanung vorgestellt. Die vorgeschlagenen Qualitätskriterien sind für die Bild- und drohnenbasierte Erfassung vielversprechend, müssen aber für die LiD- AR-basierte Erfassung noch weiterentwickelt werden. [19] stellen ebenfalls Metriken und Methoden zur Bewertung einer BIM-gestützten Datenerfassungsplanung vor, die auf kamerabestückte Drohnen oder Bodenfahrzeuge angewendet werden können. Die Metriken und Methoden berücksichtigen unter anderem die visuelle Abdeckung der Bauteile in den erfassten Fotos und die Auflösung jeder erfassten Komponente unter Verwendung des Oberflächenabstands. Der Ansatz in [20] verwendet bereits ein 4-D-BIM in IFC als Grundlage zur Erfassungsplanung. Die Aktivitäten und zugehörigen Bauteile, für die eine Datenerfassung erforderlich ist, werden im IFC über eine Schnittstelle manuell gefiltert, z. B. nach Fertigstellungstermin oder verantwortlichem Subunternehmer. Anschließend werden die Bauteile im frei navigierbaren Raum des Grundrisses dargestellt, um eine Reihe von Wegpunkten zu generieren, die eine vollständige Erfassung der identifizierten Elemente gewährleisten. Die umfangreiche Literaturrecherche abgeschlossener und noch laufender Forschungsprojekte zeigt, dass die drohnenbasierte Datenerfassung automatisiert werden sollte, um Wegpunkte auf Basis eines 4-D-BIMs zu ermitteln und die Flugplanung automatisiert zu planen, simulieren und zu validieren. Wesentliche Vorteile sind dabei, dass nur die notwendigen Daten erfasst werden und der Eingriff in das operative Tagesgeschäft minimiert wird. Die generierte Flugroute sollte unter Berücksichtigung der Flugdauer, der Batteriekapazität, des Abdeckungsgrades der Komponenten, der Bewegungsmöglichkeiten der Drohne, der zu erwartenden Wetterbedingungen während des geplanten Fluges, der Nutzlast und des Abfluggewichtes sowie der Drohne optimiert werden. Darüber hinaus besteht Forschungsbedarf, wie Wegpunkte aus 4DBIMs in IFC (bzw. in 4-D- Software) ermittelt werden können und welche Methoden geeignet sind, um daraus Wegpunkte und Flugpläne in einer automatisierten Datenerfassungsplanung abzuleiten. Zudem ist eine Auswertung des Flugplans mit realen Umgebungsbedingungen notwendig, um weitere Einflüsse, die einen entscheidenden Einfluss auf die Datenerfassung haben, zu identifizieren und in die Planung Design zu integrieren. Derzeit fehlt es an allgemein anerkannten Qualitätskriterien für die drohnenbasierte LiDAR-Datenerfassung, anhand derer die erfassten Daten in Bezug auf Abdeckung, Vollständigkeit und Genauigkeit sowie die Flugroute in Bezug auf die zu befliegenden Wegpunkte und die Flugdauer überprüft werden können. Im Gegensatz zu den evaluierten Forschungsmethoden werden in der vorgestellten Methodik die Wegpunkte auf Basis der semantischen und geometrischen Informationen des 4-D-BIM über die IFC-Schnittstelle (oder in einer 4-D-Software) und den Oberflächen der assoziierten Bauteile abgeleitet. Darüber hinaus erfolgt die Simulation der erfassten LiDAR-basierten Punktwolken und eine analytische Auswertung und Vollständigkeitsprüfung der erfassten Daten, um Qualitätskriterien zu erfüllen und die Flugplanung vor dem eigentlichen Flug zu optimieren. 3. Konzept für eine modellbasierte Flugplanung zur Automatisierung der Datenerfassung In diesem Kapitel wird das Konzept für eine Automatisierung der Planung einer Datenerfassung im Brückenbau vorgestellt. Eine Übersicht über das Konzept des Lean Erfassungsprozesses (LEP) ist in Abbildung 4 dargestellt. Abbildung 4: Konzept des Lean Erfassungsprozesses (LEP) 5. Brückenkolloquium - September 2022 151 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen 3.1 Konzeptvorstellung Die Datenerfassung wird zu Beginn der Methodik gemäß dem PullPrinzip ereignisbasiert und bedarfsorientiert für relevante Vorgänge und den assoziierten Bauteilen initiiert (siehe Pull in Abbildung 4), z. B. wenn ein Bauteil oder eine Schalung fertiggestellt ist oder wenn die Prüfung eines Bauteils ansteht. Die Flugroute wird im Rahmen eines kontinuierlichen Verbesserungsprozesses mit den Teilschritten Plan-Do-Check-Act (PDCA) fortlaufend optimiert, die Farben in Abbildung 4 sind korrespondieren zu denen in Abbildung 3. Die Optimierung erfolgt in folgenden Teilschritten: 1. eine automatisierte und modellbasierte Planung des Flugplans für die Datenerfassung (Plan), 2. eine Simulation der Datenerfassung unter Berücksichtigung der typischen Eigenschaften der Sensoren und Drohnen sowie der örtlichen Gegebenheiten (Do), 3. eine Validierung und einheitliche Auswertung mit Kennzahlen der Simulation (Check), sowie 4. eine Anpassung des entworfenen Datenerfassungsflugplans (Act). und wird nachfolgend kurz erläutert, bevor diese in dem kommenden Kapitel im Detail vorgestellt werden. Zunächst erfolgt eine automatisierte modellbasierte Planung der Datenerfassung (siehe PDCA - Plan in Abbildung 4). Hierbei werden aus dem bauzeitlichen BIM relevante Wegpunkte identifiziert. Dies kann auf Basis des herstellerneutralen und technologieoffenen Datenformats IFC, das für den standardisierten Datenaustausch in der Bauindustrie vorgesehen ist, oder in einer 4-D-Software erfolgen. Die Flugroute ist die Verbindung aller ermittelten Wegpunkte entlang eines Pfades und beinhaltet zusätzlich Start- und Landepunkte, die manuell definiert werden können. Zur Ermittlung der Flugroute können verschiedene Suchalgorithmen eingesetzt werden, um die kostengünstigste und/ oder kürzeste Route mit den wenigsten Hindernissen zwischen diesen Wegpunkten zu finden. Die Flugroute wird in einer Simulationssoftware validiert (siehe PDCA - Do in Abbildung 4), um unter anderen Kollisionen mit dem Brückenbauwerk auszuschließen und die Qualität der zu erfassenden Daten im Vorfeld überprüfen zu können. Die Validierung der synthetischen Datenerfassung soll über noch zu entwickelnde Qualitätskriterien erfolgen, die allgemeingültig und nicht fachspezifisch für eine LiDARbasierte drohnenbasierte Datenerfassung sein sollen (siehe PDCA - Check in Abbildung 4). Die Anpassung (siehe PDCA - Act in Abbildung 4) der Flugroute wird kontinuierlich und iterativ durchgeführt, bis alle Qualitätskriterien hinreichend erfüllt sind. 3.2 Initiierung der Datenerfassung Die Haupthypothese der eigenen Forschung ist, dass jede Datenerfassung einem bestimmten Informationsbedarf und Anwendungsfall (AWF) dienen sollte. Zu Anfang erfolgt eine Katalogisierung und Kategorisierung der zu erfassenden Daten und Informationen gemäß bundesweiten Richtlinien und Standards sowie dem internen Berichtssystem des beteiligten Unternehmens. Dazu gehört insbesondere die Bewertung der aktuellen Bauprozesse im Infrastrukturbau, insbesondere im Brückenbau, um festzustellen, welche Prozesse durch eine automatisierte Datenerfassung mittels Drohne unterstützt werden können. Nach der Katalogisierung und Kategorisierung wird die Datenerfassung dann z. B. durch Ereignisse im Bauablauf, wie z. B. der planmäßigen Fertigstellung von Vorgängen, ausgelöst. Diese Vorgehensweise stellt sicher, dass nur relevante Daten während des LEP erfasst werden. Abbildung 5: Ableitung der Wegpunkte zur Erfassung von Schalungselementen 3.3 Plan - Planung der Datenerfassung Die Planung der Datenerfassung für eine (teil-)autonome Befliegung kann aus dem 4-D-BIM im herstellerneutralen und offenen Datenformat IFC oder in einer 4DSoftware erfolgen. Auf Basis des 4-D-BIMs werden relevante Bauteile ereignis- und bedarfsorientiert durch die zugehörigen Vorgänge analog zu [20] identifiziert und Wegpunkte für eine drohnenbasierte Datenerfassung abgeleitet. Dies geschieht durch die Bestimmung der Bauteiloberflächen der relevanten Vorgänge und der entsprechenden IFC-Entitäten (IfcTask, IfcBuldingElement, IfcCartesianPoint) oder Verknüpfungen in der 4-D-Software. In Abbildung 5 ist bspw. der Vorgang „Schalung stellen“ eines Brückenbauwerks dargestellt. Ausschließlich die sechs markierten Flächen (Innenseite der Schalung) sind für die Datenerfassung relevant, da diese mit dem Vorgang „Schalung stellen“ verknüpft sind. Abbildung 6: Simulation der drohnenbasierten Datenerfassung Voraussetzung für die Berechnung der Wegpunkte sind u. a. die Konfigurationen des Laserscanners (vertikales und horizontales Sichtfeld sowie Messrate und Ge- 152 5. Brückenkolloquium - September 2022 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen schwindkeit der Drohne). Auf diese Weise kann sichergestellt werden, dass der Wegpunkt eine ausreichende LiDAR-Abdeckung und -Qualität bei der Datenerfassung liefert. Der Flugroute wird dann mit Hilfe von Suchalgorithmen errechnet. 3.4 Do - Simulation der Datenerfassung Eine Simulation der Datenerfassung wird mit der Software AirSim (Shah et al., 2017) durchgeführt, um die Datenerfassung hinsichtlich der Qualität der erfassten Daten zu validieren und zu evaluieren. Die LiDAR-Sensoren werden von einer simulierten Drohne getragen, die die geplante Flugroute befliegt und kontinuierlich synthetische Daten erfasst. Eine Registrierung der erfassten synthetischen Daten ist nicht erforderlich, da alle Punkte entsprechend der Position der Drohne transformiert und auf ein gemeinsames Koordinatensystem bezogen werden. Dies ist für Zwecke der Baufortschrittskontrolle ausreichend. Die Simulation kann reales aerodynamisches Verhalten und mögliche Störungen berücksichtigen. Störungen treten unter anderem in Form von Böen auf, die die Drohne vorübergehend beeinflussen kann, und in Form von gestörtem GNSS-Empfang, der zu ungenauen Positionsmessungen führt. 3.5 Check - Bewertung der Datenerfassung An die Simulation schließt die Auswertung der synthetischen Datenerfassung an. Dabei werden die Methoden von Debus & Rodehorst und Ibrahim et al. (Debus & Rodehorst, 2021a; Ibrahim et al., 2021) adaptiert und hinsichtlich der Erfassungstechnik erweitert. Mithilfe statistischer Methoden werden die Qualitätskriterien (LOC, LOA und LOD) der synthetischen Punktwolke bestimmt, um ausreichende Anforderungen der einzelnen Bauteile zu gewährleisten. Folgende Kriterien fließen ebenfalls in die Bewertung des Flugroute ein: das Ziel der Datenerfassung (AWF), (d. h. Baufortschrittkontrolle, Projekt- und Bauwerkdokumentation); eine Kollisionsvermeidung, die Sichtbarkeit der Drohne und die Überprüfung der Abstandseinhaltung gemäß Vorschriften; sowie Umwelteinflüsse, (z. B. Wind); und Drohnendaten, (d. h. Geschwindigkeit, Positionsgenauigkeit und GNSSAbdeckung). Die Bewertung der Flugroute wird kontinuierlich durchgeführt, bis die gewünschten Ergebnisse in der Simulation erreicht sind. Dies ermöglicht die Planung einer automatisierten und LiDAR-gestützten drohnenbasierten Datenerfassung. Die Drohne ist dann in der Lage, auf Basis des Flugroute (teil)autonom zu operieren, wodurch ausschließlich relevante Bauteile in der notwendigen Qualität (Genauigkeit, Dichte und Vollständigkeit) erfasst werden. 3.6 Act - Anpassung der Datenerfassung Eine Anpassung der Flugroute kann vorgenommen werden, wenn die Auswertung des Simulationsprozesses ergibt, dass die Datenerfassung hinsichtlich der Flugparameter oder der Datenqualität unzureichend ist. Überschreitet die Flugdauer beispielsweise die Batteriekapazität, muss ein Batteriewechsel eingeplant werden. Darüber hinaus können die Wetterbedingungen oder die örtlichen Gegebenheiten eine Anpassung der Flugroute erforderlich machen. Wird die Qualität der erfassten Daten als unzureichend beurteilt, z. B. in Bezug auf die Abdeckung oder die Dichte (siehe Abbildung 6), müssen die Wegpunkte angepasst und eventuell zusätzliche hinzugefügt werden. Die angepasste Flugroute kann dann zur (teil-)autonomen Datenerfassung an die Drohne übertragen werden. Abbildung 7: Synthetische Datenerfassung mit der segmentierten Punktwolke 3.7 (Teil)-autonome drohnenbasierte Erfassung Auf der Grundlage des LEPs kann eine (teil-)autonome Datenerfassung durchgeführt werden. Trotz einer sorgfältigen realistischen Simulation der Flugplanung können unerwartete Hindernisse auf der Flugroute der Drohne auftreten. Daher ist es notwendig, dass die Drohne selbst mit einem System zur Kollisionsvermeidung ausgestattet ist und Hindernisse selbstständig erkennen und ausweichen kann. Darüber hinaus ist in Einzelfällen das Eingreifen der steuernden Person notwendig, um Ausnahmesituationen zu lösen. 4. Fazit und Ausblick In diesem Beitrag wird ein neuartiger Ansatz für die Datenerfassung vorgeschlagen, der so genannte „LEP“ (Lean-Erfassungsprozess). Die drohnenbasierte Datenerfassung wird zunächst ereignisbasiert und bedarfsorientiert ausgelöst und unter Berücksichtigung des Pull- Prinzips und der kontinuierlichen Verbesserung nach dem PDCA-Zyklus durchgeführt. Die Datenerfassung wird automatisch auf Basis des 4DBIMs im IFC-Format oder in einer 4-D-Software automatisiert geplant, realitätsnah simuliert, validiert, einheitlich bewertet und bei Bedarf angepasst. Dieses Vorgehen stellt sicher, dass nur relevante Daten und Informationen aus dem Bauprozess erfasst werden. Die erfassten Daten können anschließend genutzt werden, um das Ausführungs-BIM (insbesondere Ist-Termine der Vorgänge) mit bauteilspezifischen Informationen zu aktualisieren. Dies kann durch eine Objekterkennung in den erfassten Daten und deren Abgleich mit dem Ausführungs-BIM geschehen, um festzustellen, ob das Bauteil vorhanden ist oder nicht. Dies ermöglicht einen effizienten Prozess der Baufortschrittskontrolle. Darüber hinaus können die erfassten Daten zur geometrischen Aktualisierung des Ausführungs-BIM verwendet wer- 5. Brückenkolloquium - September 2022 153 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen den, bspw. mittels IfcOpenShell (Krijnen, 2021). Dies gewährleistet die Generierung eines Übergabemodells, welches für die Betriebs- und Erhaltungsphase genutzt werden kann. Abschließend können die generierten synthetischen Daten aus der Simulation als Trainingsdaten für die maschinellen Lernmethoden (Scan2BIM) [8, 21, 22] zur Objekterkennung oder für andere Zwecke verwendet werden. Durch die Umsetzung des Pull-Prinzips und der kontinuierlichen Verbesserung (PDCA) der Lean-Methodik im Rahmen der Datenerfassung kann sichergestellt werden, dass nur die Daten mit einer ausreichenden Qualität zielgerichtet erfasst werden. Außerdem kann durch dieses Vorgehen das Ausführungs-BIM effizient aktualisiert werden, um den Baufortschritt oder den aktuellen Zustand des Brückenbauwerks abzubilden. Der vorgestellte Ansatz eignet sich besonders für Infrastrukturprojekte, wie Brücken- und Straßenbau im Freiraum. Darüber hinaus sind auch Bauwerke wie Fußballstadien, große Fabrikhallen oder Offshore-Windparks/ Produktionsplattformen sowie große Betonkonstruktionen für Gebäude realisierbar. Innenausbau und beengte Räume sind dagegen nicht realisierbar, da die Drohne bestimmte geometrische Abmessung besetzt und das Empfangssignal jederzeit gegeben sein muss. Der vorgestellte Ansatz wird derzeit sukzessive implementiert, wobei die Schwerpunkte auf der drohnenbasierten Flugplanung und -simulation liegen. Die Schritte der Katalogisierung und Kategorisierung der erfassbaren Daten und die Festlegung, welche Bauprozesse mittels Drohne unterstützt werden können, werden derzeit noch untersucht. Ebenfalls in Bearbeitung befinden sich die Definition von Qualitätskriterien wie LOC und LOD, die bestimmte Werte zur Erfüllung nachfolgender Prozesse und Anwendungsziele erfordern. Der Ansatz gewährleistet eine automatisierte und qualitätsgesicherte Datenerfassung in kurzen Zyklusintervallen, was für das Projektmanagement des Bauwerks von Vorteil ist. Danksagung Diese Arbeit wird in Zusammenarbeit mit der Abteilung Unternehmensentwicklung und Prozessmanagement (UEPM) der Wayss & Freytag Ingenieurbau AG (W&F) durchgeführt. W&F ist eines der führenden Bauunternehmen in Deutschland und war das erste Unternehmen im Infrastrukturbereich in Deutschland, das das Zertifikat der ISO 19650 (Informationsmanagement mit Building Information Modeling) erhalten hat. Literatur [1] BMDV: Masterplan BIM - Bundesfernstraßen [2] Glock, Christian: Digitalisierung im konstruktiven Bauwesen. In: Beton- und Stahlbetonbau 113 (2018), Nr. 8, S. 614-622 [3] Liebich, Thomas; Borrmann, André; Elixmann, Robert; Eschenbruch, Klaus; Hausknecht, Kerstin; Häußler, Marco; Hochmuth, Markus; König, Markus: Wissenschaftliche Begleitung der BMVI Pilotprojekte zur Anwendung von BIM im Infrastrukturbau : Endbericht Handlungsempfehlungen - Überprüfungsdatum 2021-12-10 [4] buildingSMART: Industry Foundation Classes, 2022. URL https: / / standards.buildingsmart.org/ IFC/ DEV/ IFC4_3/ [5] Tschickardt, Thomas; Kaufmann, Fabian; Glock, Christian: Lean and BIM-based Flight planning for automated data acquisition of bridge structures with LiDAR UAV during construction phase. In: 2022 European Conference on Computing in Construction, 2022 [6] Schneider, Martin; Tschickardt, Thomas: BIM in der Praxis Havellandautobahn A 10/ A 24: Brücken-Ersatzneubau unter laufendem Betrieb: Über Schalungsplanung im Ingenieurbau beim Pilotprojekt „Verfügbarkeitsmodell A 10/ A 24“. In: Sonderheft: BIM - Building Information Modeling 2021 (2021), S. 144-146 [7] Biswas, Humayun: Automatic Planning for Scanning: Optimizing 3D Laser Scanning Operations Using BIM and TLS. In: International Journal of Computer Science (IAENG) 46 (2019), Nr. 3, S. 1-9 [8] Glock, Christian; Kaufmann, Fabian; Tschickardt, Thomas: Drohnenbasierte Erfassung von as-built Modellen zur Automatisierung von Prozessen des digitalen Planens und Bauens im Brückenbau. In: Tagungshandbuch DigiTraVe : Fachtagung über Planung, Bau, Betrieb von Brücken, Tunneln, Straßen digital : Narr Francke Attempto Verlag GmbH + Co. KG, 2021, S. 367-374 [9] Tschickardt, Thomas; Krause, Daniel; Akkermann, Jan: Entwicklung und Evaluation von BIM-4-D- Methoden am Beispielprojekt Gateway Gardens Los 2, Frankfurt/ Main. In: Bautechnik 95 (2018), Nr. 7, S. 453-462 [10] Zhang, Cheng; Kalasapudi, Vamsi Sai; Tang, Pingbo: Rapid data quality oriented laser scan planning for dynamic construction environments. In: Advanced Engineering Informatics 30 (2016), Nr. 2, S. 218-232 [11] Ailland, Karin: Ereignisbasierte Abbildung von Bau-Ist-Zuständen. Weimar, Bauhaus-Universität Weimar. Dissertation. 2013. URL https: / / e-pub. uni-weimar.de/ opus4/ frontdoor/ index/ index/ docId/ 2065 - Überprüfungsdatum 2021-11-12 [12] Aryan, Afrooz; Bosché, Frédéric; Tang, Pingbo: Planning for terrestrial laser scanning in construction: A review. In: Automation in Construction 125 (2021), W2, S. 103551 [13] Spieth, Dominik; Hermes, Michael; Berner, Fritz: Wechselwirkungen zwischen Lean Construction und der Arbeitsmethode BIM am Beispiel der BIM- Anwendungsfälle Visualisierung und Bauablaufmodellierung. In: Bauingenieur 91 (2016), Nr. 11, S. 466-472 154 5. Brückenkolloquium - September 2022 Ereignisbasierte und bedarfsorientierte Datenerfassung für die 4-D-BIM-basierte Flugplanung von Drohnen [14] Günther, Hans-Otto; Tempelmeier, Horst: Produktion und Logistik. 9., aktualisierte und erw. Aufl. Berlin : Springer, 2012 (Springer-Lehrbuch) [15] Heidari, Morteza; Varshosaz, Masood: Optimal Placement of a Terrestrial Laser Scanner with an Emphasis on Reducing Occlusions. In: The Photogrammetric Record 31 (2016), Nr. 156, S. 374-393 [16] Tang, Pingbo; Alaswad, Fahd Saleh: Sensor Modeling of Laser Scanners for Automated Scan Planning on Construction Jobsites. In: Cai, Hubo; Kandil, Amr; Hastak, Makarand; Dunston, Phillip S. (Hrsg.): Construction Research Congress 2012. Reston, VA : American Society of Civil Engineers, 2012, S. 1021-1031 [17] Bolourian, Neshat; Hammad, Amin: Li- DAR-equipped UAV path planning considering potential locations of defects for bridge inspection. In: Automation in Construction 117 (2020), S. 103250 [18] Debus, Paul; Rodehorst, Volker: Evaluation of 3D UAS flight path planning algortihms. In: The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLIII-B1-2021 (2021), S. 157-164 [19] Ibrahim, Amir; Golparvar-Fard, Mani; El-Rayes, Khaled: Metrics and methods for evaluating model-driven reality capture plans. In: Computer-Aided Civil and Infrastructure Engineering (2021) [20] Hamledari, Hesam; Sajedi, Seyedomid; McCabe, Brenda; Fischer, Martin: Automation of Inspection Mission Planning Using 4D BIMs and in Support of Unmanned Aerial Vehicle-Based Data Collection. In: Journal of Construction Engineering and Management 147 (2021), Nr. 3, S. 4020179 [21] Hoop, Simon; Tschickardt, Thomas; Schmitt, Jürgen: Parametrisierte Modellierung für den Einsatz von KI am Beispiel Betonbrückenbau. In: Bautechnik 99 (2022), Nr. 11 [22] Kaufmann, Fabian; Glock, Christian; Tschickardt, Thomas: ScaleBIM: Introducing a scalable modular framework to transfer point clouds into semantically rich building information models. In: 2022 European Conference on Computing in Construction, 2022