back_to_list
details_view: 5 von 678
 

Verbundvorhaben: EnOB: EnergyTWIN - Energiediagnosestecker Digitaler Zwilling: Neue sensorgestützte und KI-basierte Methoden für die digitale, BIM-basierte Inbetriebnahme von technischen Anlagen in Hochbauwerken und deren energetische Systemoptimierung; Teilvorhaben: As-built-Erfassung und KI-basierte Methoden

Zeitraum
2020-07-01  –  2024-06-30
Bewilligte Summe
1.189.478,00 EUR
Ausführende Stelle
Rheinisch-Westfälische Technische Hochschule Aachen Geodätisches Institut und Lehrstuhl für Bauinformatik & Geoinformationssysteme, Lehrstuhl für Energieeffizientes Bauen, Aachen, Nordrhein-Westfalen
Förderkennzeichen
03EN1026A
Leistungsplansystematik
Energieoptimierte Gebäude - Digitale Werkzeuge [EA4450]
Verbundvorhaben
01212990/1  –  EnOB: EnergyTWIN
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN1)
Förderprogramm
Energie
 
Das Projekt EnergyTWIN hat zum Ziel, Verfahren für die (automatisierte) Erzeugung eines 'Digitalen Zwilllings' bei der Inbetriebnahme der Gebäudetechnik und dessen kontinuierliche Fortführung mit Informations-anreicherung in der Betriebs- und Nutzungsphase zu entwickeln. Unter Verwendung von modernen Technologien des Reality Capturing, Data Science Methoden, virtueller und augmentierter Realität sowie Cloud-basierter Techniken zur Datenverwaltung werden Verfahren zur Erkennung und Klassifizierung von Komponenten und deren topologischer Zusammenhänge weiterentwickelt. Das Teilvorhaben der RWTH befasst sich mit • der Weiterentwicklung effizienter Methoden des Reality Capturing (Photogrammetrie, La­serscanning, Infrarotmesstechnik) zur georeferenzierten As-Built-Erfassung, der Innenraumpositionierung und Georeferenzierung der Messdaten sowie deren Nutzung für die virtuelle/augmentierte Realität und • der Weiterentwicklung von Verfahren für die Erkennung und Klassifizierung von Komponenten und deren topologischer Zusammenhänge. Dazu dienen insbesondere auch Methoden der Kl-basierten, automatisierten Punktwolkenfilterung, Merkmalsextraktion, Klassifizierung und Modellierung inklusive der Einbindung vorhandener BIM-Planungsmodelle.