bim4cAIre – Shaping the future of care with the digital twin

Abgeschlossen
bim4cAIre Vanessa Liebler, CC BY SA 4.0

Ziel des Projekts ist die Entwicklung automatisierter Prozesse zur Erzeugung eines digitalen Gebäudezwillings (Digital Twin) für ein Anwendungsbeispiel aus der Digitalen Pflege (E-Health). Der Forschungsschwerpunkt fächert sich in zwei konkrete Fragestellungen auf - die Evaluation des Potentials consumergestützter Technologien zur 3D-Datenerfassung sowie die Entwicklung von Software unter Einsatz maschineller Lernmethoden (Machine Learning) zur Analyse der gewonnenen Daten. Mit Abschluss des Projekts wird ein gewinnbringendes und prototypisch implementiertes Konzept erwartet, welches den bislang arbeitsintensiven Prozess weitestgehend automatisiert und damit einen Beitrag für eine gesellschaftlich wichtige Fragestellung leistet.

Motivation

Vor dem Hintergrund individueller Bedarfe einer alternden und zunehmend alleinstehenden Bevölkerung entwickelt das Projektteam bim4cAIre Konzepte für einen digitalen und nachhaltigen Pflegeprozess. Die Pflege zu Hause stellt darin einen relevanten Prozess dar, welche in direktem Zusammenhang mit der Identifikation von Barrieren in belebtem Wohnraum steht. Untersucht werden dafür neuartige Verfahren zur 3D-Erfassung komplexer Wohnräumlichkeiten sowie lernfähige Methoden zur Analyse der gewonnenen Daten. Die Herausforderung in Zusammenhang mit dem Anwendungsbeispiel Pflege zu Hause besteht in der hohen Individualität - im Hinblick auf den Wohnraum sowie die adressierten Nutzer.

Aktivitäten

Das Spektrum der Aktivitäten ist zweifältig. Die Startphase des Projekts zielte darauf ab, einen bunten Strauß an aktuellen Technologien zur 3D-Datenerfassung zusammenzustellen und gegen die Anforderungen aus der Fragestellung Pflege zu Hause zu evaluieren. Diese Ergebnisse sind essentiell, da sie das Fundament für weiterführende Arbeiten bilden. Die Integration von hinreichend genauen, nachhaltigen und verfügbaren Technologien zur Datenerfassung in den Identifikationsprozess von Barrieren erfordert weitere Softwaremodule, um den erfassten Datenbestand mit semantischen Informationen anzureichern und eine transparente und erklärbare Aussage zur Barrierefreiheit des digital repräsentierten Wohnraumes abzuleiten. Ergebnisse dieser Arbeiten wurden auf (inter-) nationalen Konferenzen präsentiert und in Fachjournals publiziert.

Resultate

Im Rahmen des Projekts bim4cAIre konnte das Potential von consumergestützten Technologien zur 3D-Datenerfassung nachgewiesen werden. Darauf aufbauend wurde eine mobile Applikation namens Semantic Data Capture entwickelt, welche die Erfassung und semantische Segmentierung von 3D-Punktwolken simultan löst. Diese Anwendung stellt einen Meilenstein in der On-Demand Bereitstellung von intelligenten 3D-Punktwolken dar. Das Resultat der Applikation wird durch eine Kombination aus maschinellen Lernmethoden weiterverarbeitet und mündet schlussendlich in einem Informationsangebot zu den Barrieren des digital repräsentierten Wohnraumes, welche niederschwellig und transparent an die betroffenen Menschen kommuniziert werden. Über den Anwendungsfall Digitale Pflege hinaus besitzen Teilergebnisse des Projekts auch das Potential in benachbarten Disziplinen einen Mehrwert zu schaffen. So könnten mit Hilfe von Semantic Data Capture einzelne, weitestgehend manuelle Arbeitsschritte aus dem Scan-to-BIM Ökosystem abgelöst werden.