A systematic review of artificial intelligence for capturing real-world structures into building information modelling
Identifiers
Publication date
Start date of the public exhibition period
End date of the public exhibition period
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Metrics
Share
Export
Abstract
El campo de la arquitectura afronta una presión creciente por digitalizar estructuras complejas del mundo real, y sin embargo los flujos de trabajo tradicionales de Scan-to-Building Information Modelling (Sc2BIM) siguen siendo lentos y requieren numerosos recursos. Esta investigación aborda el reto de cómo la Inteligencia Artificial (IA) puede mejorar el proceso Sc2BIM automatizando tareas críticas como la segmentación de nubes de puntos y la generación de modelos, esenciales para producir Building Information Models (BIM) precisos y eficientes. Para abordar este problema, llevamos a cabo una revisión sistemática siguiendo una metodología estructurada de cuatro etapas: formulamos preguntas de investigación para definir el alcance del estudio, aplicamos criterios claros de inclusión y exclusión para identificar y cribar artículos relevantes de las principales fuentes científicas, realizamos un análisis estadístico detallado de los estudios seleccionados, y sintetizamos los resultados para poner de relieve las tendencias actuales y las lagunas de investigación. Nuestros hallazgos indican que PointNet++ es el modelo más frecuentemente utilizado para la segmentación de nubes de puntos 3D, mientras que las Redes Neuronales Convolucionales (CNN) siguen siendo la arquitectura dominante en general; los modelos híbridos y basados en transformers están ganando popularidad, y algunos estudios demuestran reconstrucciones BIM 3D completas y exitosas a partir de escaneos en bruto. Estos resultados subrayan el papel creciente de la IA en la optimización del flujo de trabajo Sc2BIM, con potencial para reducir el esfuerzo manual y mejorar la precisión de los modelos. La implicación clave de esta investigación es una visión de conjunto exhaustiva de cómo se aplican las técnicas de IA en Sc2BIM, ofreciendo información valiosa para investigadores y profesionales que buscan avanzar en la automatización y la eficiencia de la digitalización del entorno construido. [Traducción automática al español; idioma original: inglés.]