Scan To BIMでリフォームを支援する方法
パンデミックの世界的な影響は、需要に悪影響を目撃している建設業界にとって驚異的である。Fortune Business Insightの分析によると、世界のBIM市場は、2016年から2019年までの前年比成長率と比較して、2020年の成長率が9.9%と低い値を示しています。
しかし、リフォームに関する支出は増加の一途をたどっており、今後もその勢いは衰えることはないでしょう。米国におけるリフォーム市場は、2024年には5,100億ドルに達すると予想されています。
BIMのリーダーたちは、BIMの市場規模が2025年までに88億米ドルに達すると予測しています。この成長は、持続可能な都市化に対する需要の高まりと関連付けることができます。
リフォームでScan-To-BIMを導入する理由とは?
リモデリングプロジェクトや既存の構造物を含むプロジェクトでは、As-Builtモデルを作成することで、プロジェクトの時間とコストを大幅に削減することができます。そこで、Scan-to-BIMの出番です。Scan-to-BIMは、BIMモデルの作成、拡張、保存に使用できるレーザースキャン・データをデジタルで取得するプロセスです。
リノベーション工事におけるScan-to-BIMの活用について
リノベーションプロジェクトで直面する主な困難は、コストや時間の超過、資源の浪費、既存構造物への意図しないダメージ、特に複雑な構造を持つ構造物の場合などです。
また、Scan-to-BIMのRevitモデルであれば、職人同士のぶつかり合いや、さまざまなトラブルを発見しやすく、建築家が着工前に改修計画を見直すことも容易になります。
ライダースキャナーやレーザースキャニング技術を使用することで、AECプロフェッショナルはより少ない作業でScan-to-BIMワークフローに対応することができます。Scan-to-BIMは、3Dレーザースキャナーを使用して正確な点群データセットを作成し、作業に適したペースで運用します。
従来のScan-to-BIMの課題を整理してみよう。
Scan-to-BIMのプロセスは、非常に簡単なプロセスに聞こえます。ある構造物をレーザーで数百万点スキャンし、「点群」データセットを作成します。そのデータをBIMツールにインポートすれば、自動的にオブジェクトやスペースが特定され、スマートなモデルができあがります。しかし、スキャンデータからBIMへの変換は、まだそれほど簡単ではありません。
既存のデジタル構造・設計資料がない建物の修復や増築を計画する際に、スキャンtoBIMプロセスを導入することで失敗が少なくなることは否定できない。Scan-to-BIMプロセスの導入により、標準化された信頼性の高いフロアプランの入手が容易になりました。また、既存物件の施設管理者は、従来のScan-to-BIMが提供する性能向上のメリットを享受することができます。しかし、多くのモデラーは、主にリノベーションプロジェクトにおいて、スキャンデータからBIMモデルを更新するプロセスで、いくつかの不都合を経験しています。ここでは、レーザースキャンの専門家がモデルを更新する際に経験する可能性のある最も明白な課題と、それを解決するためのいくつかの提案を紹介します。
スキャンからBIMへ、多くのManual Interventionを必要とする
スキャンからBIMへのプロセスはまだ手作業が必要で、科学というより芸術の域に達しています。Revitを含むほとんどの設計ツールは、新しい構造物の設計を対象としており、改修プロセスとなると、既存の構造物にRevitを使用することは困難です。
レーザーは6GBを超えるデータを簡単に生成することができます。美術館や教会など、古い建造物の改修工事など、大規模な工事では、スキャンしたデータが20GBにもなることもあります。このような膨大な量のデータを扱うのは、とても無理な話です。そのデータを使ってBIMモデルを作成するのは、非常に時間のかかる作業です。
従来のScan to BIMワークフローでは、多くの手作業が必要であり、より迅速なアウトプットが必要な場合には、適切な状況とは言えません。当社のMLベースのScan to BIMソリューションは、点群データからBIMモデルをより速く作成することで、生産時間を短縮することができます。
日常的なスキャンを行うための現場へのアクセスが制限されている場合
建設現場へのアクセスが制限されている場合、通常、既存のモデルを更新するために定期的にスキャンや測定を行うことは困難です。また、建設現場が占有されている場合、現場作業員が懸命に作業しており、スキャンによる中断が許されない場合もあります。特に、邪魔にならないスペースを確保し、適切なスキャン作業を行うチャンスは限られています。モバイルマッピングシステムは、スキャンデータの取り込みに必要な時間を大幅に短縮することができます。そして、Scan to BIMのプロセスをより速くするためには、Scan to BIMに機械学習を取り入れるのが常にスマートなことなのです。それが私たちnCircle Techの仕事です。
日常的なスキャンを行うための現場へのアクセスが制限されている場合
建設現場へのアクセスが制限されている場合、通常、既存のモデルを更新するために定期的にスキャンや測定を行うことは困難です。また、建設現場が占有されている場合、現場作業員が懸命に作業しており、スキャンによる中断が許されない場合もあります。特に、邪魔にならないスペースを確保し、適切なスキャン作業を行うチャンスは限られています。モバイルマッピングシステムは、スキャンデータの取り込みに必要な時間を大幅に短縮することができます。そして、Scan to BIMのプロセスをより速くするためには、Scan to BIMに機械学習を取り入れるのが常にスマートなことなのです。それが私たちnCircle Techの仕事です。
MLを活用したScan-to-BIMの未来とは?
もし、標準的なScan-to-BIMプロセスが自動化され、よりスマートに動作するようになるとしたらどうでしょうか?人工知能と機械学習のおかげで、スマートなScan-to-BIM変換を実現することができるようになりました!
人工知能と機械学習の概要...
AIは、ソフトウェアが人間の行動を模倣することを可能にする技術です。MLは、人間の認知能力を模倣し、時間をかけて意思決定を工夫するソフトウェアの能力を示す。人工知能は学際的であり、MIはそのサブセットである。
AIとMLはScan-to-BIMプロセスをどのように改善するのでしょうか?
ライダースキャナーを使った3Dレーザースキャンでは、大量の点群データが収集されます。この膨大なデータセットの中から関連するデータを分類・特定するには、高度な専門知識が必要です。この場合、AIを活用することで、BIMエンティティのセグメンテーションを大幅に高速化することができます。これにより、セグメンテーションのプロセスが容易になるだけでなく、ヒューマンエラーの可能性も低くなります。
nCircleTech、MLベースのScan-to-BIMソリューションを提供(現在はマネージドサービスとして提供)。
nCircleTechは、MLベースのScan-to-BIMワークフローを開発しており、点群セグメンテーションからモデリングの自動化まで、Scan-to-BIMプロセスを自動化します。
機械学習によるScan-to-BIMプロセスのワークフロー
- 点群データの入力:nCircle Techの機械学習によるScan-to-BIMプロセスは、お客様から既に生成された点群データを入手することから始まります。

- オブジェクトの分類 機械学習によるScan-to-BIMアルゴリズムにより、オブジェクトは異なるカラーコードで分類されます。
- BIMモデルの自動生成 BIMモデルの生成は、人間の関与を必要としません。
nCircle Techの機械学習Scan-to-BIMの特徴とは?
MLを利用したScan-to-BIMプロセスにより、工期を最大50%短縮し、Scan-to-BIM Revitモデリングを高速化することができます。nCircle TechのMLを利用したScan-to-BIMアプリケーションのユニークな特徴です:
当社のMLベースのScan-to-BIMアプリケーションは、リノベーションプロジェクトのas-built BIMモデルの構築を支援します。機械学習によるScan-to-BIMフレームワークにより、正確なビジュアライゼーションに必要な認知負荷を軽減しながら、通常のワークフローを踏襲することができます。
- それでAIによるラベリング: 当社のMLエンジンは、800GB以上の点群データでトレーニングされています。
- 高い拡張性: 当社のクラウドベースのサービスは、安定したパフォーマンスでスケーラブルな処理を提供します。
- 自動化された学習アルゴリズム: 過去のデータから機能を向上させることができるAIエンジン
- セキュアデータアプローチ: セキュリティ優先のアプローチで、データを失うことはありません
- 一貫したパフォーマンスを発揮します: MLを活用したScan-to-BIMワークフローは、常に均一なアウトプットを提供します。
- 入力/出力フォーマット: e57またはlasで入力を受け付けます。また、Revit、AutoCAD、またはIFCフォーマットで出力を提供します。
nCircleのScantoBIM(ML-powered)サービスは、なぜスマートなのでしょうか?
- MLベースのアルゴリズムを使って点群データから特徴を抽出するため、ターンアラウンドタイムが短縮されます。
- MLエンジンのトレーニングは、ターンアラウンドタイムを短縮し、市場での競争力を高めるために長期的に役立つ。
- MLベースのセグメント化されたエンティティを使用したモデリングは、より迅速なモデリングを可能にします。
包み込むように:
Scan-to-BIMとAI/MLの融合は例外的であり、今後数年で様々な産業応用が進むと想定されます。既存のアプリケーションの進歩は、長い道のりを歩んできました。しかし、まだまだ潜在的な可能性を秘めています。私たちは、テクノロジーがあらゆることを可能にしてくれる時代に生きています!次に何が起こるかわからないのです!競合他社に遅れをとらないように、私たちの専門家に相談して、次のプロジェクトにML-powered Scan to BIMを導入してください!
