АВТОМАТИЗАЦІЯ ВИМІРЮВАЛЬНОГО ПРОЦЕСУ ПІД ЧАС ПРОЄКТУВАННЯ ВІКОН І СОНЦЕЗАХИСНИХ СИСТЕМ ІЗ ВИКОРИСТАННЯМ МОБІЛЬНИХ LIDAR-СКАНЕРІВ І BIM-ІНТЕГРАЦІЇ
DOI:
https://doi.org/10.32782/2415-8151.2026.39.10Ключові слова:
лазерне сканування, хмари точок, геометрична точність, параметризація конструкцій, інформаційне моделювання будівель, монтажні допуски, цифрові вимірювальні технологіїАнотація
Актуальність дослідження зумовлено зростанням вимог до точності геометричних даних у BIM-орієнтованому проєктуванні та монтажі світлопрозорих конструкцій, а також потребою скорочення витрат і мінімізації помилок, пов’язаних із традиційними ручними методами обміру віконних прорізів. Активне поширення мобільних пристроїв із вбудованими LiDAR-сенсорами створює передумови для автоматизації вимірювального процесу, однак їх метрологічна придатність порівняно з професійними лазерними сканерами залишається недостатньо обґрунтованою, що стримує практичне впровадження таких рішень у проєктно-монтажній діяльності. Метою статті є встановлення рівня точності вимірювання геометрії віконних прорізів із використанням мобільних LiDAR-сканерів, інтегрованих у пристрої iPhone/iPad, у зіставленні з професійними лазерними сканерами й наукове обґрунтування доцільності застосування отриманих даних у BIM- орієнтованому проєктуванні й монтажі світлопрозорих огороджувальних конструкцій. Методологія. Методи дослідження ґрунтуються на теоретичному аналізі сучасних підходів до лазерного сканування, обробленні й аналізі хмар точок, використанні метричних показників похибки (MAE, RMSE, максимальні відхилення), а також на порівняльному аналізі результатів вимірювань, отриманих різними LiDAR-системами, з позиції їх придатності для параметризації в BIM-середовищі. Результати полягають у тому, що досліджено особливості формування геометричних даних мобільними й професійними LiDAR-системами, установлено відмінності в стабільності та структурованості хмар точок і доведено залежність придатності результатів вимірювання для BIM-моделювання від рівня геометричної узгодженості даних. Наукова новизна. Уперше встановлено кількісні межі застосування мобільних LiDAR-технологій у будівельному обмірі: виявлено, що такі рішення забезпечують достатню точність для оперативного обміру й попереднього BIM- аналізу, проте є обмеженими для завдань із мінімальними монтажними допусками та складною геометрією, де необхідними залишаються професійні лазерні сканери. Обґрунтовано критерії вибору вимірювальних технологій залежно від специфіки проєктно-монтажних завдань. Практична значущість. Результати дослідження дають змогу оптимізувати вибір обмірювальних технологій у будівельних проєктах: мобільні LiDAR-сканери доцільно застосовувати як елемент гнучкої вимірювальної стратегії, що доповнює високоточні інженерні методи. Визначено межі практичного застосування мобільного LiDAR у проєктнмонтажних процесах, що дає змогу уникнути необґрунтованих витрат на надмірно точне обладнання або ризиків від використання недостатньо точних вимірювань. Обґрунтовано рекомендації щодо інтеграції мобільного сканування з BIM-платформами для підвищення надійності цифрових моделей.
Посилання
Некрилов А. Адаптація закордонних підходів до оцінки енергоефективності вікон як єдиної системи «вікно – тканинне покриття» для будівельної галузі. Наука і техніка сьогодні. 2025. Вип. 2, № 46. С. 1848–1859. DOI: https://doi.org/10.52058/2786-6025-2025-5(46)-1848-1859.
Некрилов А. Вплив скління нестандартними формами на теплоізоляційні властивості будівель. Наука і техніка сьогодні. 2025. Вип. 6, № 47. С. 1429–1443. DOI: https://doi.org/10.52058/2786-6025-2025-6(47)-1429-1443.
Abouelaziz I., Jouane Y. Photogrammetry and deep learning for energy production prediction and building-integrated photovoltaics decarbonization. Building Simulation. 2024. Vol. 17, № 2. P. 189–205. DOI: https://doi.org/10.1007/s12273-023-1089-y.
Adán A., Ramón A., Vivancos J.L., Vilar A., Aparicio-Fernández C. Automatic generation of as-is BEM models of buildings. Journal of Building Engineering. 2023. Vol. 73. Article 106865. DOI: https://doi.org/10.1016/j.jobe.2023.106865.
Alshawabkeh Y., Baik A., Miky Y. Integration of laser scanner and photogrammetry for heritage BIM enhancement. ISPRS International Journal of GeoInformation. 2021. Vol. 10, № 5. Article 316. DOI: https://doi.org/10.3390/ijgi10050316.
Alves J.L., Palha R.P., de Almeida Filho A.T. BIMBased Framework for Photovoltaic Systems: Advancing Technologies, Overcoming Challenges, and Enhancing Sustainable Building Performance. Sustainability. 2025. Vol. 17, № 8. Article 3695. DOI: https://doi.org/10.3390/su17083695.
Banfi F., Brumana R., Salvalai G., Previtali M. Digital twin and cloud BIM-XR platform development: from scan-to-BIM-to-DT process to a 4D multi-user live app to improve building comfort, efficiency and costs. Energies. 2022. Vol. 15, № 12. Article 4497. DOI: https://doi.org/10.3390/en15124497.
Casini M. Extended reality for smart building operation and maintenance: A review. Energies. 2022. Vol. 15, № 10. Article 3785. DOI: https://doi.org/10.3390/en15103785.
Chea C.P., Bai Y., Pan X., Arashpour M., Xie Y. An integrated review of automation and robotic technologies for structural prefabrication and construction. Transportation Safety and Environment. 2020. Vol. 2, № 2. P. 81–96. DOI: ttps://doi.org/10.1093/tse/tdaa007.
Delasse C., Lecomte V., Hajji R., Landes T., Macher H., Kastendeuch P., Najjar G. From Point Cloud to 4D Thermal Model: Leveraging In-Situ Measurements from a Low-Cost Mobile Mapping System in Rabat, Morocco. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2025. Vol. 48. P. 55–62. DOI: https://doi.org/10.5194/isprs-archives-XLVIII-4-W15-2025-55-2025.
Delgado J.M., Guimarães A.S., Poças Martins J., Parracho D.F., Freitas S.S., Lima A.G., Rodrigues L. BIM and BEM interoperability – evaluation of a case study in modular wooden housing. Energies. 2023. Vol. 16, № 4. Article 1579. DOI: https://doi.org/10.3390/en16041579.
Guo H., Chen Z., Chen X., Yang J., Song C., Chen Y. UAV-BIM-BEM: An automatic unmanned aerial vehicles-based building energy model generation platform. Energy and Buildings. 2025. Vol. 328. Article 115120. DOI: https://doi.org/10.1016/j.enbuild.2024.115120.
Manni M., Nocente A., Kong G., Skeie K., Fan H., Lobaccaro G. Solar energy digitalization at high latitudes: A model chain combining solar irradiation models, a LiDAR scanner, and high-detail 3D building model. Frontiers in Energy Research. 2022. Vol. 10. Article 1082092. DOI: https://doi.org/10.3389/fenrg.2022.1082092.
Mazzetto S. Integrating emerging technologies with digital twins for heritage building conservation: an interdisciplinary approach with expert insights and bibliometric analysis. Heritage. 2024. Vol. 7, № 11. P. 6432–6479. DOI: https://doi.org/10.3390/heritage7110300.
Otero R., Frías E., Lagüela S., Arias P. Automatic gbXML modeling from LiDAR data for energy studies. Remote Sensing. 2020. Vol. 12, № 17. Article 2679. DOI: https://doi.org/10.3390/rs12172679.
Pan X., Lin Q., Ye S., Li L., Guo L., Harmon B. Deep learning based approaches from semantic point clouds to semantic BIM models for heritage digital twin.Heritage Science. 2024. Vol. 12, № 1. Article 65. DOI: https://doi.org/10.1186/s40494-024-01179-4.
Usmani A.R.A., Elshafey A., Gheisari M., Chai C., Aminudin E.B., Tan C.S. A scan to as-built buildinginformation modeling workflow: a case study in Malaysia.Journal of Engineering, Design and Technology. 2020.Vol. 18, № 4. P. 923–940. DOI: https://doi.org/10.1108/JEDT-07-2019-0182.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
