Towards an automated AI-based framework for floor plan compliance checks for residential buildings

Resumen Técnico: Hacia un Marco Automatizado Basado en IA para Verificaciones de Cumplimiento de Planos de Planta para Edificios Residenciales

Planteamiento del Problema
El artículo aborda el desafío crítico de evaluar la calidad del diseño de apartamentos residenciales frente a las reformas de políticas gubernamentales (por ejemplo, SEPP 65, BADS, SPP 7.3) destinadas a mejorar el bienestar de los residentes en Australia. La verificación de cumplimiento actual es un proceso manual y laborioso que requiere expertos humanos para interpretar dibujos arquitectónicos complejos (a menudo imágenes ráster o PDF) frente a regulaciones textuales. Este enfoque manual sufre problemas de escalabilidad, lo que hace que las evaluaciones a gran escala (por ejemplo, en miles de apartamentos) sean impracticables. Además, los métodos automatizados existentes están fragmentados; normalmente se centran en el análisis semántico de un solo apartamento o en la identificación de elementos de construcción, pero carecen de un marco unificado capaz de manejar planos de planta de múltiples unidades, extraer datos estructurados y realizar un razonamiento de cumplimiento basado en reglas simultáneamente. La diversidad de formatos de archivo, convenciones de dibujo y la presencia de espacios de circulación compartidos en edificios de gran altura complican aún más la interpretación automatizada.

Metodología
Los autores proponen un marco conceptual para la verificación de cumplimiento automatizada que integra visión computacional, procesamiento de lenguaje natural y razonamiento basado en grafos. El sistema se estructura en tres motores principales:

1. Motor de Extracción de Datos: Este módulo convierte imágenes de planos de planta sin procesar (PDF, PNG, JPEG) en un modelo de edificación estructurado y legible por máquina.

   • Preprocesamiento: Convierte los PDF de múltiples páginas en imágenes de alta resolución y aplica mejoras (reducción de ruido, nitidez) para mejorar la visibilidad de las características.
   • Reconocimiento de Texto Avanzado (OCR+): Extrae metadatos textuales (escala, etiquetas de habitaciones, dimensiones) utilizando librerías como PaddleOCR o Tesseract. Crucialmente, recupera la escala del dibujo para convertir las mediciones de píxeles en dimensiones del mundo real.
   • Aprendizaje Profundo Multitarea: Utiliza Redes Neuronales Convolucionales (CNN) para la detección de objetos (accesorios, puertas, ventanas), segmentación semántica (paredes, habitaciones) y segmentación de instancias para distinguir objetos superpuestos. También emplea técnicas de visión computacional para detectar la flecha del norte para el análisis de orientación del edificio, lo cual es vital para las verificaciones de sol y ventilación.
   • Modelo de Edificación Estructurado: Transforma los datos visuales y textuales extraídos en un grafo con atributos basado en JSON. En este grafo, las entidades espaciales (habitaciones, balcones) son nodos, y las relaciones topológicas (adyacencia, conectividad mediante puertas) son aristas. Esta representación preserva tanto la geometría como la topología, permitiendo un razonamiento espacial eficiente.

2. Motor de Reglas: Este componente traduce los códigos de edificación en lenguaje natural en reglas ejecutables y legibles por máquina.

   • Aprovecha los Modelos de Lenguaje de Gran Escala (LLM) para analizar los textos regulatorios (por ejemplo, del High Life Study, BADS, SEPP 65) y descomponerlos en objetos JSON estructurados.
   • Cada regla se define con atributos específicos: identificador de la regla, aplicabilidad (por ejemplo, tipo de apartamento), condición, umbral, operador de comparación y lógica de puntuación (por ejemplo, paso/fallo binario o puntuación proporcional).
   • Este enfoque tiene como objetivo superar el cuello de botella de la codificación manual de reglas y permite que el sistema se adapte a las políticas en evolución actualizando el conjunto de reglas en lugar de rediseñar el sistema.

3. Motor de Verificación de Cumplimiento: Este motor evalúa el modelo de edificación estructurado frente a las reglas codificadas.

   • Compara los datos geométricos y topológicos extraídos (por ejemplo, área de la habitación, acceso a ventanas, rutas de circulación) contra los umbrales definidos en el Motor de Reglas.
   • El motor incorpora LLM para interpretar las mediciones y las relaciones espaciales de manera contextual, manejando reglas que dependen de la comprensión geométrica en lugar de solo umbrales numéricos.
   • Genera informes en formato JSON estructurado que detallan el estado de cumplimiento, las violaciones específicas y la guía de remediación, asegurando que el proceso de toma de decisiones sea transparente y trazable.

Contribuciones Clave

1. Identificación de Brechas: El artículo identifica sistemáticamente las limitaciones de los enfoques automatizados existentes, específicamente su incapacidad para manejar planos de planta de múltiples apartamentos con espacios compartidos y su falta de integración entre el análisis visual y el razonamiento regulatorio.
2. Marco Conceptual: Propone un marco unificado y novedoso que cierra la brecha entre las imágenes de los planos de planta no estructuradas y la evaluación de cumplimiento automatizada. El marco combina de manera única el aprendizaje profundo para la extracción geométrica con la generación de reglas impulsada por LLM y el análisis topológico basado en grafos.
3. Arquitectura Escalable: El diseño modular propuesto permite la adaptación a diferentes jurisdicciones y códigos de edificación en evolución al separar los procesos de extracción de datos, codificación de reglas y evaluación.

Resultados y Hallazgos Experimentales
El artículo presenta experimentos iniciales para evaluar la viabilidad de los componentes del marco, en lugar de un sistema totalmente desplegado probado en un conjunto de datos masivo.

• Extracción de Datos: El marco demuestra con éxito la conversión de imágenes de planos de planta en modelos JSON estructurados, capturando límites de habitaciones, mobiliario y orientación.
• Codificación de Reglas: Los experimentos muestran que los LLM pueden traducir eficazmente los estándares de diseño textuales (por ejemplo, requisitos de área interna mínima) en reglas JSON estructuradas con umbrales y lógica de puntuación apropiados.
• Verificación de Cumplimiento: Un caso de estudio de muestra (APT_101) demuestra la capacidad del motor para verificar el área interna de un apartamento de 2 dormitorios (80.0 m²) frente a un umbral regulatorio (70.0 m²), produciendo un resultado claro de "PASS" (APTO) con una base racional trazable.
• Limitaciones de los VLM: Los autores probaron un Modelo de Lenguaje Visual (VLM) en planos de una sola unidad y de múltiples unidades. Si bien el VLM funcionó razonablemente bien en planos de una sola unidad anotados, tuvo dificultades significativas con los planos de múltiples unidades que carecían de etiquetas de texto, exhibiendo alucinaciones en el recuento de habitaciones, dimensiones y tipos de apartamentos. Esto resalta que los VLM actuales son insuficientes como herramientas independientes para la precisión geométrica en escenarios complejos y no anotados.

Significancia y Reivindicaciones
El artículo afirma que su marco propuesto ofrece un enfoque escalable, consistente y transparente para la verificación automatizada del cumplimiento, lo cual es esencial para apoyar estudios a gran escala como el "High Life Study" y para hacer cumplir los estándares de diseño en miles de apartamentos. Al automatizar la extracción y evaluación de métricas de diseño, el sistema pretende reducir la carga de trabajo manual, mejorar la reproducibilidad y mejorar la capacidad de los responsables de políticas para monitorear la calidad del diseño a lo largo del tiempo.

Los autores mantienen una postura modesta, reconociendo que el marco es actualmente conceptual y que persisten desafíos significativos, particularmente en cuanto a la diversidad de la calidad de los planos de planta, la detección de flechas del norte en estilos variados y la segmentación de unidades individuales en diseños de múltiples apartamentos. Enfatizan que es necesaria una etapa de verificación de "Humano en el Bucle" (Human-in-the-Loop) para resultados de baja confianza y que el trabajo futuro debe centrarse en desarrollar conjuntos de datos dedicados para planos de múltiples unidades y en refinar la integración de componentes de IA especializados. El artículo no pretende haber resuelto el problema por completo, sino que proporciona una vía arquitectónica viable hacia una solución totalmente automatizada.