BIMScript: Material-Aware Structured Scene Programs for BIM Ingestion
BIMScript एक सामग्री-जागरूक (material-aware) संरचित भाषा मॉडल पेश करता है जो दृश्यों को सटीक ज्यामिति और सामग्री गुणों के साथ संपादन योग्य, अर्थपूर्ण रूप से स्पष्ट प्रोग्रामों में पुनर्गठित करता है, जिससे उच्च-गति उत्पादन और टिकाऊ परिसंपत्ति प्रबंधन के लिए रेविट (Revit) जैसे BIM उपकरणों में प्रत्यक्ष, एंड-टू-एंड अंतर्ग्रहण प्राप्त होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
हमारे चारों ओर का निर्मित वातावरण—वे कार्यालय जिनमें हम काम करते हैं, वे घर जिनमें हम रहते हैं, और वे स्कूल जिनमें हम जाते हैं—वैश्विक सामग्री उपयोग और कार्बन उत्सर्जन के एक विशाल हिस्से के लिए जिम्मेदार है। वर्ष 2050 में जो इमारतें मौजूद होंगी, उनमें से अधिकांश आज ही खड़ी हैं, जिसका अर्थ यह है कि हमारे ग्रह का भविष्य इस बात पर बहुत अधिक निर्भर करता है कि हम इन मौजूदा संरचनाओं का प्रबंधन, नवीनीकरण या अंततः उन्हें कैसे हटाते हैं। इसे प्रभावी ढंग से करने के लिए, वास्तुकारों और इंजीनियरों को वास्तव में वहां क्या मौजूद है, उसका एक सटीक डिजिटल मानचित्र चाहिए। इस मानचित्र को बिल्डिंग इंफॉर्मेशन मॉडल (BIM) कहा जाता है। एक साधारण तस्वीर या बुनियादी 3D ड्राइंग के विपरीत, एक BIM हर दीवार, दरवाजे और खिड़की का एक स्मार्ट, विस्तृत विवरण है, जिसमें यह भी शामिल है कि वे किस चीज से बने हैं और उनकी स्थिति कैसी है। मौजूदा इमारतों के लिए ये मॉडल बनाना वर्तमान में एक धीमा, उबाऊ काम है जिसमें सर्वेक्षकों को एक कमरे को स्कैन करना पड़ता है और फिर मॉडलर्स को हर एक वस्तु को हाथ से मैन्युअल रूप से ट्रेस करना पड़ता है, जो एक एकल इमारत के लिए कई दिनों या हफ्तों का समय ले सकता है।
डेनमार्क की अलबोर्ग यूनिवर्सिटी के शोधकर्ताओं ने इसे तेज करने के लिए एक नया दृष्टिकोण विकसित किया है, जो इस धीमी मैनुअल प्रक्रिया को एक स्वचालित प्रक्रिया में बदल देता है जो एक इमारत को कंप्यूटर प्रोग्राम की तरह पढ़ता है। वे अपने सिस्टम को BIMScript कहते हैं। एक कमरे का प्रतिनिधित्व करने के लिए त्रिकोणों का जाल (mesh) बनाने के बजाय, उनका सिस्टम स्थान के 3D स्कैन को देखता है और निर्देशों की एक छोटी सूची लिखता है, बिल्कुल एक रेसिपी की तरह, जो कंप्यूटर को ठीक से बताता है कि उस कमरे को कैसे फिर से बनाया जाए। ये निर्देश कहते हैं जैसे "यहाँ एक दीवार बनाओ," "वहाँ एक दरवाजा रखो," और "इस दीवार को लकड़ी के पैनलिंग के साथ समाप्त करो।" महत्वपूर्ण बात यह है कि सिस्टम केवल कमरे के आकार का अनुमान नहीं लगाता है; यह वस्तुओं की सामग्री और स्थिति का भी पता लगाता है, जैसे कि क्या दीवार अच्छी स्थिति में पेंट किया हुआ प्लास्टर है या क्या दरवाजा एक नया कंपोजिट मटेरियल का बना है। विवरण का यह स्तर महत्वपूर्ण है क्योंकि इमारत किस चीज से बनी है, यह जानना यह निर्धारित करता है कि इसे गर्म करने में कितनी ऊर्जा लगेगी, इसे बनाने में कितना कार्बन उपयोग हुआ था, और इसे कितनी आसानी से रीसायकल किया जा सकता है।
टीम को इसे सफल बनाने के लिए तीन प्रमुख बाधाओं का सामना करना पड़ा। पहला, सिस्टम को यह जानने की आवश्यकता थी कि चीजें किस चीज की बनी हैं, न कि केवल वे कहाँ हैं। पिछले उपकरण एक दीवार बना सकते थे लेकिन यह नहीं बता सकते थे कि वह ईंट की है या ड्राईवॉल की। इसे हल करने के लिए, शोधकर्ताओं ने 1.9 मिलियन से अधिक निर्माण भागों के उदाहरणों का एक विशाल पुस्तकालय बनाया, जहाँ प्रत्येक भाग को उसकी सामग्री और स्थिति के साथ लेबल किया गया था। उन्होंने अपने सिस्टम को एक शक्तिशाली आर्टिफिशियल इंटेलिजेंस का उपयोग करके प्रशिक्षित किया जो स्कैन किए गए कमरों की तस्वीरों को देख सकता था और सामग्रियों का अनुमान लगा सकता था, जिससे कंप्यूटर को प्रभावी रूप से यह सिखाया गया कि स्कैन में बनावट और रंग को देखकर लकड़ी के पैनलिंग और वॉलपेपर के बीच अंतर कैसे पहचाना जाए।
दूसरा, प्रक्रिया को उपयोगी होने के लिए पर्याप्त तेज़ होना आवश्यक था। निर्देशों को उत्पन्न करने का पुराना तरीका प्रति कमरा कई सेकंड लेता था, जो बड़े प्रोजेक्ट्स के लिए बहुत धीमा है। शोधकर्ताओं ने पाया कि देरी इसलिए नहीं थी क्योंकि कंप्यूटर बहुत अधिक गणित कर रहा था, बल्कि इसलिए थी क्योंकि वह बार-बार छोटे-छोटे कार्यों को शुरू करने और रोकने में समय बर्बाद कर रहा था। इन कार्यों को संभालने के तरीके को पुनर्गठित करके, उन्होंने निर्देशों को उत्पन्न करने में लगने वाले समय को तीन गुना से अधिक कम कर दिया, जिससे यह घटकर लगभग एक सेकंड प्रति कमरा रह गया। यह परिवर्तन पूरे भवनों को ऐसे समय सीमा में संसाधित करने की अनुमति देता है जो इंटरैक्टिव डिजाइन के लिए संभव है।
तीसरा, सिस्टम को पेशेवर बिल्डरों द्वारा भरोसेमंद होने के लिए पर्याप्त सटीक होना आवश्यक था। कंप्यूटर ने शुरू में दीवारों और दरवाजों को एक ग्रिड पर रखा जहाँ प्रत्येक वर्ग 5 सेंटीमीटर चौड़ा था। हालांकि यह एक रफ स्केच के लिए अच्छा है, पेशेवर निर्माण के लिए मिलीमीटर-स्तर की सटीकता की आवश्यकता होती है। शोधकर्ताओं ने एक अंतिम चरण जोड़ा जहाँ सिस्टम प्रत्येक तत्व की स्थिति में सूक्ष्म समायोजन करता है, स्थान को ठीक से फिट करने के लिए उसे ट्यून करता है। उन्होंने इसे पेशेवर बिल्डिंग सॉफ्टवेयर में उत्पन्न निर्देशों को सीधे फीड करके परीक्षण किया जिसका उपयोग वास्तुकार करते हैं। सॉफ्टवेयर ने सिंथेटिक डेटा से सही सामग्री और आयामों के साथ वास्तविक, उपयोग योग्य 3D मॉडल सफलतापूर्वक बनाए, जिससे यह सिद्ध हुआ कि कंप्यूटर-जनित निर्देश नियंत्रित वातावरणों में मैनुअल ट्रेसिंग को बदलने के लिए पर्याप्त सटीक हैं।
परिणामस्वरूप एक ऐसा सिस्टम प्राप्त हुआ जो किसी इमारत के कच्चे 3D स्कैन को लगभग एक सेकंड में एक स्मार्ट, विस्तृत डिजिटल ट्विन में बदल सकता है। यह डिजिटल ट्विन केवल एक चित्र नहीं है; यह तथ्यों की एक संरचित सूची है जिसे कंप्यूटर पढ़ और समझ सकता है। क्योंकि इमारत को ऐसी भाषा में वर्णित किया गया है जिसे मनुष्य और मशीन दोनों पढ़ और समझ सकते हैं, यह आर्टिफिशियल इंटेलिजेंस को जटिल निर्णय लेने में मदद करने का द्वार खोलता है। उदाहरण के लिए, एक शहर योजनाकार सिस्टम से एक जिले में खराब स्थिति वाले सभी लकड़ी के दरवाजे खोजने या किसी इमारत की सामग्रियों के कुल कार्बन फुटप्रिंट की गणना करने के लिए कह सकता है, बिना कभी साइट पर जाए। शोधकर्ताओं ने प्रमाणित किया कि यह तरीका सिंथेटिक डेटा पर काम करता है और आउटपुट को मानक उद्योग प्रारूपों में निर्यात किया जा सकता है, हालांकि वास्तविक दुनिया के स्कैन के लिए सामान्यीकरण एक खुला विषय बना हुआ है। इन विस्तृत मॉडलों के निर्माण को स्वचालित करके, यह सिस्टम पहले से मौजूद इमारतों के विशाल स्टॉक को समझने, प्रबंधित करने और स्थायी रूप से सुधारने का एक व्यावहारिक तरीका प्रदान करता है, जो एक धीमी, मैनुअल प्रक्रिया को एक तेज़, बुद्धिमान प्रक्रिया में बदल देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।