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

Resumo Técnico: Rumo a um Framework Automatizado Baseado em IA para Verificações de Conformidade de Plantas de Pavimentos para Edifícios Residenciais

Definição do Problema
O artigo aborda o desafio crítico de avaliar a qualidade do projeto de apartamentos residenciais em relação às reformas de políticas governamentais (ex: SEPP 65, BADS, SPP 7.3) destinadas a melhorar o bem-estar dos residentes na Austrália. A verificação de conformidade atual é um processo manual e intensivo em mão de obra, que exige especialistas humanos para interpretar desenhos arquitetônicos complexos (frequentemente imagens raster ou PDFs) frente a regulamentações textuais. Esta abordagem manual sofre com problemas de escalabilidade, tornando impraticável a avaliação em larga escala (ex: entre milhares de apartamentos). Além disso, os métodos automatizados existentes são fragmentados; eles tipicamente focam na análise semântica de um único apartamento ou na identificação de elementos construtivos, mas carecem de um framework unificado capaz de lidar com plantas de múltiplos apartamentos, extrair dados estruturados e realizar o raciocínio de conformidade baseado em regras simultaneamente. A diversidade de formatos de arquivos, convenções de desenho e a presença de espaços de circulação compartilhados em edifícios de grande altura complicam ainda mais a interpretação automatizada.

Metodologia
Os autores propõem um framework conceitual para verificação de conformidade automatizada que integra visão computacional, processamento de linguagem natural e raciocínio baseado em grafos. O sistema é estruturado em três motores principais:

1. Motor de Extração de Dados: Este módulo converte imagens brutas de plantas de pavimentos (PDF, PNG, JPEG) em um modelo de edifício estruturado e legível por máquina.

   • Pré-processamento: Converte PDFs de múltiplas páginas em imagens de alta resolução e aplica melhorias (redução de ruído, nitidez) para aumentar a visibilidade das características.
   • Reconhecimento Avançado de Texto (OCR+): Extrai metadados textuais (escala, rótulos de cômodos, dimensões) usando bibliotecas como PaddleOCR ou Tesseract. Crucialmente, ele recupera a escala do desenho para converter medições de pixels em dimensões do mundo real.
   • Aprendizado Profundo Multitarefa: Utiliza Redes Neurais Convolucionais (CNNs) para detecção de objetos (fixações, portas, janelas), segmentação semântica (paredes, cômodos) e segmentação de instância para distinguir objetos sobrepostos. Também emprega técnicas de visão computacional para detectar a seta do norte para análise de orientação do edifício, o que é vital para verificações de solar e ventilação.
   • Modelo de Edifício Estruturado: Transforma os dados visuais e textuais extraídos em um grafo atribuído baseado em JSON. Neste grafo, entidades espaciais (cômodos, varandas) são nós, e relações topológicas (adjacência, conectividade via portas) são arestas. Esta representação preserva tanto a geometria quanto a topologia, permitindo um raciocínio espacial eficiente.

2. Motor de Regras: Este componente traduz textos de códigos de obras em linguagem natural em regras executáveis e legíveis por máquina.

   • Ele utiliza Grandes Modelos de Linguagem (LLMs) para analisar textos regulatórios (ex: provenientes do High Life Study, BADS, SEPP 65) e decompô-los em objetos JSON estruturados.
   • Cada regra é definida com atributos específicos: identificador da regra, aplicabilidade (ex: tipo de apartamento), condição, limiar (threshold), operador de comparação e lógica de pontuação (ex: aprovação/reprovação binária ou pontuação proporcional).
   • Esta abordagem visa superar o gargalo da codificação manual de regras e permite que o sistema se adapte a políticas em evolução ao atualizar o conjunto de regras em vez de redesenhar o sistema.

3. Motor de Verificação de Conformidade: Este motor avalia o modelo de edifício estruturado em relação às regras codificadas.

   • Ele compara dados geométricos e topológicos extraídos (ex: área do cômodo, acesso a janelas, caminhos de circulação) contra os limiares definidos no Motor de Regras.
   • O motor incorpora LLMs para interpretar medições e relações espaciais contextualmente, lidando com regras que dependem de compreensão geométrica em vez de apenas limiares numéricos.
   • Ele gera relatórios JSON estruturados detalhando o status de conformidade, violações específicas e orientação de remediação, garantindo que o processo de tomada de decisão seja transparente e rastreável.

Principais Contribuições

1. Identificação de Lacunas: O artigo identifica sistematicamente as limitações das abordagens automatizadas existentes, especificamente sua incapacidade de lidar com plantas de múltiplos apartamentos com espaços compartilhados e sua falta de integração entre a análise visual e o raciocínio regulatório.
2. Framework Conceitual: Propõe um novo framework unificado que preenche a lacçuna entre imagens de plantas de pavimentos não estruturadas e a avaliação de conformidade automatizada. O framework combina unicamente o aprendizado profundo para extração geométrica com a geração de regras via LLM e análise topológica baseada em grafos.
3. Arquitetura Escalável: O design modular proposto permite a adaptação a diferentes jurisdições e códigos de obras em evolução, separando os processos de extração de dados, codificação de regras e avaliação.

Resultos e Descobertas Experimentais
O artigo apresenta experimentos iniciais para avaliar a viabilidade dos componentes do framework, em vez de um sistema totalmente implantado testado em um conjunto de dados massivo.

• Extração de Dados: O framework demonstra com sucesso a conversão de imagens de plantas de pavimentos em modelos JSON estruturados, capturando limites de cômodos, mobiliário e orientação.
• Codificação de Regras: Experimentos mostram que os LLMs podem traduzir efetivamente padrões de design textuais (ex: requisitos de área interna mínima) em regras JSON estruturadas com limiares e lógica de pontuação apropriados.
• Verificação de Conformidade: Um estudo de caso de amostra (APT_101) demonstra a capacidade do motor de verificar a área interna de um apartamento de 2 quartos (80,0 m²) contra um limiar regulatório (70,0 m²), produzindo um resultado "PASS" claro com justificativa rastreável.
• Limitações de VLM: Os autores testaram um Modelo de Linguagem Visual (VLM) em plantas de unidade única e multi-unidade. Embora o VLM tenha performado razoavelmente bem em plantas de unidade única anotadas, ele teve dificuldades significativas com plantas de múltiplas unidades sem rótulos de texto, exibindo alucinações em contagem de cômodos, dimensões e tipos de apartamentos. Isso destaca que os VLMs atuais são insuficientes como ferramentas autônomas para conformidade geométrica precisa em cenários complexos e não anotados.

Significância e Alegações
O artigo afirma que seu framework proposto oferece uma abordagem escalável, consistente e transparente para a verificação de conformidade automatizada, o que é essencial para apoiar estudos de grande escala como o "High Life Study" e para aplicar padrões de design em milhares de apartamentos. Ao automatizar a extração e a avaliação de métricas de design, o sistema visa reduzir a carga de trabalho manual, melhorar a reprodutibilidade e aumentar a capacidade dos formuladores de políticas de monitorar a qualidade do design ao longo do tempo.

Os autores mantêm uma postura modesta, reconhecendo que o framework é atualmente conceitual e que desafios significativos permanecem, particularmente quanto à diversidade da qualidade das plantas, a detecção de setas do norte em estilos variados e a segmentação de unidades individuais em layouts de múltiplos apartamentos. Eles enfatizam que uma etapa de verificação "Human-in-the-Loop" é necessária para saídas de baixa confiança e que o trabalho futuro deve focar no desenvolvimento de datasets dedicados para plantas de múltiplas unidades e no refinamento da integração de componentes especializados de IA. O artigo não alega ter resolvido o problema inteiramente, mas sim fornece um caminho arquitetural viável para uma solução totalmente automatizada.