RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T12:26:49Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

'''Τίτλος'''
Renovation or Redevelopment: The Case of Smart Decision-Support in Aging Buildings

'''Ημερομηνία δημοσίευσης'''
08/2023

'''Πηγή'''
https://www.mdpi.com/2624-6511/6/4/89

'''Συγγραφείς'''
Bin Wu, Reza Maalek

'''Λέξεις κλειδιά'''
βιωσιμότητα, Μοντέλο Δομικών Πληροφοριών (Building Information Modeling – BIM), τεχνητή νοημοσύνη, βελτιστοποίηση, ανακαίνιση, μοντελοποίηση πληροφοριών πεδίου (Field Information Modeling – FIM), νέφος σημείων (Point Cloud), ενσωματωμένος άνθρακας και ενέργεια, αποδόμηση και κατεδάφιση

''' <h1> Σύνοψη </h1> '''
<p align="justify">Σε πολλές ανεπτυγμένες χώρες, συμπεριλαμβανομένης της Γερμανίας, πάνω από το 60% των κτιρίων κατασκευάστηκε πριν από το 1978 και βρίσκεται σήμερα σε κρίσιμη κατάσταση, απαιτώντας είτε ανακαίνιση, είτε κατεδάφιση και ανακατασκευή. Η παρούσα μελέτη αποσκοπεί στην ανάπτυξη ενός έξυπνου πλαισίου υποστήριξης αποφάσεων για τα γηράσκοντα κτίρια με βάση τις εκτιμήσεις βιωσιμότητας του κύκλου ζωής τους. Στην κατεύθυνση αυτή ενσωματώθηκαν ψηφιακές τεχνολογίες όπως το BIM, η επεξεργασία των Point Clouds με μοντελοποίηση πληροφοριών πεδίου (FIM) και η δομική βελτιστοποίηση, παράλληλα με την αξιολόγηση των περιβαλλοντικών επιπτώσεων. Τρεις πλευρές της βιωσιμότητας, το κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα, αξιολογήθηκαν ποσοτικά και συγκρίθηκαν δύο σενάρια: ανακαίνιση ή κατεδάφιση / αποδόμηση σε συνδυασμό με ανάπλαση. Ένα κτίριο κατασκευής 1961 χρησιμοποιήθηκε ως αντικείμενο πειραμάτων για τη σύγκριση των παραπάνω σεναρίων.</p>

<p align="justify">Τα αποτελέσματα σκιαγράφησαν τους περιορισμούς και τα πλεονεκτήματα κάθε μεθόδου όσον αφορά την οικονομία και τη βιωσιμότητα. Επισημάνθηκε ότι η βελτιστοποίηση του σχεδιασμού του κτιρίου για τη μείωση της ενσωματωμένης ενέργειας και του άνθρακα, σύμφωνα με τα σύγχρονα ενεργειακά πρότυπα, είναι σημαντική για τη βελτίωση της συνολικής ενεργειακής απόδοσης.</p>

''' <h1> Εισαγωγή </h1> '''
<p align="justify">Η διατήρηση των γηρασμένων κτιρίων καθορίζει και τη διαρκή συντήρησή τους. Οι κατασκευαστικές δοκιμές, τόσο καταστροφικές όσο και μη καταστροφικές, διεξάγονται για την πρόβλεψη των ιδιοτήτων των υλικών και την αξιολόγηση της δομικής απόκρισης, καθορίζοντας τον αποτελεσματικό κύκλο ζωής. Σε ακραίες περιπτώσεις, μπορεί να είναι απαραίτητη η πλήρης κατεδάφιση. Ωστόσο, τα απόβλητα των κατεδαφίσεων (Απόβλητα Εκσκαφών Κατασκευών και Κατεδαφίσεων - ΑΕΚΚ) προκαλούν σημαντικές περιβαλλοντικές επιπτώσεις, με την ΕΕ να παράγει 839 εκατομμύρια τόνους αποβλήτων ετησίως, εκ των οποίων 281 εκατομμύρια τόνοι είναι ΑΕΚΚ, συμβάλλοντας στο 33% των συνολικών αποβλήτων και στο 10-30% των αποβλήτων υγειονομικής ταφής. Πρόσφατα, η προσοχή έχει στραφεί σε στρατηγικές επαναχρησιμοποίησης και ανακύκλωσης των ΑΕΚΚ για τη μείωση των εκπομπών, της χρήσης ενέργειας και του δυναμικού υπερθέρμανσης του πλανήτη.</p>

<p align="justify">Η μελέτη αποσκοπεί στην αξιολόγηση του περιβαλλοντικού αντίκτυπου δύο στρατηγικών ανάπτυξης γηρασμένων κτιρίων (άνω των 60 ετών): κατεδάφιση και ανέγερση νέου κτιρίου με βελτιστοποιημένες ιδιότητες ή ανακαίνιση δύο φορές κατά τη διάρκεια της ζωής του. Η πρώτη επιτρέπει την επαναχρησιμοποίηση των ΑΕΚΚ για επαναχρησιμοποίηση, ενώ η δεύτερη περιλαμβάνει την ανακαίνιση κάθε τριάντα χρόνια. Το συνολικό κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα συγκρίθηκαν ώστε να προσδιοριστεί η καλύτερη επιλογή.</p>

''' <h2> Προκλήσεις στην αξιολόγηση της βιωσιμότητας υφιστάμενων κτιρίων με βάση το ΒΙΜ </h2> '''
<p align="justify">Η μελέτη εξετάζει τη χρήση τυπικών μεγεθών όπως η ενσωματωμένη ενέργεια και ο άνθρακας για την ποσοτικοποίηση της βιωσιμότητας σε κτιριακά έργα, τα οποία συχνά αναφέρονται σε τιμές από την αφετηρία έως την πόρτα ή από την αφετηρία έως τον τάφο (cradle-to-gate, cradle-to-grave) ανά μονάδα βάρους του υλικού που χρησιμοποιείται. Το BIM διευκολύνει την αυτόματη εξαγωγή ποσοτήτων υλικών, βοηθώντας στην εκτίμηση των αποβλήτων κατεδάφισης και ανακαίνισης. Ωστόσο, για παλιά κτίρια όπου τα μοντέλα ΒΙΜ μπορεί να μην είναι διαθέσιμα, τα εργαλεία οπτικών μετρήσεων, όπως οι σαρωτές λέιζερ και οι κάμερες, μπορούν να προσδιορίσουν τα δομικά στοιχεία και το FIM μπορεί να δημιουργήσει σημασιολογικά ΒΙΜ. Πρόσθετες πληροφορίες για λεπτομερή απογραφή υλικών μπορούν να ληφθούν μέσω μεθόδων μη καταστροφικών δοκιμών και εγγράφων κειμένου, αν και μπορεί να απαιτούνται παραδοχές για άγνωστα εσωτερικά χαρακτηριστικά. Η ταξινόμηση των υλικών ακολουθεί τις οδηγίες του Ευρωπαϊκού Κοινοβουλίου και τα πρότυπα ASTM (American Society for Testing and Materials) Uniformat II. Είναι σημαντικό να λαμβάνονται υπόψη οι διαφοροποιήσεις στην ενσωματωμένη ενέργεια και τον άνθρακα που οφείλονται σε παράγοντες όπως η προέλευση των υλικών. Η μελέτη χρησιμοποιεί τη βάση δεδομένων ICE (Inventory of Carbon and Energy) για τους υπολογισμούς ενσωματωμένης ενέργειας, με τυποποιημένες περιβαλλοντικές πληροφορίες προϊόντων, αναγνωρίζοντας παράλληλα πιθανές εξιδανικεύσεις.</p>

[[Αρχείο:Wiki5_Tab1.png]]

''πίνακας 1 ''

<p align="justify"> Χρησιμοποιούνται δύο συστήματα ταξινόμησης υλικών: η οδηγία 2008/98/ΕΚ του Ευρωπαϊκού Κοινοβουλίου και το ASTM Uniformat II. Το πρώτο παρέχει πληροφορίες για τους τύπους υλικών και τα χαρακτηριστικά τους, ενώ το δεύτερο παρέχει μια ιεραρχική ταξινόμηση ομάδων στοιχείων. Επιπλέον, αναφέρει ότι πολλοί παράγοντες επηρεάζουν την ενσωματωμένη ενέργεια και τον άνθρακα των υλικών, ακόμη και για τον ίδιο τύπο υλικού. Το κείμενο αναφέρεται στη βάση δεδομένων ICE, η οποία χρησιμοποιεί πρότυπα περιβαλλοντικών δηλώσεων προϊόντων για τον υπολογισμό της ενσωματωμένης ενέργειας, ενώ αγνοούνται οι επιπτώσεις των εξιδανικεύσεων.</p>

''' <h2>Βελτιστοποίηση σχεδιασμού με στόχο τη βιωσιμότητα</h2> '''
<p align="justify"> Ο γεννητικός σχεδιασμός (GD) χρησιμοποιεί την τεχνητή νοημοσύνη (AI) για να παράγει ευρετικές λύσεις όταν οι παραδοσιακές μέθοδοι αποτυγχάνουν ή δεν μπορούν να βρουν μια ενιαία λύση που να ικανοποιεί όλους τους στόχους ταυτόχρονα. Στο σχεδιασμό κτιρίων, η ενσωμάτωση του οπτικού προγραμματισμού, της μοντελοποίησης κτιριακών πληροφοριών (BIM) και της GD έχει αποδειχθεί αποτελεσματική για την ενίσχυση της βιωσιμότητας του κύκλου ζωής. Παραδείγματα επιτυχημένης ολοκλήρωσης περιλαμβάνουν μελέτες σκοπιμότητας για υπόγειες υποδομές, σχεδιασμό εγκατάστασης γυψοσανίδας, τήρηση κανονιστικών προτύπων κώδικα, προσομοιώσεις ενεργειακής απόδοσης με βάση το cloud, διατάξεις στοιχείων χαλύβδινων σκελετών, χωροταξικό σχεδιασμό οικιστικών τετραγώνων και βελτιστοποίηση τοπολογίας.</p>

<p align="justify"> Ωστόσο, παραμένει ένα κενό μεταξύ της ακαδημαϊκής έρευνας και της βιομηχανίας στη δομική βελτιστοποίηση λόγω της έλλειψης ισχυρών ενδιάμεσων πλαισίων. Για να γεφυρωθεί αυτό το κενό, προτάθηκε μια ροή εργασίας για αυτοματοποιημένη δομική βελτιστοποίηση με χρήση αρχιτεκτονικών σχεδίων που παράγονται από BIM. Η προσέγγιση αυτή χρησιμοποιεί λογισμικό BIM όπως το Revit, το πρόσθετο Dynamo και το Robot Structural Analysis (RSA) για τη συγχώνευση των φάσεων αρχιτεκτονικού και δομικού σχεδιασμού. Το πλαίσιο, μαζί με γενετικούς αλγορίθμους, θα χρησιμοποιηθεί για τη βελτιστοποίηση του σχεδιασμού νέων κατασκευών.</p>

''' <h1> Υλικά και μεθοδολογία </h1> '''
Η μεθοδολογία αποτελείται από τα ακόλουθα βήματα (συνοψίζονται στην εικ. 1):

[[Αρχείο:Wiki5_Pict1.png]]

''εικ. 1 Σχηματική αναπαράσταση στο πλάισιο σύγκρισης σεναρίου Α (ανακαίνιση) και του σεναρίου Β (κατεδάφιση και ανακατασκευή) για ένα γηρασμένο κτίριο''

<p align="justify"> 1. Συλλογή νέφους σημείων: με τη χρήση τεχνολογιών Structure-from-Motion (SfM) και Laser Scanner, με τη βοήθεια smartphones.</p>

<p align="justify"> 2. Δημιουργία BIM: Ανάπτυξη ενός μοντέλου μοντελοποίησης πληροφοριών κτιρίου (BIM) με βάση τα δεδομένα νέφους σημείων που συλλέγονται για τη δημιουργία μιας ψηφιακής αναπαράστασης του κτιρίου.</p>

<p align="justify"> 3. Αξιολόγηση του κύκλου ζωής: Αξιολόγηση της βιωσιμότητας του κύκλου ζωής του κτιρίου με τον υπολογισμό της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα που σχετίζονται με τα υλικά και την κατασκευή, καθώς και με την εκτίμηση της κατανάλωσης ενέργειας κατά τη λειτουργία.</p>

<p align="justify"> 3.1 Βέλτιστη ανάπλαση με κατεδάφιση ή αποδόμηση:</p>

<p align="justify"> 3.1a Εφαρμογή φορτίων και οριακών συνθηκών στο μοντέλο BIM.</p>
<p align="justify"> 3.1b Χρήση τεχνικών βελτιστοποίησης τοπολογίας για τον προσδιορισμό του αποδοτικότερου μεγέθους, σχήματος και τοποθέτησης βασικών δομικών στοιχείων, όπως υποστυλώματα, δοκοί και πλάκες.</p>
<p align="justify"> 3.1c Αξιολόγηση της βιωσιμότητας των επιλογών κατεδάφισης και ανάπλασης για το έργο.</p>
<p align="justify"> 3.2 Αξιολόγηση της βιωσιμότητας της ανακαίνισης: Αξιολόγηση της βιωσιμότητας των στρατηγικών ανακαίνισης για το κτίριο.</p>

<p align="justify"> 4. Υποστήριξη λήψης αποφάσεων: Παροχή συστηματικών συστάσεων και στρατηγικών για τη μείωση του αποτυπώματος άνθρακα του έργου με βάση τα αποτελέσματα της αξιολόγησης.</p>

''' <h2> Συλλογή Point Clouds</h2> '''
<p align="justify"> Χρησιμοποιήθηκαν δύο διαφορετικές στρατηγικές για τη συλλογή νεφών σημείων από την εσωτερική και την εξωτερική σκηνή. Το υπαίθριο νέφος σημείων συλλέχθηκε με τη χρήση βίντεο από smartphone και στη συνέχεια υποβλήθηκε σε επεξεργασία και αυτόματη κλιμάκωση [16] για τη δημιουργία του νέφους σημείων (περισσότερες λεπτομέρειες παρακάτω). Το νέφος σημείων εσωτερικού χώρου συλλέχθηκε με τη χρήση οργάνου LiDAR smartphone. Οι στρατηγικές για τους εσωτερικούς και τους εξωτερικούς χώρους αναβλήθηκαν λόγω: (i) τις απαιτήσεις για συγκλίνουσες εικόνες [47] και (ii) την ανάγκη ορισμού μετρικής κλίμακας [16]. Σε εσωτερικούς χώρους, λόγω της φύσης τους, δεν είναι δυνατή η διατήρηση συγκλίνουσας εικόνας και, ως εκ τούτου, η διαδικασία ενδέχεται να μην συγκλίνει ή να μην παρέχει ακριβή αποτελέσματα (βλ. Εικόνα 2α του [16]). Σε εσωτερικούς χώρους, λόγω της παρουσίας πολλών δωματίων, ο αυτόματος ορισμός κλίμακας με βάση τον στόχο πρέπει να πραγματοποιείται έτσι ώστε κάθε πεδίο στόχου να παρατηρείται τουλάχιστον από πέντε συγκλίνουσες εικόνες (βλ. Σχήμα 8 του [16]), κάτι που δεν μπορεί να διασφαλιστεί. Για το σκοπό αυτό, συλλέχθηκε ένα νέφος σημείων από σκηνές εσωτερικών χώρων με τη χρήση μιας έξυπνης συσκευής που βασίζεται σε LiDAR, το iPad Pro. Η διαδικασία δημιουργίας ενός πλήρους μοντέλου νέφους σημείων για ένα κτίριο εξηγείται λεπτομερέστερα στη συνέχεια. </p>

<p align="justify"> 1. Παρακολούθηση πρόσοψης SfM: Δημιουργήστε ένα νέφος σημείων των προσόψεων χρησιμοποιώντας βίντεο από smartphone και τη διαδικασία Structure-from-Motion (SfM) [16] με το COLMAP v.3.7 [48,49]. Λόγω της απαίτησης για εικόνες σύγκλισης [47] και της μεγάλης επικάλυψης δικτύου [16], πριν από τη συλλογή δεδομένων σχεδιάστηκε μια διαδρομή με τη χρήση του Google Maps. Για την εγγραφή βίντεο χρησιμοποιήθηκε ένα Apple iPhone 13 mini (γερμανική έκδοση), το οποίο μπορεί να αποκτήσει εγγραφή βίντεο 4k με 30 και 60 καρέ ανά δευτερόλεπτο (fps). Για να διατηρηθεί υψηλή επικάλυψη και ποιότητα εικόνων, χρησιμοποιήθηκε η μέθοδος iVS3D για τη δειγματοληψία και την προεπεξεργασία βίντεο ώστε να αυξηθεί η ταχύτητα και η ποιότητα της τρισδιάστατης ανακατασκευής με την εξάλειψη εικόνων με χαμηλό περιεχόμενο [50]. Η περίληψη του SfM παρουσιάζεται στην εικόνα 2. </p>

<p align="justify"> 2. Εσωτερική σάρωση LiDAR: Σάρωση του εσωτερικού του κτιρίου με την εφαρμογή σάρωσης μέσω smartphone LiDAR (Light Detection and Ranging), SiteScape. Τα δεδομένα LiDAR συλλέχθηκαν με τη χρήση του Apple iPad Pro (γερμανική έκδοση). Η πυκνότητα σημείων και τα μεγέθη σημείων στην εφαρμογή ρυθμίστηκαν σε μέτρια με αργή κίνηση κατά τη σάρωση (δηλαδή αποφεύχθηκαν περιστροφές από αριστερά προς τα δεξιά άνω των 15° περίπου). Για να διασφαλιστεί η σταθερή ποιότητα των δεδομένων, όλα τα δεδομένα συλλέχθηκαν διατηρώντας τουλάχιστον το 50% της μπαταρίας και ψύχθηκαν σε θερμοκρασία δωματίου πριν από την έναρξη της επόμενης σάρωσης. </p>

<p align="justify"> 3. Εγγραφή: Καταχώριση των συλλεχθέντων νεφών σημείων στο λογισμικό επεξεργασίας νεφών σημείων ανοικτού κώδικα, CloudCompare v.2.12.4 [51]. Μετά την κλιμάκωση του νέφους σημείων SfM, και τα δύο μεταφέρθηκαν στο CloudCompare όπου χρησιμοποιήθηκε η ανίχνευση δαπέδου με τη μέθοδο [52] για να προσανατολιστούν και τα δύο νέφη σημείων έτσι ώστε ο άξονας z να είναι παράλληλος με την κανονική του επιπέδου. Μια μετάθεση χρησιμοποιείται για την ισοπέδωση των δύο επιπέδων των δαπέδων. Χρησιμοποιώντας αυτό, το πρόβλημα της τρισδιάστατης καταχώρισης περιορίστηκε στη δισδιάστατη ευθυγράμμιση των εξωτερικών και εσωτερικών τοίχων στο επίπεδο x-y. </p>

<p align="justify"> 4. Scan vs. BIM: Ευθυγράμμιση και ανίχνευση αντικειμένων σε νέφη σημείων με χρήση του πλαισίου scan vs. BIM [14,53]. Χρησιμοποιώντας τα σχέδια και τις τεχνικές προδιαγραφές, δημιουργήθηκε ένα μοντέλο BIM (χειροκίνητα με τη χρήση του Autodesk Revit 2023) και ευθυγραμμίστηκε με το καταχωρημένο νέφος σημείων. Πραγματοποιήθηκε επαναληπτική καταγραφή του πλησιέστερου σημείου (ICP) μεταξύ του νέφους σημείων και του μοντέλου για τον προσδιορισμό της συμμόρφωσης με το παραγόμενο μοντέλο και τη διόρθωση του μοντέλου, εάν απαιτείται [54]. Οι τελικές ογκομετρικές διορθώσεις στο αρχικό σχέδιο BIM πραγματοποιήθηκαν χειροκίνητα από τα αυτόματα εξαγόμενα δάπεδα, οροφές και όρια/περιβάλλον του κτιρίου, όπως εξηγείται στην επόμενη ενότητα. </p>

[[Αρχείο:Wiki5_Pict2.png]]

''εικ. 2 Διαδικασία Structure-from-Motion με iV3D and COLMAP.''

''' <h2>Δημιουργία BIM από Point Cloud</h2> '''
<p align="justify"> Το νέφος σημείων πρέπει να μετατραπεί σε αρχείο Recap (.rcp) στο Autodesk Recap Pro 2023 και να εισαχθεί στο Autodesk Revit 2023. Για το σκοπό αυτό, οργανώθηκε μια ροή εργασίας (που παρουσιάζεται στην εικόνα 3α) ως εξής: (i) καθορισμός της καταχωρημένης προέλευσης για το νέφος σημείων, ii) καθορισμός της θέσης σάρωσης για την οροφή, iii) καθορισμός της θέσης σάρωσης για το δάπεδο και iv) δημιουργία κατάστασης προβολής για την κάτοψη. Τα αυτόματα ανιχνευόμενα πάνελ δαπέδου και οροφής [14,52] χρησιμοποιήθηκαν στο Revit για τον καθορισμό των επιπέδων. Τέλος, δημιουργήθηκε μια κατάσταση προβολής της κάτοψης χρησιμοποιώντας ένα οριοθετημένο πλαίσιο με αυτόματα επισημασμένες ακμές ορίων από το βήμα 4 παραπάνω.</p>

[[Αρχείο:Wiki5_Pict3.png]]

''εικ. 3 Προεπεξεργασία: (α) νέφος σημείων στο Recap Pro πριν από την εισαγωγή στο Revit- (β) τρισδιάστατο μοντέλο κάτοψης χώρου.''

<p align="justify">Στη συνέχεια, δημιουργήθηκε στο Revit ένα νέο μετρικό αρχιτεκτονικό έργο με καθορισμένες μονάδες. Τα επίπεδα καθορίστηκαν χρησιμοποιώντας τα δάπεδα του νέφους σημείων και τα κύρια πλέγματα σχεδιάστηκαν (κέντρο-προς-κέντρο) σύμφωνα με τις θέσεις των υποστυλωμάτων και των τοίχων. Στο επίπεδο 1, ορίστηκε το εύρος προβολής για να παρέχεται μια σαφής κάτοψη. Οι εξωτερικοί και οι εσωτερικοί τοίχοι σχεδιάζονται με βάση αυτή την κάτοψη, την πλάκα και τα θεμέλια, ενώ ακολουθεί η σχεδίαση παραθύρων, θυρών και κουρτινών. Στη συνέχεια, όλα τα αντικείμενα επιλέγονται και αντιγράφονται στα επίπεδα 2 και 3. Προστίθενται σκάλες και κιγκλιδώματα. Τέλος, ορίζονται οι λειτουργίες όλων των δωματίων και υπολογίζονται τα εμβαδά τους. Το μοντέλο ΒΙΜ αποτελείται από τρισδιάστατα παραμετρικά αντικείμενα, επιτρέποντας την τροποποίηση των διαστάσεων και των θέσεων αυτών των αντικειμένων. Στη συνέχεια χρησιμοποιήθηκε ο ιστότοπος CADMapper για τη δημιουργία ενός τρισδιάστατου τοπογραφικού σχεδίου στο Revit για το κτίριο που δημιουργείται. Αυτός ο χάρτης επέτρεψε τη δημιουργία ρεαλιστικών σεναρίων για τον υπολογισμό της ενσωματωμένης ενέργειας και του άνθρακα στο πλαίσιο των μελετών περίπτωσης (εικόνα 3β).</p>

''' <h2>Υπολογισμός ενσωματωμένου άνθρακα και ενέργειας</h2> '''
<p align="justify">Οι αντικειμενοστραφείς πληροφορίες για το κτίριο ταξινομήθηκαν σε τέσσερα ιεραρχικά επίπεδα: (i) το ανώτερο επίπεδο που αντιπροσωπεύει ολόκληρο το κτίριο, (ii) το δεύτερο επίπεδο που περιλαμβάνει ομάδες δομικών και μη δομικών στοιχείων, (iii) το τρίτο επίπεδο που δηλώνει μεμονωμένα στοιχεία του κτιρίου, όπως τοίχους και δάπεδα, (iv) και το κατώτερο επίπεδο που περιλαμβάνει υλικά και προϊόντα. Τα δεδομένα για τα υλικά, όπως οι πυκνότητες, ο όγκος, το μήκος και το βάρος, εξήχθησαν από το μοντέλο ΒΙΜ και στη συνέχεια καταχωρήθηκαν στον κατάλογο υλικών.</p>

<p align="justify">Η ενσωματωμένη ενέργεια και ο άνθρακας του κτιρίου μελέτης υπολογίστηκαν με βάση την απογραφή αυτή μέσω των ακόλουθων εξιδανικεύσεων:</p>

<p align="justify">1. Εξήχθησαν τα πρωτογενή δομικά στοιχεία του κτιρίου, εξαιρουμένων των υλικών φινιρίσματος, των επίπλων και των υπηρεσιών (π.χ. χάλυβας, ξύλο, σκυρόδεμα και γυαλί),</p>
<p align="justify">2. Εξήχθησαν ο τύπος των υλικών, οι πληροφορίες όγκου, η πυκνότητα και η ποσότητα,</p>
<p align="justify">3. Στη συνέχεια υιοθετήθηκε η βάση δεδομένων ICE [7,8] για τον υπολογισμό της ενσωματωμένης ενέργειας και του άνθρακα,</p>
4. Η ενσωματωμένη ενέργεια και ο άνθρακας υπολογίστηκαν πολλαπλασιάζοντας το βάρος του υλικού με τους συντελεστές ICE.</p>

''' <h2>Πλαίσιο βελτιστοποίησης σχεδιασμού</h2> '''
<p align="justify"> Η δομική βελτιστοποίηση αποσκοπούσε στην αξιολόγηση των πλεονεκτημάτων ενός νέου σχεδιασμού με παρόμοιες ιδιότητες με το υπάρχον κτίριο, όπως το εμβαδόν της κάτοψης και ο αριθμός των δωματίων. Αναπτύχθηκε ένα πλαίσιο παραμετρικής μοντελοποίησης στο Dynamo για τον χειρισμό των θέσεων των υποστυλωμάτων, των δοκών και των πλακών. Ο στόχος ήταν να ελαχιστοποιηθεί το συνολικό βάρος του σκυροδέματος, τηρώντας παράλληλα τους περιορισμούς του κώδικα σχετικά με το φορτίο (ζωντανό και νεκρό), τη μετατόπιση, τη λυγηρότητα και τη θλιπτική αντοχή. Οι μεταβλητές απόφασης περιλάμβαναν τις θέσεις και τον αριθμό των υποστυλωμάτων και των δοκών, καθώς και το πάχος της πλάκας. Τα δομικά φορτία καθορίστηκαν σύμφωνα με τα σχετικά πρότυπα και η ανάλυση πεπερασμένων στοιχείων πραγματοποιήθηκε με τη χρήση του RSA με ενσωμάτωση οπτικού προγραμματισμού Dynamo. Δημιουργήθηκε ένα σενάριο Dynamo και συνδυάστηκε με το RSA χρησιμοποιώντας ένα πλαίσιο γενετικού αλγορίθμου. Τα γενικά βήματα του σεναρίου απεικονίζονται στο Σχήμα 4. Η βέλτιστη δομή, η οποία ικανοποιεί τα ειδικά πρότυπα του κώδικα για την πλαστιμότητα, τη μετατόπιση και την τάση, ενώ ελαχιστοποιεί το βάρος, επιλέχθηκε με βάση το συνδυασμό με το μικρότερο βάρος. </p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify">Η κατανάλωση ενέργειας που απαιτείται για την αποδόμηση και την κατεδάφιση υπολογίστηκε με τον ακόλουθο τύπο: </p>

<p align="justify">P = 𝑃𝐷𝑐+𝑃𝑇𝑟+𝑃𝑅𝑐+𝑃𝑅𝑒 για την αποδόμηση </p>

<p align="justify">P = 𝑃𝐷𝑚+𝑃𝑇𝑟 για την κατεδάφιση </p>

<p align="justify">Όπου 𝑃𝐷𝑐, 𝑃𝑇𝑟, 𝑃𝑅𝑐, 𝑃𝑅𝑒 και 𝑃𝐷𝑚 είναι η κατανάλωση ενέργειας που σχετίζεται με τις διαδικασίες αποδόμησης, μεταφοράς, ανακύκλωσης, ανάκτησης ενέργειας κατά την ανακύκλωση και κατεδάφισης, αντίστοιχα. Η ροή εργασιών για την αποδόμηση και την κατεδάφιση μπορεί να συνοψιστεί ως εξής.</p>

<p align="justify"> 1. Προγραμματισμός των εργασιών αποδόμησης/αποξήλωσης,
<p align="justify"> α. Ορισμός ομάδων αποδόμησης,</p>
<p align="justify"> β. Σχεδιασμός της αλληλουχίας των εργασιών αποδόμησης,</p>
<p align="justify"> γ. Υπολογισμός της διάρκειας για κάθε εργασία αποδόμησης,</p>
<p align="justify"> δ. Ανάλυση κάθε εργασίας αποδόμησης, και επιλογή των κατάλληλων εργαλείων και μηχανήματα για κάθε ομάδα.</p>

<p align="justify"> 2. Σχεδιασμός τη ροής εργασίας και της μεταφοράς της ανακύκλωσης: </p>
<p align="justify"> α. Ποσοτικοποίηση των αποδομημένων δομικών υλικών,</p>
<p align="justify"> β. Επαναχρησιμοποίηση οικοδομικών υλικών,</p>
<p align="justify"> γ. Ανακύκλωση οικοδομικών υλικών,</p>
<p align="justify"> δ. Απόρριψη των μη ανακυκλώσιμων υλικών.</p>

<p align="justify"> 3. Διεξαγωγή ποσοτικής αξιολόγησης:</p>
<p align="justify"> α. Εκτίμηση της διάρκειας και του κόστους για την αποδόμηση και την κατεδάφιση,</p>
<p align="justify"> β. Υπολογισμός του ενεργειακού κόστους και των εκπομπών διοξειδίου του άνθρακα που προκαλούνται κατά τη διάρκεια των εργασιών κατεδάφισης ή αποδόμησης,</p>
<p align="justify"> γ. Υπολογισμός του ενεργειακού κόστους και των εκπομπών διοξειδίου του άνθρακα κατά τη μεταφορά,</p>
<p align="justify"> δ. Υπολογισμός της ανακτώμενης ενέργειας και των εξοικονομημένων εκπομπών διοξειδίου του άνθρακα από ανακυκλωμένα και επαναχρησιμοποιημένα δομικά υλικά και προϊόντα.</p>

''' <h3>Ροή εργασίας ανακύκλωσης</h3> '''
<p align="justify">Εδώ υιοθετήθηκε μια προηγμένη ροή εργασιών ανακύκλωσης για μπάζα σκυροδέματος. Η ροή εργασίας μπορεί να χωριστεί σε δύο στάδια (δηλαδή, ξηρή διαδικασία και υγρή διαδικασία). Στην ξηρή διαδικασία, τα μπάζα σκυροδέματος θρυμματίζονται σε σπαστήρα σιαγόνων, διαχωρίζονται και κοσκινίζονται σε ξηρή διαδικασία. Τα θρυμματισμένα υλικά κοσκινίζονται μέσω κόσκινου 22 mm για να ληφθεί κλάσμα μεγέθους 0/22. Τα κλάσματα >22 mm συλλέγονται και τοποθετούνται εκ νέου στο σιαγονοθραυστήρα. Εν τω μεταξύ, τα μεταλλικά θραύσματα διαχωρίζονται κατά τη διαδικασία αυτή. Στη συνέχεια, ένα κλάσμα μεγέθους 0/22 μεταφέρεται στο επόμενο στάδιο - την υγρή διεργασία. Σε αυτό το στάδιο λαμβάνουν χώρα περαιτέρω διαδικασίες διαλογής και κοσκίνισης και τα αδρανή υλικά χωρίζονται σε κλάσματα 0/2 mm, 0/1 mm, 2/8 mm και 8/16 mm [56]. Η διαδικασία συνοψίζεται στην εικόνα 5α.</p>

[[Αρχείο:Wiki5_Pict5.png]]

''εικ. 5α Διαδικασία παραγωγής υλικών ανακύκλωσης από μπάζα σκυροδέματος- β) παραγωγικότητα των αναλογιών μάζας (εισροή προς εκροή) της διαδικασίας ανακύκλωσης.''
''εικ. 5β Μας δείχνει το ισοζύγιο μάζας των ανακυκλωμένων υλικών που υιοθετήθηκε από το [56]. Στην παρούσα μελέτη εξήχθησαν τα μπάζα σκυροδέματος από μια κατασκευή συναρμολόγησης από οπλισμένο σκυρόδεμα. Μετά την αφαίρεση των επιβλαβών υλικών και των ακαθαρσιών, το 83% των αποβλήτων κατεδάφισης ήταν μπάζα σκυροδέματος, το 9% ήταν κονίαμα και το υπόλοιπο ήταν ακαθαρσίες (π.χ. πλαστικά, γυαλί, ξύλο). Η αποδοτικότητα παραγωγής αυτής της μελέτης υιοθετείται στην ανάλυση του σεναρίου αποδόμησης (Σχήμα 5α). Εκτός από τις αναλογίες των υλικών, χρησιμοποιείται το ενεργειακό κόστος της ανακύκλωσης, που παρουσιάζεται στον πίνακα 2.''

[[Αρχείο:Wiki5_Tab2.png]]

''πίνακας 2 Κατανάλωση ενέργειας σε ξηρές και υγρές διεργασίες ανακύκλωσης ''

<p align="justify">Τέλος, χρησιμοποιώντας την προτεινόμενη διαδικασία ανακύκλωσης, δημιουργήθηκε ένα διάγραμμα ροής υλικών και ενέργειας. Στο Σχήμα 6 παρουσιάζεται το διάγραμμα ροής υλικών και ενέργειας για τη μελέτη περίπτωσης που χρησιμοποιήθηκε στο παρόν χειρόγραφο. Η εισροή περιελάμβανε 408 τόνους μπάζα σκυροδέματος, 48,4 τόνους μικτών σπασμένων τούβλων και πλακιδίων και 10,6 τόνους χάλυβα σε σκυρόδεμα.</p>

[[Αρχείο:Wiki5_Pict6.png]]

''εικ. 6 Ροή υλικών και ενέργειας της προτεινόμενης διαδικασίας ανακύκλωσης''

''' <h3>Κριτήρια αξιολόγησης</h3> '''
<p align="justify">Τέλος, καταρτίστηκε ένα σύνολο σχετικών κριτηρίων για την αξιολόγηση των πλεονεκτημάτων και μειονεκτημάτων της χρήσης της κατεδάφισης έναντι της αποδόμησης. Ο πίνακας 3 παρουσιάζει τα κριτήρια και τα αντίστοιχα σημεία που σχετίζονται με κάθε παράγοντα. Οι παράγοντες αυτοί περιλαμβάνουν οικονομικά ζητήματα (π.χ. κόστος), βιωσιμότητα (π.χ. ενσωματωμένος άνθρακας) και κοινωνικά ζητήματα (π.χ. θόρυβος και όχληση των γειτόνων σε συνάρτηση με το χρόνο λειτουργίας των μηχανημάτων).</p>

[[Αρχείο:Wiki5_Tab3.png]]

''πίνακας 3 Κριτήρια αξιολόγησης για την κατεδάφιση έναντι της αποδόμησης ''

<p align="justify"></p>

''' <h2>Ανακαίνιση</h2> '''

<p align="justify">Η διαδικασία υπολογισμού της ενσωματωμένης ενέργειας και του διοξειδίου του άνθρακα για την ανακαίνιση είναι παρόμοια με εκείνη που παρουσιάστηκε στην ενότητα για τον ενσωματωμένο ενεργό άνθρακα. Εδώ, είναι σημαντικό να περιγραφεί η διαδικασία με την οποία υπολογίστηκε το κόστος ανακαίνισης. Η παρούσα αξία των μελλοντικών ανακαινίσεων προσδιορίστηκε με τη χρήση του δείκτη κλιμάκωσης των τιμών των κατασκευών, μαζί με το κόστος αποκατάστασης, που ελήφθη από την επίσημη γερμανική στατιστική υπηρεσία</p>

<p align="justify">Η τελική κατανάλωση ενέργειας υπολογίστηκε με την ενσωμάτωση του λόγου της ωφέλιμης επιφάνειας με την τιμή της ηλεκτρικής ενέργειας, η οποία χρησιμοποιήθηκε με τιμή ηλεκτρικής ενέργειας 0,38 €/kWh για το 2022. Επιπλέον, έγιναν διάφορες παραδοχές για την προσέγγιση του κόστους λειτουργίας, της κατανάλωσης ενέργειας και των εκπομπών διοξειδίου του άνθρακα, οι οποίες περιγράφονται ως εξής:</p>

<p align="justify">1. Η κατανάλωση ενέργειας ανήλθε σε 88 kWhm-2 ετησίως-1 (το μοντέλο συμπεριέλαβε επίσης μια βελτιωμένη ενεργειακή απόδοση περίπου 25% μετά από κάθε ανακαίνιση για να ληφθεί υπόψη η απαιτούμενη μείωση της κατανάλωσης ενέργειας στην ΕΕ).</p>

<p align="justify">2. Η κατανάλωση ενέργειας του νέου κτιρίου ορίστηκε σε 62 kWhm^(-2) year^(-1)</p>
<p align="justify">3. Έγινε υπόθεση για αύξηση της τιμής της ηλεκτρικής ενέργειας στο 0.38%</p>
<p align="justify">4. Η ηλεκτρική ενέργεια ήταν η μοναδική μορφή ενέργειας που χρησιμοποιήθηκε, με 1 MJ ενέργειας από ηλεκτρικό ρεύμα να παράγει 177 γραμμάρια εκπομπής διοξειδίου του άνθρακα</p>
<p align="justify">5. Ο χρόνος ανακαίνισης λήφθηκε υπόψη κάθε 30 χρόνια</p>

''' <h1>Αποτελέσματα και συζήτηση</h1> '''
''' <h2>Περίπτωση μελέτης</h2> '''

<p align="justify">Ως αντικείμενο της παρούσας έρευνας επιλέχθηκε ένα τριώροφο κτίριο κατοικιών. Τα αρχικά σχέδια και άλλα έγγραφα που σχετίζονται με την ανακαίνιση που πραγματοποιήθηκε το 2011, μαζί με το σχέδιο χώρου και τις κατόψεις, ήταν διαθέσιμα και χρησιμοποιήθηκαν για την παρούσα μελέτη. Τα κύρια χαρακτηριστικά του κτιρίου μελέτης παρουσιάζονται στον πίνακα 4.</p>

[[Αρχείο:Wiki5_Tab4.png]]

''πίνακας 4 Χαρακτηριστικά της μελέτης περίπτωσης ''

''' <h2>Συλλογή Point Clouds και διαδικασία</h2> '''
<p align="justify">Για τη συλλογή δεδομένων σχεδιάστηκε ένα μονοπάτι περπατήματος με τη χρήση ενός Apple iPhone 13 mini (γερμανική έκδοση) με ανάλυση βίντεο 4K σε 60 καρέ ανά δευτερόλεπτο (fps). Χρησιμοποιώντας το πλαίσιο iVS3D, δημιουργήθηκαν 248 εικόνες και επιλέχθηκαν για Structure-from-Motion (SfM) με χρήση του COLMAP. Στη συνέχεια, η συλλογή δεδομένων από το εσωτερικό του κτιρίου πραγματοποιήθηκε με τη χρήση ενός Apple iPad Pro (γερμανική έκδοση) με την εφαρμογή SiteScape, σαρώνοντας κάθε όροφο ξεχωριστά. Το τελικό νέφος σημείων του καταγεγραμμένου εσωτερικού και εξωτερικού χώρου δημιουργήθηκε με τη χρήση του CloudCompare, όπως φαίνεται στην Εικόνα 7d.</p>

''' <h2>Λίστα ποσοτήτων και αξιολόγηση βιωσιμότητας με βάση το BIM</h2> '''
<p align="justify">Η μελέτη χρησιμοποίησε το μοντέλο BIM που δημιουργήθηκε από το νέφος σημείων για τον προσδιορισμό του τιμολογίου ποσοτήτων, το οποίο στη συνέχεια χρησιμοποιήθηκε για την αξιολόγηση των παραγόντων βιωσιμότητας των υλικών του έργου. Η ανάλυση επικεντρώθηκε στον προσδιορισμό των παραγόντων βιωσιμότητας σε περίπτωση κατεδάφισης και αποδόμησης. Τα αποτελέσματα αποκάλυψαν ότι τα τούβλα και το σκυρόδεμα, ως πρωτογενή υλικά κατασκευής, αντιπροσώπευαν περίπου το 46% της ενσωματωμένης ενέργειας και πάνω από το 60% των εκπομπών διοξειδίου του άνθρακα. Επιπλέον, 8,5 τόνοι πλαστικού συνέβαλαν στο 18% της ενσωματωμένης ενέργειας και στο 8% των εκπομπών διοξειδίου του άνθρακα. Η μελέτη υποδηλώνει ότι η μείωση του βάρους των κύριων δομικών υλικών, όπως το σκυρόδεμα και τα τούβλα, μέσω αποτελεσματικών στρατηγικών βελτιστοποίησης και η αντικατάσταση των πλαστικών αποβλήτων με βιώσιμα κυκλικά υλικά είναι ζωτικής σημασίας για τη μείωση της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα στα κτίρια, ιδίως κατά την κατεδάφιση.</p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify">Η μελέτη έκανε λογιστικές υποθέσεις σχετικά με τις αποστάσεις μεταξύ των διαφόρων χώρων που εμπλέκονται στις διαδικασίες αποδόμησης και διάθεσης των κτιρίων. Αυτές περιελάμβαναν τις αποστάσεις μεταξύ του παλιού κτιρίου, της νέας ανάπτυξης, του χώρου υγειονομικής ταφής απορριμμάτων, του εργοστασίου ανακύκλωσης, της αποθήκευσης και της παροχής άμμου. Για παράδειγμα, η απόσταση μεταξύ του παλιού και του νέου κτιρίου θεωρήθηκε ότι είναι 2 χιλιόμετρα. Θεωρήθηκε επίσης ότι το 85% των τούβλων θα διατηρούνταν και θα επαναχρησιμοποιούνταν, ενώ τα υπόλοιπα θα αναμειγνύονταν με μπάζα από σκυρόδεμα. Τα επαναχρησιμοποιήσιμα τούβλα θα μεταφέρονταν σε μια εγκατάσταση αποθήκευσης σε απόσταση 10 km, ενώ άλλα υλικά, όπως σκυρόδεμα, άσφαλτος και μόνωση, θα στέλνονταν σε μια μονάδα ανακύκλωσης 15 km από τον χώρο αποδόμησης. Τα χαλιά και τα κουφώματα θα απορρίπτονταν σε χώρο υγειονομικής ταφής 35 χλμ. μακριά.</p>

<p align="justify"> Με βάση αυτές τις παραδοχές, η μελέτη συνέκρινε την επιλογή μεταξύ αποδόμησης και κατεδάφισης. Διαπίστωσε ότι η αποδόμηση, με τη δυνατότητα επαναχρησιμοποίησης περισσότερων υλικών, πέτυχε υψηλότερη συνολική βαθμολογία 85 έναντι 43 για την κατεδάφιση. Κατά συνέπεια, η αποδόμηση, μαζί με τον βελτιστοποιημένο δομικό σχεδιασμό για ένα νέο κτίριο, επιλέχθηκε για σύγκριση με τη στρατηγική ανακαίνισης.</p>

''' <h2>Σύγκριση αποτελεσμάτων με το σενάριο ανακαίνισης</h2> '''
<p align="justify">Η μελέτη συγκρίνει τη στρατηγική της αποδόμησης με βελτιστοποιημένο σχεδιασμό νέου κτιρίου με την ανακαίνιση μιας υφιστάμενης εγκατάστασης, λαμβάνοντας υπόψη το κόστος, τη συνολική κατανάλωση ενέργειας και το αποτύπωμα άνθρακα. Τα αποτελέσματα δείχνουν ότι η αποδόμηση και η νέα ανάπτυξη συνεπάγονται περίπου 10,5% υψηλότερο κόστος και 7,8% υψηλότερη ενσωματωμένη κατανάλωση ενέργειας, αλλά προσφέρουν 9,6% βελτίωση στον ενσωματωμένο άνθρακα σε σύγκριση με την ανακαίνιση. Η ομάδα έργου πρέπει να ιεραρχήσει τα κριτήρια για να λάβει την τελική απόφαση. Εάν δοθεί προτεραιότητα στο κόστος και την ενσωματωμένη ενέργεια, προτιμάται η ανακαίνιση. Αυτή η μελέτη περίπτωσης υπογραμμίζει την αναγκαιότητα της ανάλυσης του κύκλου ζωής για αποφάσεις σχετικά με βαθιές ανακαινίσεις ή αποκαταστάσεις.</p>

''' <h1>Συμπεράσματα</h1> '''
<p align="justify">Η παρούσα μελέτη εξετάζει τις περιβαλλοντικές επιπτώσεις δύο σεναρίων αποκατάστασης κτιρίων: ανακαίνιση ενός υφιστάμενου κτιρίου και κατεδάφιση για την κατασκευή ενός νέου βελτιστοποιημένου κτιρίου. Χρησιμοποιεί ψηφιακά μοντέλα και σημασιολογική μοντελοποίηση κτιριακών πληροφοριών (BIM) για την αξιολόγηση των πτυχών βιωσιμότητας. Παρά τα πλεονεκτήματα της ΒΙΜ, εξακολουθούν να απαιτούνται χειρωνακτικές προσπάθειες για ακριβείς υπολογισμούς. Η έρευνα ενσωματώνει το ΒΙΜ με βάσεις δεδομένων για την αποκοπή ποσοτήτων υλικών, τον παραγωγικό σχεδιασμό, τον παραμετρικό σχεδιασμό και τη μακροπρόθεσμη αξιολόγηση της ενεργειακής απόδοσης. Προτείνεται ένα επίσημο πλαίσιο, το οποίο περιλαμβάνει στάδια όπως η ψηφιακή τεκμηρίωση, η αναδημιουργία BIM, ο σχεδιασμός, η ανακύκλωση, η βελτιστοποίηση, η εκτίμηση κόστους και η ενεργειακή ανάλυση. Η αποδόμηση κρίνεται πιο φιλική προς το περιβάλλον από την κατεδάφιση, αλλά η ανακαίνιση είναι πιο αποδοτική από άποψη κόστους με χαμηλότερη ενσωματωμένη ενέργεια. Η μελέτη υπογραμμίζει τη σημασία της ολοκληρωμένης ανάλυσης του κύκλου ζωής για την τεκμηριωμένη λήψη αποφάσεων σε έργα αποκατάστασης κτιρίων.</p>

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T12:22:54Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

'''Τίτλος'''
Renovation or Redevelopment: The Case of Smart Decision-Support in Aging Buildings

'''Ημερομηνία δημοσίευσης'''
08/2023

'''Πηγή'''
https://www.mdpi.com/2624-6511/6/4/89

'''Συγγραφείς'''
Bin Wu, Reza Maalek

'''Λέξεις κλειδιά'''
βιωσιμότητα, Μοντέλο Δομικών Πληροφοριών (Building Information Modeling – BIM), τεχνητή νοημοσύνη, βελτιστοποίηση, ανακαίνιση, μοντελοποίηση πληροφοριών πεδίου (Field Information Modeling – FIM), νέφος σημείων (Point Cloud), ενσωματωμένος άνθρακας και ενέργεια, αποδόμηση και κατεδάφιση

''' <h1> Σύνοψη </h1> '''
<p align="justify">Σε πολλές ανεπτυγμένες χώρες, συμπεριλαμβανομένης της Γερμανίας, πάνω από το 60% των κτιρίων κατασκευάστηκε πριν από το 1978 και βρίσκεται σήμερα σε κρίσιμη κατάσταση, απαιτώντας είτε ανακαίνιση, είτε κατεδάφιση και ανακατασκευή. Η παρούσα μελέτη αποσκοπεί στην ανάπτυξη ενός έξυπνου πλαισίου υποστήριξης αποφάσεων για τα γηράσκοντα κτίρια με βάση τις εκτιμήσεις βιωσιμότητας του κύκλου ζωής τους. Στην κατεύθυνση αυτή ενσωματώθηκαν ψηφιακές τεχνολογίες όπως το BIM, η επεξεργασία των Point Clouds με μοντελοποίηση πληροφοριών πεδίου (FIM) και η δομική βελτιστοποίηση, παράλληλα με την αξιολόγηση των περιβαλλοντικών επιπτώσεων. Τρεις πλευρές της βιωσιμότητας, το κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα, αξιολογήθηκαν ποσοτικά και συγκρίθηκαν δύο σενάρια: ανακαίνιση ή κατεδάφιση / αποδόμηση σε συνδυασμό με ανάπλαση. Ένα κτίριο κατασκευής 1961 χρησιμοποιήθηκε ως αντικείμενο πειραμάτων για τη σύγκριση των παραπάνω σεναρίων.</p>

<p align="justify">Τα αποτελέσματα σκιαγράφησαν τους περιορισμούς και τα πλεονεκτήματα κάθε μεθόδου όσον αφορά την οικονομία και τη βιωσιμότητα. Επισημάνθηκε ότι η βελτιστοποίηση του σχεδιασμού του κτιρίου για τη μείωση της ενσωματωμένης ενέργειας και του άνθρακα, σύμφωνα με τα σύγχρονα ενεργειακά πρότυπα, είναι σημαντική για τη βελτίωση της συνολικής ενεργειακής απόδοσης.</p>

''' <h1> Εισαγωγή </h1> '''
<p align="justify">Η διατήρηση των γηρασμένων κτιρίων καθορίζει και τη διαρκή συντήρησή τους. Οι κατασκευαστικές δοκιμές, τόσο καταστροφικές όσο και μη καταστροφικές, διεξάγονται για την πρόβλεψη των ιδιοτήτων των υλικών και την αξιολόγηση της δομικής απόκρισης, καθορίζοντας τον αποτελεσματικό κύκλο ζωής. Σε ακραίες περιπτώσεις, μπορεί να είναι απαραίτητη η πλήρης κατεδάφιση. Ωστόσο, τα απόβλητα των κατεδαφίσεων (Απόβλητα Εκσκαφών Κατασκευών και Κατεδαφίσεων - ΑΕΚΚ) προκαλούν σημαντικές περιβαλλοντικές επιπτώσεις, με την ΕΕ να παράγει 839 εκατομμύρια τόνους αποβλήτων ετησίως, εκ των οποίων 281 εκατομμύρια τόνοι είναι ΑΕΚΚ, συμβάλλοντας στο 33% των συνολικών αποβλήτων και στο 10-30% των αποβλήτων υγειονομικής ταφής. Πρόσφατα, η προσοχή έχει στραφεί σε στρατηγικές επαναχρησιμοποίησης και ανακύκλωσης των ΑΕΚΚ για τη μείωση των εκπομπών, της χρήσης ενέργειας και του δυναμικού υπερθέρμανσης του πλανήτη.</p>

<p align="justify">Η μελέτη αποσκοπεί στην αξιολόγηση του περιβαλλοντικού αντίκτυπου δύο στρατηγικών ανάπτυξης γηρασμένων κτιρίων (άνω των 60 ετών): κατεδάφιση και ανέγερση νέου κτιρίου με βελτιστοποιημένες ιδιότητες ή ανακαίνιση δύο φορές κατά τη διάρκεια της ζωής του. Η πρώτη επιτρέπει την επαναχρησιμοποίηση των ΑΕΚΚ για επαναχρησιμοποίηση, ενώ η δεύτερη περιλαμβάνει την ανακαίνιση κάθε τριάντα χρόνια. Το συνολικό κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα συγκρίθηκαν ώστε να προσδιοριστεί η καλύτερη επιλογή.</p>

''' <h2> Προκλήσεις στην αξιολόγηση της βιωσιμότητας υφιστάμενων κτιρίων με βάση το ΒΙΜ </h2> '''
<p align="justify">Η μελέτη εξετάζει τη χρήση τυπικών μεγεθών όπως η ενσωματωμένη ενέργεια και ο άνθρακας για την ποσοτικοποίηση της βιωσιμότητας σε κτιριακά έργα, τα οποία συχνά αναφέρονται σε τιμές από την αφετηρία έως την πόρτα ή από την αφετηρία έως τον τάφο (cradle-to-gate, cradle-to-grave) ανά μονάδα βάρους του υλικού που χρησιμοποιείται. Το BIM διευκολύνει την αυτόματη εξαγωγή ποσοτήτων υλικών, βοηθώντας στην εκτίμηση των αποβλήτων κατεδάφισης και ανακαίνισης. Ωστόσο, για παλιά κτίρια όπου τα μοντέλα ΒΙΜ μπορεί να μην είναι διαθέσιμα, τα εργαλεία οπτικών μετρήσεων, όπως οι σαρωτές λέιζερ και οι κάμερες, μπορούν να προσδιορίσουν τα δομικά στοιχεία και το FIM μπορεί να δημιουργήσει σημασιολογικά ΒΙΜ. Πρόσθετες πληροφορίες για λεπτομερή απογραφή υλικών μπορούν να ληφθούν μέσω μεθόδων μη καταστροφικών δοκιμών και εγγράφων κειμένου, αν και μπορεί να απαιτούνται παραδοχές για άγνωστα εσωτερικά χαρακτηριστικά. Η ταξινόμηση των υλικών ακολουθεί τις οδηγίες του Ευρωπαϊκού Κοινοβουλίου και τα πρότυπα ASTM (American Society for Testing and Materials) Uniformat II. Είναι σημαντικό να λαμβάνονται υπόψη οι διαφοροποιήσεις στην ενσωματωμένη ενέργεια και τον άνθρακα που οφείλονται σε παράγοντες όπως η προέλευση των υλικών. Η μελέτη χρησιμοποιεί τη βάση δεδομένων ICE (Inventory of Carbon and Energy) για τους υπολογισμούς ενσωματωμένης ενέργειας, με τυποποιημένες περιβαλλοντικές πληροφορίες προϊόντων, αναγνωρίζοντας παράλληλα πιθανές εξιδανικεύσεις.</p>

[[Αρχείο:Wiki5_Tab1.png]]

''πίνακας 1 ''

<p align="justify"> Χρησιμοποιούνται δύο συστήματα ταξινόμησης υλικών: η οδηγία 2008/98/ΕΚ του Ευρωπαϊκού Κοινοβουλίου και το ASTM Uniformat II. Το πρώτο παρέχει πληροφορίες για τους τύπους υλικών και τα χαρακτηριστικά τους, ενώ το δεύτερο παρέχει μια ιεραρχική ταξινόμηση ομάδων στοιχείων. Επιπλέον, αναφέρει ότι πολλοί παράγοντες επηρεάζουν την ενσωματωμένη ενέργεια και τον άνθρακα των υλικών, ακόμη και για τον ίδιο τύπο υλικού. Το κείμενο αναφέρεται στη βάση δεδομένων ICE, η οποία χρησιμοποιεί πρότυπα περιβαλλοντικών δηλώσεων προϊόντων για τον υπολογισμό της ενσωματωμένης ενέργειας, ενώ αγνοούνται οι επιπτώσεις των εξιδανικεύσεων.</p>

''' <h2>Βελτιστοποίηση σχεδιασμού με στόχο τη βιωσιμότητα</h2> '''
<p align="justify"> Ο γεννητικός σχεδιασμός (GD) χρησιμοποιεί την τεχνητή νοημοσύνη (AI) για να παράγει ευρετικές λύσεις όταν οι παραδοσιακές μέθοδοι αποτυγχάνουν ή δεν μπορούν να βρουν μια ενιαία λύση που να ικανοποιεί όλους τους στόχους ταυτόχρονα. Στο σχεδιασμό κτιρίων, η ενσωμάτωση του οπτικού προγραμματισμού, της μοντελοποίησης κτιριακών πληροφοριών (BIM) και της GD έχει αποδειχθεί αποτελεσματική για την ενίσχυση της βιωσιμότητας του κύκλου ζωής. Παραδείγματα επιτυχημένης ολοκλήρωσης περιλαμβάνουν μελέτες σκοπιμότητας για υπόγειες υποδομές, σχεδιασμό εγκατάστασης γυψοσανίδας, τήρηση κανονιστικών προτύπων κώδικα, προσομοιώσεις ενεργειακής απόδοσης με βάση το cloud, διατάξεις στοιχείων χαλύβδινων σκελετών, χωροταξικό σχεδιασμό οικιστικών τετραγώνων και βελτιστοποίηση τοπολογίας.</p>

<p align="justify"> Ωστόσο, παραμένει ένα κενό μεταξύ της ακαδημαϊκής έρευνας και της βιομηχανίας στη δομική βελτιστοποίηση λόγω της έλλειψης ισχυρών ενδιάμεσων πλαισίων. Για να γεφυρωθεί αυτό το κενό, προτάθηκε μια ροή εργασίας για αυτοματοποιημένη δομική βελτιστοποίηση με χρήση αρχιτεκτονικών σχεδίων που παράγονται από BIM. Η προσέγγιση αυτή χρησιμοποιεί λογισμικό BIM όπως το Revit, το πρόσθετο Dynamo και το Robot Structural Analysis (RSA) για τη συγχώνευση των φάσεων αρχιτεκτονικού και δομικού σχεδιασμού. Το πλαίσιο, μαζί με γενετικούς αλγορίθμους, θα χρησιμοποιηθεί για τη βελτιστοποίηση του σχεδιασμού νέων κατασκευών.</p>

''' <h1> Υλικά και μεθοδολογία </h1> '''
Η μεθοδολογία αποτελείται από τα ακόλουθα βήματα (συνοψίζονται στην εικ. 1):

[[Αρχείο:Wiki5_Pict1.png]]

''εικ. 1 Σχηματική αναπαράσταση στο πλάισιο σύγκρισης σεναρίου Α (ανακαίνιση) και του σεναρίου Β (κατεδάφιση και ανακατασκευή) για ένα γηρασμένο κτίριο''

<p align="justify"> 1. Συλλογή νέφους σημείων: με τη χρήση τεχνολογιών Structure-from-Motion (SfM) και Laser Scanner, με τη βοήθεια smartphones.</p>

<p align="justify"> 2. Δημιουργία BIM: Ανάπτυξη ενός μοντέλου μοντελοποίησης πληροφοριών κτιρίου (BIM) με βάση τα δεδομένα νέφους σημείων που συλλέγονται για τη δημιουργία μιας ψηφιακής αναπαράστασης του κτιρίου.</p>

<p align="justify"> 3. Αξιολόγηση του κύκλου ζωής: Αξιολόγηση της βιωσιμότητας του κύκλου ζωής του κτιρίου με τον υπολογισμό της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα που σχετίζονται με τα υλικά και την κατασκευή, καθώς και με την εκτίμηση της κατανάλωσης ενέργειας κατά τη λειτουργία.</p>

<p align="justify"> 3.1 Βέλτιστη ανάπλαση με κατεδάφιση ή αποδόμηση:</p>

<p align="justify"> 3.1a Εφαρμογή φορτίων και οριακών συνθηκών στο μοντέλο BIM.</p>
<p align="justify"> 3.1b Χρήση τεχνικών βελτιστοποίησης τοπολογίας για τον προσδιορισμό του αποδοτικότερου μεγέθους, σχήματος και τοποθέτησης βασικών δομικών στοιχείων, όπως υποστυλώματα, δοκοί και πλάκες.</p>
<p align="justify"> 3.1c Αξιολόγηση της βιωσιμότητας των επιλογών κατεδάφισης και ανάπλασης για το έργο.</p>
<p align="justify"> 3.2 Αξιολόγηση της βιωσιμότητας της ανακαίνισης: Αξιολόγηση της βιωσιμότητας των στρατηγικών ανακαίνισης για το κτίριο.</p>

<p align="justify"> 4. Υποστήριξη λήψης αποφάσεων: Παροχή συστηματικών συστάσεων και στρατηγικών για τη μείωση του αποτυπώματος άνθρακα του έργου με βάση τα αποτελέσματα της αξιολόγησης.</p>

''' <h2> Συλλογή Point Clouds</h2> '''
<p align="justify"> Χρησιμοποιήθηκαν δύο διαφορετικές στρατηγικές για τη συλλογή νεφών σημείων από την εσωτερική και την εξωτερική σκηνή. Το υπαίθριο νέφος σημείων συλλέχθηκε με τη χρήση βίντεο από smartphone και στη συνέχεια υποβλήθηκε σε επεξεργασία και αυτόματη κλιμάκωση [16] για τη δημιουργία του νέφους σημείων (περισσότερες λεπτομέρειες παρακάτω). Το νέφος σημείων εσωτερικού χώρου συλλέχθηκε με τη χρήση οργάνου LiDAR smartphone. Οι στρατηγικές για τους εσωτερικούς και τους εξωτερικούς χώρους αναβλήθηκαν λόγω: (i) τις απαιτήσεις για συγκλίνουσες εικόνες [47] και (ii) την ανάγκη ορισμού μετρικής κλίμακας [16]. Σε εσωτερικούς χώρους, λόγω της φύσης τους, δεν είναι δυνατή η διατήρηση συγκλίνουσας εικόνας και, ως εκ τούτου, η διαδικασία ενδέχεται να μην συγκλίνει ή να μην παρέχει ακριβή αποτελέσματα (βλ. Εικόνα 2α του [16]). Σε εσωτερικούς χώρους, λόγω της παρουσίας πολλών δωματίων, ο αυτόματος ορισμός κλίμακας με βάση τον στόχο πρέπει να πραγματοποιείται έτσι ώστε κάθε πεδίο στόχου να παρατηρείται τουλάχιστον από πέντε συγκλίνουσες εικόνες (βλ. Σχήμα 8 του [16]), κάτι που δεν μπορεί να διασφαλιστεί. Για το σκοπό αυτό, συλλέχθηκε ένα νέφος σημείων από σκηνές εσωτερικών χώρων με τη χρήση μιας έξυπνης συσκευής που βασίζεται σε LiDAR, το iPad Pro. Η διαδικασία δημιουργίας ενός πλήρους μοντέλου νέφους σημείων για ένα κτίριο εξηγείται λεπτομερέστερα στη συνέχεια. </p>

<p align="justify"> 1. Παρακολούθηση πρόσοψης SfM: Δημιουργήστε ένα νέφος σημείων των προσόψεων χρησιμοποιώντας βίντεο από smartphone και τη διαδικασία Structure-from-Motion (SfM) [16] με το COLMAP v.3.7 [48,49]. Λόγω της απαίτησης για εικόνες σύγκλισης [47] και της μεγάλης επικάλυψης δικτύου [16], πριν από τη συλλογή δεδομένων σχεδιάστηκε μια διαδρομή με τη χρήση του Google Maps. Για την εγγραφή βίντεο χρησιμοποιήθηκε ένα Apple iPhone 13 mini (γερμανική έκδοση), το οποίο μπορεί να αποκτήσει εγγραφή βίντεο 4k με 30 και 60 καρέ ανά δευτερόλεπτο (fps). Για να διατηρηθεί υψηλή επικάλυψη και ποιότητα εικόνων, χρησιμοποιήθηκε η μέθοδος iVS3D για τη δειγματοληψία και την προεπεξεργασία βίντεο ώστε να αυξηθεί η ταχύτητα και η ποιότητα της τρισδιάστατης ανακατασκευής με την εξάλειψη εικόνων με χαμηλό περιεχόμενο [50]. Η περίληψη του SfM παρουσιάζεται στην εικόνα 2. </p>

<p align="justify"> 2. Εσωτερική σάρωση LiDAR: Σάρωση του εσωτερικού του κτιρίου με την εφαρμογή σάρωσης μέσω smartphone LiDAR (Light Detection and Ranging), SiteScape. Τα δεδομένα LiDAR συλλέχθηκαν με τη χρήση του Apple iPad Pro (γερμανική έκδοση). Η πυκνότητα σημείων και τα μεγέθη σημείων στην εφαρμογή ρυθμίστηκαν σε μέτρια με αργή κίνηση κατά τη σάρωση (δηλαδή αποφεύχθηκαν περιστροφές από αριστερά προς τα δεξιά άνω των 15° περίπου). Για να διασφαλιστεί η σταθερή ποιότητα των δεδομένων, όλα τα δεδομένα συλλέχθηκαν διατηρώντας τουλάχιστον το 50% της μπαταρίας και ψύχθηκαν σε θερμοκρασία δωματίου πριν από την έναρξη της επόμενης σάρωσης. </p>

<p align="justify"> 3. Εγγραφή: Καταχώριση των συλλεχθέντων νεφών σημείων στο λογισμικό επεξεργασίας νεφών σημείων ανοικτού κώδικα, CloudCompare v.2.12.4 [51]. Μετά την κλιμάκωση του νέφους σημείων SfM, και τα δύο μεταφέρθηκαν στο CloudCompare όπου χρησιμοποιήθηκε η ανίχνευση δαπέδου με τη μέθοδο [52] για να προσανατολιστούν και τα δύο νέφη σημείων έτσι ώστε ο άξονας z να είναι παράλληλος με την κανονική του επιπέδου. Μια μετάθεση χρησιμοποιείται για την ισοπέδωση των δύο επιπέδων των δαπέδων. Χρησιμοποιώντας αυτό, το πρόβλημα της τρισδιάστατης καταχώρισης περιορίστηκε στη δισδιάστατη ευθυγράμμιση των εξωτερικών και εσωτερικών τοίχων στο επίπεδο x-y. </p>

<p align="justify"> 4. Scan vs. BIM: Ευθυγράμμιση και ανίχνευση αντικειμένων σε νέφη σημείων με χρήση του πλαισίου scan vs. BIM [14,53]. Χρησιμοποιώντας τα σχέδια και τις τεχνικές προδιαγραφές, δημιουργήθηκε ένα μοντέλο BIM (χειροκίνητα με τη χρήση του Autodesk Revit 2023) και ευθυγραμμίστηκε με το καταχωρημένο νέφος σημείων. Πραγματοποιήθηκε επαναληπτική καταγραφή του πλησιέστερου σημείου (ICP) μεταξύ του νέφους σημείων και του μοντέλου για τον προσδιορισμό της συμμόρφωσης με το παραγόμενο μοντέλο και τη διόρθωση του μοντέλου, εάν απαιτείται [54]. Οι τελικές ογκομετρικές διορθώσεις στο αρχικό σχέδιο BIM πραγματοποιήθηκαν χειροκίνητα από τα αυτόματα εξαγόμενα δάπεδα, οροφές και όρια/περιβάλλον του κτιρίου, όπως εξηγείται στην επόμενη ενότητα. </p>

[[Αρχείο:Wiki5_Pict2.png]]

''εικ. 2 Διαδικασία Structure-from-Motion με iV3D and COLMAP.''

''' <h2>Δημιουργία BIM από Point Cloud</h2> '''
<p align="justify"> Το νέφος σημείων πρέπει να μετατραπεί σε αρχείο Recap (.rcp) στο Autodesk Recap Pro 2023 και να εισαχθεί στο Autodesk Revit 2023. Για το σκοπό αυτό, οργανώθηκε μια ροή εργασίας (που παρουσιάζεται στην εικόνα 3α) ως εξής: (i) καθορισμός της καταχωρημένης προέλευσης για το νέφος σημείων, ii) καθορισμός της θέσης σάρωσης για την οροφή, iii) καθορισμός της θέσης σάρωσης για το δάπεδο και iv) δημιουργία κατάστασης προβολής για την κάτοψη. Τα αυτόματα ανιχνευόμενα πάνελ δαπέδου και οροφής [14,52] χρησιμοποιήθηκαν στο Revit για τον καθορισμό των επιπέδων. Τέλος, δημιουργήθηκε μια κατάσταση προβολής της κάτοψης χρησιμοποιώντας ένα οριοθετημένο πλαίσιο με αυτόματα επισημασμένες ακμές ορίων από το βήμα 4 παραπάνω.</p>

[[Αρχείο:Wiki5_Pict3.png]]

''εικ. 3 Προεπεξεργασία: (α) νέφος σημείων στο Recap Pro πριν από την εισαγωγή στο Revit- (β) τρισδιάστατο μοντέλο κάτοψης χώρου.''

<p align="justify">Στη συνέχεια, δημιουργήθηκε στο Revit ένα νέο μετρικό αρχιτεκτονικό έργο με καθορισμένες μονάδες. Τα επίπεδα καθορίστηκαν χρησιμοποιώντας τα δάπεδα του νέφους σημείων και τα κύρια πλέγματα σχεδιάστηκαν (κέντρο-προς-κέντρο) σύμφωνα με τις θέσεις των υποστυλωμάτων και των τοίχων. Στο επίπεδο 1, ορίστηκε το εύρος προβολής για να παρέχεται μια σαφής κάτοψη. Οι εξωτερικοί και οι εσωτερικοί τοίχοι σχεδιάζονται με βάση αυτή την κάτοψη, την πλάκα και τα θεμέλια, ενώ ακολουθεί η σχεδίαση παραθύρων, θυρών και κουρτινών. Στη συνέχεια, όλα τα αντικείμενα επιλέγονται και αντιγράφονται στα επίπεδα 2 και 3. Προστίθενται σκάλες και κιγκλιδώματα. Τέλος, ορίζονται οι λειτουργίες όλων των δωματίων και υπολογίζονται τα εμβαδά τους. Το μοντέλο ΒΙΜ αποτελείται από τρισδιάστατα παραμετρικά αντικείμενα, επιτρέποντας την τροποποίηση των διαστάσεων και των θέσεων αυτών των αντικειμένων. Στη συνέχεια χρησιμοποιήθηκε ο ιστότοπος CADMapper για τη δημιουργία ενός τρισδιάστατου τοπογραφικού σχεδίου στο Revit για το κτίριο που δημιουργείται. Αυτός ο χάρτης επέτρεψε τη δημιουργία ρεαλιστικών σεναρίων για τον υπολογισμό της ενσωματωμένης ενέργειας και του άνθρακα στο πλαίσιο των μελετών περίπτωσης (εικόνα 3β).</p>

''' <h2>Υπολογισμός ενσωματωμένου άνθρακα και ενέργειας</h2> '''
<p align="justify"> Οι αντικειμενοστραφείς πληροφορίες για το κτίριο ταξινομήθηκαν σε τέσσερα ιεραρχικά επίπεδα: (i) το ανώτερο επίπεδο που αντιπροσωπεύει ολόκληρο το κτίριο, (ii) το δεύτερο επίπεδο που περιλαμβάνει ομάδες δομικών και μη δομικών στοιχείων, (iii) το τρίτο επίπεδο που δηλώνει μεμονωμένα στοιχεία του κτιρίου, όπως τοίχους και δάπεδα, (iv) και το κατώτερο επίπεδο που περιλαμβάνει υλικά και προϊόντα. Τα δεδομένα για τα υλικά, όπως οι πυκνότητες, ο όγκος, το μήκος και το βάρος, εξήχθησαν από το μοντέλο ΒΙΜ και στη συνέχεια καταχωρήθηκαν στον κατάλογο υλικών.</p>

<p align="justify">Η ενσωματωμένη ενέργεια και ο άνθρακας του κτιρίου μελέτης υπολογίστηκαν με βάση την απογραφή αυτή μέσω των ακόλουθων εξιδανικεύσεων:</p>

<p align="justify">1. Εξήχθησαν τα πρωτογενή δομικά στοιχεία του κτιρίου, εξαιρουμένων των υλικών φινιρίσματος, των επίπλων και των υπηρεσιών (π.χ. χάλυβας, ξύλο, σκυρόδεμα και γυαλί),</p>
<p align="justify">2. Εξήχθησαν ο τύπος των υλικών, οι πληροφορίες όγκου, η πυκνότητα και η ποσότητα,</p>
<p align="justify"><p align="justify">3. Στη συνέχεια υιοθετήθηκε η βάση δεδομένων ICE [7,8] για τον υπολογισμό της ενσωματωμένης ενέργειας και του άνθρακα,</p>
4. Η ενσωματωμένη ενέργεια και ο άνθρακας υπολογίστηκαν πολλαπλασιάζοντας το βάρος του υλικού με τους συντελεστές ICE.</p>

''' <h2>Πλαίσιο βελτιστοποίησης σχεδιασμού</h2> '''
<p align="justify"> Η δομική βελτιστοποίηση αποσκοπούσε στην αξιολόγηση των πλεονεκτημάτων ενός νέου σχεδιασμού με παρόμοιες ιδιότητες με το υπάρχον κτίριο, όπως το εμβαδόν της κάτοψης και ο αριθμός των δωματίων. Αναπτύχθηκε ένα πλαίσιο παραμετρικής μοντελοποίησης στο Dynamo για τον χειρισμό των θέσεων των υποστυλωμάτων, των δοκών και των πλακών. Ο στόχος ήταν να ελαχιστοποιηθεί το συνολικό βάρος του σκυροδέματος, τηρώντας παράλληλα τους περιορισμούς του κώδικα σχετικά με το φορτίο (ζωντανό και νεκρό), τη μετατόπιση, τη λυγηρότητα και τη θλιπτική αντοχή. Οι μεταβλητές απόφασης περιλάμβαναν τις θέσεις και τον αριθμό των υποστυλωμάτων και των δοκών, καθώς και το πάχος της πλάκας. Τα δομικά φορτία καθορίστηκαν σύμφωνα με τα σχετικά πρότυπα και η ανάλυση πεπερασμένων στοιχείων πραγματοποιήθηκε με τη χρήση του RSA με ενσωμάτωση οπτικού προγραμματισμού Dynamo. Δημιουργήθηκε ένα σενάριο Dynamo και συνδυάστηκε με το RSA χρησιμοποιώντας ένα πλαίσιο γενετικού αλγορίθμου. Τα γενικά βήματα του σεναρίου απεικονίζονται στο Σχήμα 4. Η βέλτιστη δομή, η οποία ικανοποιεί τα ειδικά πρότυπα του κώδικα για την πλαστιμότητα, τη μετατόπιση και την τάση, ενώ ελαχιστοποιεί το βάρος, επιλέχθηκε με βάση το συνδυασμό με το μικρότερο βάρος. </p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify">Η κατανάλωση ενέργειας που απαιτείται για την αποδόμηση και την κατεδάφιση υπολογίστηκε με τον ακόλουθο τύπο: </p>

<p align="justify">P = 𝑃𝐷𝑐+𝑃𝑇𝑟+𝑃𝑅𝑐+𝑃𝑅𝑒 για την αποδόμηση </p>

<p align="justify">P = 𝑃𝐷𝑚+𝑃𝑇𝑟 για την κατεδάφιση </p>

<p align="justify">Όπου 𝑃𝐷𝑐, 𝑃𝑇𝑟, 𝑃𝑅𝑐, 𝑃𝑅𝑒 και 𝑃𝐷𝑚 είναι η κατανάλωση ενέργειας που σχετίζεται με τις διαδικασίες αποδόμησης, μεταφοράς, ανακύκλωσης, ανάκτησης ενέργειας κατά την ανακύκλωση και κατεδάφισης, αντίστοιχα. Η ροή εργασιών για την αποδόμηση και την κατεδάφιση μπορεί να συνοψιστεί ως εξής.</p>

<p align="justify"> 1. Προγραμματισμός των εργασιών αποδόμησης/αποξήλωσης,
<p align="justify"> α. Ορισμός ομάδων αποδόμησης,</p>
<p align="justify"> β. Σχεδιασμός της αλληλουχίας των εργασιών αποδόμησης,</p>
<p align="justify"> γ. Υπολογισμός της διάρκειας για κάθε εργασία αποδόμησης,</p>
<p align="justify"> δ. Ανάλυση κάθε εργασίας αποδόμησης, και επιλογή των κατάλληλων εργαλείων και μηχανήματα για κάθε ομάδα.</p>

<p align="justify"> 2. Σχεδιασμός τη ροής εργασίας και της μεταφοράς της ανακύκλωσης: </p>
<p align="justify"> α. Ποσοτικοποίηση των αποδομημένων δομικών υλικών,</p>
<p align="justify"> β. Επαναχρησιμοποίηση οικοδομικών υλικών,</p>
<p align="justify"> γ. Ανακύκλωση οικοδομικών υλικών,</p>
<p align="justify"> δ. Απόρριψη των μη ανακυκλώσιμων υλικών.</p>

<p align="justify"> 3. Διεξαγωγή ποσοτικής αξιολόγησης:</p>
<p align="justify"> α. Εκτίμηση της διάρκειας και του κόστους για την αποδόμηση και την κατεδάφιση,</p>
<p align="justify"> β. Υπολογισμός του ενεργειακού κόστους και των εκπομπών διοξειδίου του άνθρακα που προκαλούνται κατά τη διάρκεια των εργασιών κατεδάφισης ή αποδόμησης,</p>
<p align="justify"> γ. Υπολογισμός του ενεργειακού κόστους και των εκπομπών διοξειδίου του άνθρακα κατά τη μεταφορά,</p>
<p align="justify"> δ. Υπολογισμός της ανακτώμενης ενέργειας και των εξοικονομημένων εκπομπών διοξειδίου του άνθρακα από ανακυκλωμένα και επαναχρησιμοποιημένα δομικά υλικά και προϊόντα.</p>

''' <h3>Ροή εργασίας ανακύκλωσης</h3> '''
<p align="justify">Εδώ υιοθετήθηκε μια προηγμένη ροή εργασιών ανακύκλωσης για μπάζα σκυροδέματος. Η ροή εργασίας μπορεί να χωριστεί σε δύο στάδια (δηλαδή, ξηρή διαδικασία και υγρή διαδικασία). Στην ξηρή διαδικασία, τα μπάζα σκυροδέματος θρυμματίζονται σε σπαστήρα σιαγόνων, διαχωρίζονται και κοσκινίζονται σε ξηρή διαδικασία. Τα θρυμματισμένα υλικά κοσκινίζονται μέσω κόσκινου 22 mm για να ληφθεί κλάσμα μεγέθους 0/22. Τα κλάσματα >22 mm συλλέγονται και τοποθετούνται εκ νέου στο σιαγονοθραυστήρα. Εν τω μεταξύ, τα μεταλλικά θραύσματα διαχωρίζονται κατά τη διαδικασία αυτή. Στη συνέχεια, ένα κλάσμα μεγέθους 0/22 μεταφέρεται στο επόμενο στάδιο - την υγρή διεργασία. Σε αυτό το στάδιο λαμβάνουν χώρα περαιτέρω διαδικασίες διαλογής και κοσκίνισης και τα αδρανή υλικά χωρίζονται σε κλάσματα 0/2 mm, 0/1 mm, 2/8 mm και 8/16 mm [56]. Η διαδικασία συνοψίζεται στην εικόνα 5α.</p>

[[Αρχείο:Wiki5_Pict5.png]]

''εικ. 5α Διαδικασία παραγωγής υλικών ανακύκλωσης από μπάζα σκυροδέματος- β) παραγωγικότητα των αναλογιών μάζας (εισροή προς εκροή) της διαδικασίας ανακύκλωσης.''
''εικ. 5β Μας δείχνει το ισοζύγιο μάζας των ανακυκλωμένων υλικών που υιοθετήθηκε από το [56]. Στην παρούσα μελέτη εξήχθησαν τα μπάζα σκυροδέματος από μια κατασκευή συναρμολόγησης από οπλισμένο σκυρόδεμα. Μετά την αφαίρεση των επιβλαβών υλικών και των ακαθαρσιών, το 83% των αποβλήτων κατεδάφισης ήταν μπάζα σκυροδέματος, το 9% ήταν κονίαμα και το υπόλοιπο ήταν ακαθαρσίες (π.χ. πλαστικά, γυαλί, ξύλο). Η αποδοτικότητα παραγωγής αυτής της μελέτης υιοθετείται στην ανάλυση του σεναρίου αποδόμησης (Σχήμα 5α). Εκτός από τις αναλογίες των υλικών, χρησιμοποιείται το ενεργειακό κόστος της ανακύκλωσης, που παρουσιάζεται στον πίνακα 2.''

[[Αρχείο:Wiki5_Tab2.png]]

''πίνακας 2 Κατανάλωση ενέργειας σε ξηρές και υγρές διεργασίες ανακύκλωσης ''

<p align="justify">Τέλος, χρησιμοποιώντας την προτεινόμενη διαδικασία ανακύκλωσης, δημιουργήθηκε ένα διάγραμμα ροής υλικών και ενέργειας. Στο Σχήμα 6 παρουσιάζεται το διάγραμμα ροής υλικών και ενέργειας για τη μελέτη περίπτωσης που χρησιμοποιήθηκε στο παρόν χειρόγραφο. Η εισροή περιελάμβανε 408 τόνους μπάζα σκυροδέματος, 48,4 τόνους μικτών σπασμένων τούβλων και πλακιδίων και 10,6 τόνους χάλυβα σε σκυρόδεμα.</p>

[[Αρχείο:Wiki5_Pict6.png]]

''εικ. 6 Ροή υλικών και ενέργειας της προτεινόμενης διαδικασίας ανακύκλωσης''

''' <h3>Κριτήρια αξιολόγησης</h3> '''
<p align="justify">Τέλος, καταρτίστηκε ένα σύνολο σχετικών κριτηρίων για την αξιολόγηση των πλεονεκτημάτων και μειονεκτημάτων της χρήσης της κατεδάφισης έναντι της αποδόμησης. Ο πίνακας 3 παρουσιάζει τα κριτήρια και τα αντίστοιχα σημεία που σχετίζονται με κάθε παράγοντα. Οι παράγοντες αυτοί περιλαμβάνουν οικονομικά ζητήματα (π.χ. κόστος), βιωσιμότητα (π.χ. ενσωματωμένος άνθρακας) και κοινωνικά ζητήματα (π.χ. θόρυβος και όχληση των γειτόνων σε συνάρτηση με το χρόνο λειτουργίας των μηχανημάτων).</p>

[[Αρχείο:Wiki5_Tab3.png]]

''πίνακας 3 Κριτήρια αξιολόγησης για την κατεδάφιση έναντι της αποδόμησης ''

<p align="justify"></p>

''' <h2>Ανακαίνιση</h2> '''

<p align="justify">Η διαδικασία υπολογισμού της ενσωματωμένης ενέργειας και του διοξειδίου του άνθρακα για την ανακαίνιση είναι παρόμοια με εκείνη που παρουσιάστηκε στην ενότητα για τον ενσωματωμένο ενεργό άνθρακα. Εδώ, είναι σημαντικό να περιγραφεί η διαδικασία με την οποία υπολογίστηκε το κόστος ανακαίνισης. Η παρούσα αξία των μελλοντικών ανακαινίσεων προσδιορίστηκε με τη χρήση του δείκτη κλιμάκωσης των τιμών των κατασκευών, μαζί με το κόστος αποκατάστασης, που ελήφθη από την επίσημη γερμανική στατιστική υπηρεσία</p>

<p align="justify">Η τελική κατανάλωση ενέργειας υπολογίστηκε με την ενσωμάτωση του λόγου της ωφέλιμης επιφάνειας με την τιμή της ηλεκτρικής ενέργειας, η οποία χρησιμοποιήθηκε με τιμή ηλεκτρικής ενέργειας 0,38 €/kWh για το 2022. Επιπλέον, έγιναν διάφορες παραδοχές για την προσέγγιση του κόστους λειτουργίας, της κατανάλωσης ενέργειας και των εκπομπών διοξειδίου του άνθρακα, οι οποίες περιγράφονται ως εξής:</p>

<p align="justify">1. Η κατανάλωση ενέργειας ανήλθε σε 88 kWhm-2 ετησίως-1 (το μοντέλο συμπεριέλαβε επίσης μια βελτιωμένη ενεργειακή απόδοση περίπου 25% μετά από κάθε ανακαίνιση για να ληφθεί υπόψη η απαιτούμενη μείωση της κατανάλωσης ενέργειας στην ΕΕ).</p>

<p align="justify">2. Η κατανάλωση ενέργειας του νέου κτιρίου ορίστηκε σε 62 kWhm^(-2) year^(-1)</p>
<p align="justify">3. Έγινε υπόθεση για αύξηση της τιμής της ηλεκτρικής ενέργειας στο 0.38%</p>
<p align="justify">4. Η ηλεκτρική ενέργεια ήταν η μοναδική μορφή ενέργειας που χρησιμοποιήθηκε, με 1 MJ ενέργειας από ηλεκτρικό ρεύμα να παράγει 177 γραμμάρια εκπομπής διοξειδίου του άνθρακα</p>
<p align="justify">5. Ο χρόνος ανακαίνισης λήφθηκε υπόψη κάθε 30 χρόνια</p>

''' <h1>Αποτελέσματα και συζήτηση</h1> '''
''' <h2>Περίπτωση μελέτης</h2> '''

<p align="justify">Ως αντικείμενο της παρούσας έρευνας επιλέχθηκε ένα τριώροφο κτίριο κατοικιών. Τα αρχικά σχέδια και άλλα έγγραφα που σχετίζονται με την ανακαίνιση που πραγματοποιήθηκε το 2011, μαζί με το σχέδιο χώρου και τις κατόψεις, ήταν διαθέσιμα και χρησιμοποιήθηκαν για την παρούσα μελέτη. Τα κύρια χαρακτηριστικά του κτιρίου μελέτης παρουσιάζονται στον πίνακα 4.</p>

[[Αρχείο:Wiki5_Tab4.png]]

''πίνακας 4 Χαρακτηριστικά της μελέτης περίπτωσης ''

''' <h2>Συλλογή Point Clouds και διαδικασία</h2> '''
<p align="justify">Για τη συλλογή δεδομένων σχεδιάστηκε ένα μονοπάτι περπατήματος με τη χρήση ενός Apple iPhone 13 mini (γερμανική έκδοση) με ανάλυση βίντεο 4K σε 60 καρέ ανά δευτερόλεπτο (fps). Χρησιμοποιώντας το πλαίσιο iVS3D, δημιουργήθηκαν 248 εικόνες και επιλέχθηκαν για Structure-from-Motion (SfM) με χρήση του COLMAP. Στη συνέχεια, η συλλογή δεδομένων από το εσωτερικό του κτιρίου πραγματοποιήθηκε με τη χρήση ενός Apple iPad Pro (γερμανική έκδοση) με την εφαρμογή SiteScape, σαρώνοντας κάθε όροφο ξεχωριστά. Το τελικό νέφος σημείων του καταγεγραμμένου εσωτερικού και εξωτερικού χώρου δημιουργήθηκε με τη χρήση του CloudCompare, όπως φαίνεται στην Εικόνα 7d.</p>

''' <h2>Λίστα ποσοτήτων και αξιολόγηση βιωσιμότητας με βάση το BIM</h2> '''
<p align="justify">Η μελέτη χρησιμοποίησε το μοντέλο BIM που δημιουργήθηκε από το νέφος σημείων για τον προσδιορισμό του τιμολογίου ποσοτήτων, το οποίο στη συνέχεια χρησιμοποιήθηκε για την αξιολόγηση των παραγόντων βιωσιμότητας των υλικών του έργου. Η ανάλυση επικεντρώθηκε στον προσδιορισμό των παραγόντων βιωσιμότητας σε περίπτωση κατεδάφισης και αποδόμησης. Τα αποτελέσματα αποκάλυψαν ότι τα τούβλα και το σκυρόδεμα, ως πρωτογενή υλικά κατασκευής, αντιπροσώπευαν περίπου το 46% της ενσωματωμένης ενέργειας και πάνω από το 60% των εκπομπών διοξειδίου του άνθρακα. Επιπλέον, 8,5 τόνοι πλαστικού συνέβαλαν στο 18% της ενσωματωμένης ενέργειας και στο 8% των εκπομπών διοξειδίου του άνθρακα. Η μελέτη υποδηλώνει ότι η μείωση του βάρους των κύριων δομικών υλικών, όπως το σκυρόδεμα και τα τούβλα, μέσω αποτελεσματικών στρατηγικών βελτιστοποίησης και η αντικατάσταση των πλαστικών αποβλήτων με βιώσιμα κυκλικά υλικά είναι ζωτικής σημασίας για τη μείωση της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα στα κτίρια, ιδίως κατά την κατεδάφιση.</p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify">Η μελέτη έκανε λογιστικές υποθέσεις σχετικά με τις αποστάσεις μεταξύ των διαφόρων χώρων που εμπλέκονται στις διαδικασίες αποδόμησης και διάθεσης των κτιρίων. Αυτές περιελάμβαναν τις αποστάσεις μεταξύ του παλιού κτιρίου, της νέας ανάπτυξης, του χώρου υγειονομικής ταφής απορριμμάτων, του εργοστασίου ανακύκλωσης, της αποθήκευσης και της παροχής άμμου. Για παράδειγμα, η απόσταση μεταξύ του παλιού και του νέου κτιρίου θεωρήθηκε ότι είναι 2 χιλιόμετρα. Θεωρήθηκε επίσης ότι το 85% των τούβλων θα διατηρούνταν και θα επαναχρησιμοποιούνταν, ενώ τα υπόλοιπα θα αναμειγνύονταν με μπάζα από σκυρόδεμα. Τα επαναχρησιμοποιήσιμα τούβλα θα μεταφέρονταν σε μια εγκατάσταση αποθήκευσης σε απόσταση 10 km, ενώ άλλα υλικά, όπως σκυρόδεμα, άσφαλτος και μόνωση, θα στέλνονταν σε μια μονάδα ανακύκλωσης 15 km από τον χώρο αποδόμησης. Τα χαλιά και τα κουφώματα θα απορρίπτονταν σε χώρο υγειονομικής ταφής 35 χλμ. μακριά.</p>

<p align="justify"> Με βάση αυτές τις παραδοχές, η μελέτη συνέκρινε την επιλογή μεταξύ αποδόμησης και κατεδάφισης. Διαπίστωσε ότι η αποδόμηση, με τη δυνατότητα επαναχρησιμοποίησης περισσότερων υλικών, πέτυχε υψηλότερη συνολική βαθμολογία 85 έναντι 43 για την κατεδάφιση. Κατά συνέπεια, η αποδόμηση, μαζί με τον βελτιστοποιημένο δομικό σχεδιασμό για ένα νέο κτίριο, επιλέχθηκε για σύγκριση με τη στρατηγική ανακαίνισης.</p>

''' <h2>Σύγκριση αποτελεσμάτων με το σενάριο ανακαίνισης</h2> '''
<p align="justify">Η μελέτη συγκρίνει τη στρατηγική της αποδόμησης με βελτιστοποιημένο σχεδιασμό νέου κτιρίου με την ανακαίνιση μιας υφιστάμενης εγκατάστασης, λαμβάνοντας υπόψη το κόστος, τη συνολική κατανάλωση ενέργειας και το αποτύπωμα άνθρακα. Τα αποτελέσματα δείχνουν ότι η αποδόμηση και η νέα ανάπτυξη συνεπάγονται περίπου 10,5% υψηλότερο κόστος και 7,8% υψηλότερη ενσωματωμένη κατανάλωση ενέργειας, αλλά προσφέρουν 9,6% βελτίωση στον ενσωματωμένο άνθρακα σε σύγκριση με την ανακαίνιση. Η ομάδα έργου πρέπει να ιεραρχήσει τα κριτήρια για να λάβει την τελική απόφαση. Εάν δοθεί προτεραιότητα στο κόστος και την ενσωματωμένη ενέργεια, προτιμάται η ανακαίνιση. Αυτή η μελέτη περίπτωσης υπογραμμίζει την αναγκαιότητα της ανάλυσης του κύκλου ζωής για αποφάσεις σχετικά με βαθιές ανακαινίσεις ή αποκαταστάσεις.</p>

''' <h1>Συμπεράσματα</h1> '''
<p align="justify">Η παρούσα μελέτη εξετάζει τις περιβαλλοντικές επιπτώσεις δύο σεναρίων αποκατάστασης κτιρίων: ανακαίνιση ενός υφιστάμενου κτιρίου και κατεδάφιση για την κατασκευή ενός νέου βελτιστοποιημένου κτιρίου. Χρησιμοποιεί ψηφιακά μοντέλα και σημασιολογική μοντελοποίηση κτιριακών πληροφοριών (BIM) για την αξιολόγηση των πτυχών βιωσιμότητας. Παρά τα πλεονεκτήματα της ΒΙΜ, εξακολουθούν να απαιτούνται χειρωνακτικές προσπάθειες για ακριβείς υπολογισμούς. Η έρευνα ενσωματώνει το ΒΙΜ με βάσεις δεδομένων για την αποκοπή ποσοτήτων υλικών, τον παραγωγικό σχεδιασμό, τον παραμετρικό σχεδιασμό και τη μακροπρόθεσμη αξιολόγηση της ενεργειακής απόδοσης. Προτείνεται ένα επίσημο πλαίσιο, το οποίο περιλαμβάνει στάδια όπως η ψηφιακή τεκμηρίωση, η αναδημιουργία BIM, ο σχεδιασμός, η ανακύκλωση, η βελτιστοποίηση, η εκτίμηση κόστους και η ενεργειακή ανάλυση. Η αποδόμηση κρίνεται πιο φιλική προς το περιβάλλον από την κατεδάφιση, αλλά η ανακαίνιση είναι πιο αποδοτική από άποψη κόστους με χαμηλότερη ενσωματωμένη ενέργεια. Η μελέτη υπογραμμίζει τη σημασία της ολοκληρωμένης ανάλυσης του κύκλου ζωής για την τεκμηριωμένη λήψη αποφάσεων σε έργα αποκατάστασης κτιρίων.</p>

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T11:43:13Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

'''Τίτλος'''
Renovation or Redevelopment: The Case of Smart Decision-Support in Aging Buildings

'''Ημερομηνία δημοσίευσης'''
08/2023

'''Πηγή'''
https://www.mdpi.com/2624-6511/6/4/89

'''Συγγραφείς'''
Bin Wu, Reza Maalek

'''Λέξεις κλειδιά'''
βιωσιμότητα, Μοντέλο Δομικών Πληροφοριών (Building Information Modeling – BIM), τεχνητή νοημοσύνη, βελτιστοποίηση, ανακαίνιση, μοντελοποίηση πληροφοριών πεδίου (Field Information Modeling – FIM), νέφος σημείων (Point Cloud), ενσωματωμένος άνθρακας και ενέργεια, αποδόμηση και κατεδάφιση

''' <h1> Σύνοψη </h1> '''
<p align="justify">Σε πολλές ανεπτυγμένες χώρες, συμπεριλαμβανομένης της Γερμανίας, πάνω από το 60% των κτιρίων κατασκευάστηκε πριν από το 1978 και βρίσκεται σήμερα σε κρίσιμη κατάσταση, απαιτώντας είτε ανακαίνιση, είτε κατεδάφιση και ανακατασκευή. Η παρούσα μελέτη αποσκοπεί στην ανάπτυξη ενός έξυπνου πλαισίου υποστήριξης αποφάσεων για τα γηράσκοντα κτίρια με βάση τις εκτιμήσεις βιωσιμότητας του κύκλου ζωής τους. Στην κατεύθυνση αυτή ενσωματώθηκαν ψηφιακές τεχνολογίες όπως το BIM, η επεξεργασία των Point Clouds με μοντελοποίηση πληροφοριών πεδίου (FIM) και η δομική βελτιστοποίηση, παράλληλα με την αξιολόγηση των περιβαλλοντικών επιπτώσεων. Τρεις πλευρές της βιωσιμότητας, το κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα, αξιολογήθηκαν ποσοτικά και συγκρίθηκαν δύο σενάρια: ανακαίνιση ή κατεδάφιση / αποδόμηση σε συνδυασμό με ανάπλαση. Ένα κτίριο κατασκευής 1961 χρησιμοποιήθηκε ως αντικείμενο πειραμάτων για τη σύγκριση των παραπάνω σεναρίων.</p>

<p align="justify">Τα αποτελέσματα σκιαγράφησαν τους περιορισμούς και τα πλεονεκτήματα κάθε μεθόδου όσον αφορά την οικονομία και τη βιωσιμότητα. Επισημάνθηκε ότι η βελτιστοποίηση του σχεδιασμού του κτιρίου για τη μείωση της ενσωματωμένης ενέργειας και του άνθρακα, σύμφωνα με τα σύγχρονα ενεργειακά πρότυπα, είναι σημαντική για τη βελτίωση της συνολικής ενεργειακής απόδοσης.</p>

''' <h1> Εισαγωγή </h1> '''
<p align="justify">Η διατήρηση των γηρασμένων κτιρίων καθορίζει και τη διαρκή συντήρησή τους. Οι κατασκευαστικές δοκιμές, τόσο καταστροφικές όσο και μη καταστροφικές, διεξάγονται για την πρόβλεψη των ιδιοτήτων των υλικών και την αξιολόγηση της δομικής απόκρισης, καθορίζοντας τον αποτελεσματικό κύκλο ζωής. Σε ακραίες περιπτώσεις, μπορεί να είναι απαραίτητη η πλήρης κατεδάφιση. Ωστόσο, τα απόβλητα των κατεδαφίσεων (Απόβλητα Εκσκαφών Κατασκευών και Κατεδαφίσεων - ΑΕΚΚ) προκαλούν σημαντικές περιβαλλοντικές επιπτώσεις, με την ΕΕ να παράγει 839 εκατομμύρια τόνους αποβλήτων ετησίως, εκ των οποίων 281 εκατομμύρια τόνοι είναι ΑΕΚΚ, συμβάλλοντας στο 33% των συνολικών αποβλήτων και στο 10-30% των αποβλήτων υγειονομικής ταφής. Πρόσφατα, η προσοχή έχει στραφεί σε στρατηγικές επαναχρησιμοποίησης και ανακύκλωσης των ΑΕΚΚ για τη μείωση των εκπομπών, της χρήσης ενέργειας και του δυναμικού υπερθέρμανσης του πλανήτη.</p>

<p align="justify">Η μελέτη αποσκοπεί στην αξιολόγηση του περιβαλλοντικού αντίκτυπου δύο στρατηγικών ανάπτυξης γηρασμένων κτιρίων (άνω των 60 ετών): κατεδάφιση και ανέγερση νέου κτιρίου με βελτιστοποιημένες ιδιότητες ή ανακαίνιση δύο φορές κατά τη διάρκεια της ζωής του. Η πρώτη επιτρέπει την επαναχρησιμοποίηση των ΑΕΚΚ για επαναχρησιμοποίηση, ενώ η δεύτερη περιλαμβάνει την ανακαίνιση κάθε τριάντα χρόνια. Το συνολικό κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα συγκρίθηκαν ώστε να προσδιοριστεί η καλύτερη επιλογή.</p>

''' <h2> Προκλήσεις στην αξιολόγηση της βιωσιμότητας υφιστάμενων κτιρίων με βάση το ΒΙΜ </h2> '''
<p align="justify">Η μελέτη εξετάζει τη χρήση τυπικών μεγεθών όπως η ενσωματωμένη ενέργεια και ο άνθρακας για την ποσοτικοποίηση της βιωσιμότητας σε κτιριακά έργα, τα οποία συχνά αναφέρονται σε τιμές από την αφετηρία έως την πόρτα ή από την αφετηρία έως τον τάφο (cradle-to-gate, cradle-to-grave) ανά μονάδα βάρους του υλικού που χρησιμοποιείται. Το BIM διευκολύνει την αυτόματη εξαγωγή ποσοτήτων υλικών, βοηθώντας στην εκτίμηση των αποβλήτων κατεδάφισης και ανακαίνισης. Ωστόσο, για παλιά κτίρια όπου τα μοντέλα ΒΙΜ μπορεί να μην είναι διαθέσιμα, τα εργαλεία οπτικών μετρήσεων, όπως οι σαρωτές λέιζερ και οι κάμερες, μπορούν να προσδιορίσουν τα δομικά στοιχεία και το FIM μπορεί να δημιουργήσει σημασιολογικά ΒΙΜ. Πρόσθετες πληροφορίες για λεπτομερή απογραφή υλικών μπορούν να ληφθούν μέσω μεθόδων μη καταστροφικών δοκιμών και εγγράφων κειμένου, αν και μπορεί να απαιτούνται παραδοχές για άγνωστα εσωτερικά χαρακτηριστικά. Η ταξινόμηση των υλικών ακολουθεί τις οδηγίες του Ευρωπαϊκού Κοινοβουλίου και τα πρότυπα ASTM (American Society for Testing and Materials) Uniformat II. Είναι σημαντικό να λαμβάνονται υπόψη οι διαφοροποιήσεις στην ενσωματωμένη ενέργεια και τον άνθρακα που οφείλονται σε παράγοντες όπως η προέλευση των υλικών. Η μελέτη χρησιμοποιεί τη βάση δεδομένων ICE (Inventory of Carbon and Energy) για τους υπολογισμούς ενσωματωμένης ενέργειας, με τυποποιημένες περιβαλλοντικές πληροφορίες προϊόντων, αναγνωρίζοντας παράλληλα πιθανές εξιδανικεύσεις.</p>

[[Αρχείο:Wiki5_Tab1.png]]

''πίνακας 1 ''

<p align="justify"> Χρησιμοποιούνται δύο συστήματα ταξινόμησης υλικών: η οδηγία 2008/98/ΕΚ του Ευρωπαϊκού Κοινοβουλίου και το ASTM Uniformat II. Το πρώτο παρέχει πληροφορίες για τους τύπους υλικών και τα χαρακτηριστικά τους, ενώ το δεύτερο παρέχει μια ιεραρχική ταξινόμηση ομάδων στοιχείων. Επιπλέον, αναφέρει ότι πολλοί παράγοντες επηρεάζουν την ενσωματωμένη ενέργεια και τον άνθρακα των υλικών, ακόμη και για τον ίδιο τύπο υλικού. Το κείμενο αναφέρεται στη βάση δεδομένων ICE, η οποία χρησιμοποιεί πρότυπα περιβαλλοντικών δηλώσεων προϊόντων για τον υπολογισμό της ενσωματωμένης ενέργειας, ενώ αγνοούνται οι επιπτώσεις των εξιδανικεύσεων.</p>

''' <h2>Βελτιστοποίηση σχεδιασμού με στόχο τη βιωσιμότητα</h2> '''
<p align="justify"> Ο γεννητικός σχεδιασμός (GD) χρησιμοποιεί την τεχνητή νοημοσύνη (AI) για να παράγει ευρετικές λύσεις όταν οι παραδοσιακές μέθοδοι αποτυγχάνουν ή δεν μπορούν να βρουν μια ενιαία λύση που να ικανοποιεί όλους τους στόχους ταυτόχρονα. Στο σχεδιασμό κτιρίων, η ενσωμάτωση του οπτικού προγραμματισμού, της μοντελοποίησης κτιριακών πληροφοριών (BIM) και της GD έχει αποδειχθεί αποτελεσματική για την ενίσχυση της βιωσιμότητας του κύκλου ζωής. Παραδείγματα επιτυχημένης ολοκλήρωσης περιλαμβάνουν μελέτες σκοπιμότητας για υπόγειες υποδομές, σχεδιασμό εγκατάστασης γυψοσανίδας, τήρηση κανονιστικών προτύπων κώδικα, προσομοιώσεις ενεργειακής απόδοσης με βάση το cloud, διατάξεις στοιχείων χαλύβδινων σκελετών, χωροταξικό σχεδιασμό οικιστικών τετραγώνων και βελτιστοποίηση τοπολογίας.</p>

<p align="justify"> Ωστόσο, παραμένει ένα κενό μεταξύ της ακαδημαϊκής έρευνας και της βιομηχανίας στη δομική βελτιστοποίηση λόγω της έλλειψης ισχυρών ενδιάμεσων πλαισίων. Για να γεφυρωθεί αυτό το κενό, προτάθηκε μια ροή εργασίας για αυτοματοποιημένη δομική βελτιστοποίηση με χρήση αρχιτεκτονικών σχεδίων που παράγονται από BIM. Η προσέγγιση αυτή χρησιμοποιεί λογισμικό BIM όπως το Revit, το πρόσθετο Dynamo και το Robot Structural Analysis (RSA) για τη συγχώνευση των φάσεων αρχιτεκτονικού και δομικού σχεδιασμού. Το πλαίσιο, μαζί με γενετικούς αλγορίθμους, θα χρησιμοποιηθεί για τη βελτιστοποίηση του σχεδιασμού νέων κατασκευών.</p>

''' <h1> Υλικά και μεθοδολογία </h1> '''
Η μεθοδολογία αποτελείται από τα ακόλουθα βήματα (συνοψίζονται στην εικ. 1):

[[Αρχείο:Wiki5_Pict1.png]]

''εικ. 1 Σχηματική αναπαράσταση στο πλάισιο σύγκρισης σεναρίου Α (ανακαίνιση) και του σεναρίου Β (κατεδάφιση και ανακατασκευή) για ένα γηρασμένο κτίριο''

<p align="justify"> 1. Συλλογή νέφους σημείων: με τη χρήση τεχνολογιών Structure-from-Motion (SfM) και Laser Scanner, με τη βοήθεια smartphones.</p>

<p align="justify"> 2. Δημιουργία BIM: Ανάπτυξη ενός μοντέλου μοντελοποίησης πληροφοριών κτιρίου (BIM) με βάση τα δεδομένα νέφους σημείων που συλλέγονται για τη δημιουργία μιας ψηφιακής αναπαράστασης του κτιρίου.</p>

<p align="justify"> 3. Αξιολόγηση του κύκλου ζωής: Αξιολόγηση της βιωσιμότητας του κύκλου ζωής του κτιρίου με τον υπολογισμό της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα που σχετίζονται με τα υλικά και την κατασκευή, καθώς και με την εκτίμηση της κατανάλωσης ενέργειας κατά τη λειτουργία.</p>

<p align="justify"> 3.1 Βέλτιστη ανάπλαση με κατεδάφιση ή αποδόμηση:</p>

<p align="justify"> 3.1a Εφαρμογή φορτίων και οριακών συνθηκών στο μοντέλο BIM.</p>
<p align="justify"> 3.1b Χρήση τεχνικών βελτιστοποίησης τοπολογίας για τον προσδιορισμό του αποδοτικότερου μεγέθους, σχήματος και τοποθέτησης βασικών δομικών στοιχείων, όπως υποστυλώματα, δοκοί και πλάκες.</p>
<p align="justify"> 3.1c Αξιολόγηση της βιωσιμότητας των επιλογών κατεδάφισης και ανάπλασης για το έργο.</p>
<p align="justify"> 3.2 Αξιολόγηση της βιωσιμότητας της ανακαίνισης: Αξιολόγηση της βιωσιμότητας των στρατηγικών ανακαίνισης για το κτίριο.</p>

<p align="justify"> 4. Υποστήριξη λήψης αποφάσεων: Παροχή συστηματικών συστάσεων και στρατηγικών για τη μείωση του αποτυπώματος άνθρακα του έργου με βάση τα αποτελέσματα της αξιολόγησης.</p>

''' <h2> Συλλογή Point Clouds</h2> '''
<p align="justify"> Χρησιμοποιήθηκαν δύο διαφορετικές στρατηγικές για τη συλλογή νεφών σημείων από την εσωτερική και την εξωτερική σκηνή. Το υπαίθριο νέφος σημείων συλλέχθηκε με τη χρήση βίντεο από smartphone και στη συνέχεια υποβλήθηκε σε επεξεργασία και αυτόματη κλιμάκωση [16] για τη δημιουργία του νέφους σημείων (περισσότερες λεπτομέρειες παρακάτω). Το νέφος σημείων εσωτερικού χώρου συλλέχθηκε με τη χρήση οργάνου LiDAR smartphone. Οι στρατηγικές για τους εσωτερικούς και τους εξωτερικούς χώρους αναβλήθηκαν λόγω: (i) τις απαιτήσεις για συγκλίνουσες εικόνες [47] και (ii) την ανάγκη ορισμού μετρικής κλίμακας [16]. Σε εσωτερικούς χώρους, λόγω της φύσης τους, δεν είναι δυνατή η διατήρηση συγκλίνουσας εικόνας και, ως εκ τούτου, η διαδικασία ενδέχεται να μην συγκλίνει ή να μην παρέχει ακριβή αποτελέσματα (βλ. Εικόνα 2α του [16]). Σε εσωτερικούς χώρους, λόγω της παρουσίας πολλών δωματίων, ο αυτόματος ορισμός κλίμακας με βάση τον στόχο πρέπει να πραγματοποιείται έτσι ώστε κάθε πεδίο στόχου να παρατηρείται τουλάχιστον από πέντε συγκλίνουσες εικόνες (βλ. Σχήμα 8 του [16]), κάτι που δεν μπορεί να διασφαλιστεί. Για το σκοπό αυτό, συλλέχθηκε ένα νέφος σημείων από σκηνές εσωτερικών χώρων με τη χρήση μιας έξυπνης συσκευής που βασίζεται σε LiDAR, το iPad Pro. Η διαδικασία δημιουργίας ενός πλήρους μοντέλου νέφους σημείων για ένα κτίριο εξηγείται λεπτομερέστερα στη συνέχεια. </p>

<p align="justify"> 1. Παρακολούθηση πρόσοψης SfM: Δημιουργήστε ένα νέφος σημείων των προσόψεων χρησιμοποιώντας βίντεο από smartphone και τη διαδικασία Structure-from-Motion (SfM) [16] με το COLMAP v.3.7 [48,49]. Λόγω της απαίτησης για εικόνες σύγκλισης [47] και της μεγάλης επικάλυψης δικτύου [16], πριν από τη συλλογή δεδομένων σχεδιάστηκε μια διαδρομή με τη χρήση του Google Maps. Για την εγγραφή βίντεο χρησιμοποιήθηκε ένα Apple iPhone 13 mini (γερμανική έκδοση), το οποίο μπορεί να αποκτήσει εγγραφή βίντεο 4k με 30 και 60 καρέ ανά δευτερόλεπτο (fps). Για να διατηρηθεί υψηλή επικάλυψη και ποιότητα εικόνων, χρησιμοποιήθηκε η μέθοδος iVS3D για τη δειγματοληψία και την προεπεξεργασία βίντεο ώστε να αυξηθεί η ταχύτητα και η ποιότητα της τρισδιάστατης ανακατασκευής με την εξάλειψη εικόνων με χαμηλό περιεχόμενο [50]. Η περίληψη του SfM παρουσιάζεται στην εικόνα 2. </p>

<p align="justify"> 2. Εσωτερική σάρωση LiDAR: Σάρωση του εσωτερικού του κτιρίου με την εφαρμογή σάρωσης μέσω smartphone LiDAR (Light Detection and Ranging), SiteScape. Τα δεδομένα LiDAR συλλέχθηκαν με τη χρήση του Apple iPad Pro (γερμανική έκδοση). Η πυκνότητα σημείων και τα μεγέθη σημείων στην εφαρμογή ρυθμίστηκαν σε μέτρια με αργή κίνηση κατά τη σάρωση (δηλαδή αποφεύχθηκαν περιστροφές από αριστερά προς τα δεξιά άνω των 15° περίπου). Για να διασφαλιστεί η σταθερή ποιότητα των δεδομένων, όλα τα δεδομένα συλλέχθηκαν διατηρώντας τουλάχιστον το 50% της μπαταρίας και ψύχθηκαν σε θερμοκρασία δωματίου πριν από την έναρξη της επόμενης σάρωσης. </p>

<p align="justify"> 3. Εγγραφή: Καταχώριση των συλλεχθέντων νεφών σημείων στο λογισμικό επεξεργασίας νεφών σημείων ανοικτού κώδικα, CloudCompare v.2.12.4 [51]. Μετά την κλιμάκωση του νέφους σημείων SfM, και τα δύο μεταφέρθηκαν στο CloudCompare όπου χρησιμοποιήθηκε η ανίχνευση δαπέδου με τη μέθοδο [52] για να προσανατολιστούν και τα δύο νέφη σημείων έτσι ώστε ο άξονας z να είναι παράλληλος με την κανονική του επιπέδου. Μια μετάθεση χρησιμοποιείται για την ισοπέδωση των δύο επιπέδων των δαπέδων. Χρησιμοποιώντας αυτό, το πρόβλημα της τρισδιάστατης καταχώρισης περιορίστηκε στη δισδιάστατη ευθυγράμμιση των εξωτερικών και εσωτερικών τοίχων στο επίπεδο x-y. </p>

<p align="justify"> 4. Scan vs. BIM: Ευθυγράμμιση και ανίχνευση αντικειμένων σε νέφη σημείων με χρήση του πλαισίου scan vs. BIM [14,53]. Χρησιμοποιώντας τα σχέδια και τις τεχνικές προδιαγραφές, δημιουργήθηκε ένα μοντέλο BIM (χειροκίνητα με τη χρήση του Autodesk Revit 2023) και ευθυγραμμίστηκε με το καταχωρημένο νέφος σημείων. Πραγματοποιήθηκε επαναληπτική καταγραφή του πλησιέστερου σημείου (ICP) μεταξύ του νέφους σημείων και του μοντέλου για τον προσδιορισμό της συμμόρφωσης με το παραγόμενο μοντέλο και τη διόρθωση του μοντέλου, εάν απαιτείται [54]. Οι τελικές ογκομετρικές διορθώσεις στο αρχικό σχέδιο BIM πραγματοποιήθηκαν χειροκίνητα από τα αυτόματα εξαγόμενα δάπεδα, οροφές και όρια/περιβάλλον του κτιρίου, όπως εξηγείται στην επόμενη ενότητα. </p>

[[Αρχείο:Wiki5_Pict2.png]]

''εικ. 2 Διαδικασία Structure-from-Motion με iV3D and COLMAP.''

''' <h2>Δημιουργία BIM από Point Cloud</h2> '''
<p align="justify"> Το νέφος σημείων πρέπει να μετατραπεί σε αρχείο Recap (.rcp) στο Autodesk Recap Pro 2023 και να εισαχθεί στο Autodesk Revit 2023. Για το σκοπό αυτό, οργανώθηκε μια ροή εργασίας (που παρουσιάζεται στην εικόνα 3α) ως εξής: (i) καθορισμός της καταχωρημένης προέλευσης για το νέφος σημείων, ii) καθορισμός της θέσης σάρωσης για την οροφή, iii) καθορισμός της θέσης σάρωσης για το δάπεδο και iv) δημιουργία κατάστασης προβολής για την κάτοψη. Τα αυτόματα ανιχνευόμενα πάνελ δαπέδου και οροφής [14,52] χρησιμοποιήθηκαν στο Revit για τον καθορισμό των επιπέδων. Τέλος, δημιουργήθηκε μια κατάσταση προβολής της κάτοψης χρησιμοποιώντας ένα οριοθετημένο πλαίσιο με αυτόματα επισημασμένες ακμές ορίων από το βήμα 4 παραπάνω.</p>

[[Αρχείο:Wiki5_Pict3.png]]

''εικ. 3 Προεπεξεργασία: (α) νέφος σημείων στο Recap Pro πριν από την εισαγωγή στο Revit- (β) τρισδιάστατο μοντέλο κάτοψης χώρου.''

<p align="justify">Στη συνέχεια, δημιουργήθηκε στο Revit ένα νέο μετρικό αρχιτεκτονικό έργο με καθορισμένες μονάδες. Τα επίπεδα καθορίστηκαν χρησιμοποιώντας τα δάπεδα του νέφους σημείων και τα κύρια πλέγματα σχεδιάστηκαν (κέντρο-προς-κέντρο) σύμφωνα με τις θέσεις των υποστυλωμάτων και των τοίχων. Στο επίπεδο 1, ορίστηκε το εύρος προβολής για να παρέχεται μια σαφής κάτοψη. Οι εξωτερικοί και οι εσωτερικοί τοίχοι σχεδιάζονται με βάση αυτή την κάτοψη, την πλάκα και τα θεμέλια, ενώ ακολουθεί η σχεδίαση παραθύρων, θυρών και κουρτινών. Στη συνέχεια, όλα τα αντικείμενα επιλέγονται και αντιγράφονται στα επίπεδα 2 και 3. Προστίθενται σκάλες και κιγκλιδώματα. Τέλος, ορίζονται οι λειτουργίες όλων των δωματίων και υπολογίζονται τα εμβαδά τους. Το μοντέλο ΒΙΜ αποτελείται από τρισδιάστατα παραμετρικά αντικείμενα, επιτρέποντας την τροποποίηση των διαστάσεων και των θέσεων αυτών των αντικειμένων. Στη συνέχεια χρησιμοποιήθηκε ο ιστότοπος CADMapper για τη δημιουργία ενός τρισδιάστατου τοπογραφικού σχεδίου στο Revit για το κτίριο που δημιουργείται. Αυτός ο χάρτης επέτρεψε τη δημιουργία ρεαλιστικών σεναρίων για τον υπολογισμό της ενσωματωμένης ενέργειας και του άνθρακα στο πλαίσιο των μελετών περίπτωσης (εικόνα 3β).</p>

''' <h2>Υπολογισμός ενσωματωμένου άνθρακα και ενέργειας</h2> '''
<p align="justify"> Οι αντικειμενοστραφείς πληροφορίες για το κτίριο ταξινομήθηκαν σε τέσσερα ιεραρχικά επίπεδα: (i) το ανώτερο επίπεδο που αντιπροσωπεύει ολόκληρο το κτίριο, (ii) το δεύτερο επίπεδο που περιλαμβάνει ομάδες δομικών και μη δομικών στοιχείων, (iii) το τρίτο επίπεδο που δηλώνει μεμονωμένα στοιχεία του κτιρίου, όπως τοίχους και δάπεδα, (iv) και το κατώτερο επίπεδο που περιλαμβάνει υλικά και προϊόντα. Τα δεδομένα για τα υλικά, όπως οι πυκνότητες, ο όγκος, το μήκος και το βάρος, εξήχθησαν από το μοντέλο ΒΙΜ και στη συνέχεια καταχωρήθηκαν στον κατάλογο υλικών.</p>

<p align="justify"></p>

<p align="justify"></p>

''' <h2>Πλαίσιο βελτιστοποίησης σχεδιασμού</h2> '''
<p align="justify"></p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

''' <h3>Ροή εργασίας ανακύκλωσης</h3> '''
<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

''' <h3>Κριτήρια αξιολόγησης</h3> '''
<p align="justify"></p>

<p align="justify"></p>

''' <h2>Ανακαίνιση</h2> '''

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

''' <h1>Αποτελέσματα και συζήτηση</h1> '''
''' <h2>Περίπτωση μελέτης</h2> '''

<p align="justify">Ως αντικείμενο της παρούσας έρευνας επιλέχθηκε ένα τριώροφο κτίριο κατοικιών. Τα αρχικά σχέδια και άλλα έγγραφα που σχετίζονται με την ανακαίνιση που πραγματοποιήθηκε το 2011, μαζί με το σχέδιο χώρου και τις κατόψεις, ήταν διαθέσιμα και χρησιμοποιήθηκαν για την παρούσα μελέτη. Τα κύρια χαρακτηριστικά του κτιρίου μελέτης παρουσιάζονται στον πίνακα 4.</p>

[[Αρχείο:Wiki5_Tab4.png]]

''πίνακας 4 Χαρακτηριστικά της μελέτης περίπτωσης ''

''' <h2>Συλλογή Point Clouds και διαδικασία</h2> '''
<p align="justify">Για τη συλλογή δεδομένων σχεδιάστηκε ένα μονοπάτι περπατήματος με τη χρήση ενός Apple iPhone 13 mini (γερμανική έκδοση) με ανάλυση βίντεο 4K σε 60 καρέ ανά δευτερόλεπτο (fps). Χρησιμοποιώντας το πλαίσιο iVS3D, δημιουργήθηκαν 248 εικόνες και επιλέχθηκαν για Structure-from-Motion (SfM) με χρήση του COLMAP. Στη συνέχεια, η συλλογή δεδομένων από το εσωτερικό του κτιρίου πραγματοποιήθηκε με τη χρήση ενός Apple iPad Pro (γερμανική έκδοση) με την εφαρμογή SiteScape, σαρώνοντας κάθε όροφο ξεχωριστά. Το τελικό νέφος σημείων του καταγεγραμμένου εσωτερικού και εξωτερικού χώρου δημιουργήθηκε με τη χρήση του CloudCompare, όπως φαίνεται στην Εικόνα 7d.</p>

''' <h2>Λίστα ποσοτήτων και αξιολόγηση βιωσιμότητας με βάση το BIM</h2> '''
<p align="justify">Η μελέτη χρησιμοποίησε το μοντέλο BIM που δημιουργήθηκε από το νέφος σημείων για τον προσδιορισμό του τιμολογίου ποσοτήτων, το οποίο στη συνέχεια χρησιμοποιήθηκε για την αξιολόγηση των παραγόντων βιωσιμότητας των υλικών του έργου. Η ανάλυση επικεντρώθηκε στον προσδιορισμό των παραγόντων βιωσιμότητας σε περίπτωση κατεδάφισης και αποδόμησης. Τα αποτελέσματα αποκάλυψαν ότι τα τούβλα και το σκυρόδεμα, ως πρωτογενή υλικά κατασκευής, αντιπροσώπευαν περίπου το 46% της ενσωματωμένης ενέργειας και πάνω από το 60% των εκπομπών διοξειδίου του άνθρακα. Επιπλέον, 8,5 τόνοι πλαστικού συνέβαλαν στο 18% της ενσωματωμένης ενέργειας και στο 8% των εκπομπών διοξειδίου του άνθρακα. Η μελέτη υποδηλώνει ότι η μείωση του βάρους των κύριων δομικών υλικών, όπως το σκυρόδεμα και τα τούβλα, μέσω αποτελεσματικών στρατηγικών βελτιστοποίησης και η αντικατάσταση των πλαστικών αποβλήτων με βιώσιμα κυκλικά υλικά είναι ζωτικής σημασίας για τη μείωση της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα στα κτίρια, ιδίως κατά την κατεδάφιση.</p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify">Η μελέτη έκανε λογιστικές υποθέσεις σχετικά με τις αποστάσεις μεταξύ των διαφόρων χώρων που εμπλέκονται στις διαδικασίες αποδόμησης και διάθεσης των κτιρίων. Αυτές περιελάμβαναν τις αποστάσεις μεταξύ του παλιού κτιρίου, της νέας ανάπτυξης, του χώρου υγειονομικής ταφής απορριμμάτων, του εργοστασίου ανακύκλωσης, της αποθήκευσης και της παροχής άμμου. Για παράδειγμα, η απόσταση μεταξύ του παλιού και του νέου κτιρίου θεωρήθηκε ότι είναι 2 χιλιόμετρα. Θεωρήθηκε επίσης ότι το 85% των τούβλων θα διατηρούνταν και θα επαναχρησιμοποιούνταν, ενώ τα υπόλοιπα θα αναμειγνύονταν με μπάζα από σκυρόδεμα. Τα επαναχρησιμοποιήσιμα τούβλα θα μεταφέρονταν σε μια εγκατάσταση αποθήκευσης σε απόσταση 10 km, ενώ άλλα υλικά, όπως σκυρόδεμα, άσφαλτος και μόνωση, θα στέλνονταν σε μια μονάδα ανακύκλωσης 15 km από τον χώρο αποδόμησης. Τα χαλιά και τα κουφώματα θα απορρίπτονταν σε χώρο υγειονομικής ταφής 35 χλμ. μακριά.</p>

<p align="justify"> Με βάση αυτές τις παραδοχές, η μελέτη συνέκρινε την επιλογή μεταξύ αποδόμησης και κατεδάφισης. Διαπίστωσε ότι η αποδόμηση, με τη δυνατότητα επαναχρησιμοποίησης περισσότερων υλικών, πέτυχε υψηλότερη συνολική βαθμολογία 85 έναντι 43 για την κατεδάφιση. Κατά συνέπεια, η αποδόμηση, μαζί με τον βελτιστοποιημένο δομικό σχεδιασμό για ένα νέο κτίριο, επιλέχθηκε για σύγκριση με τη στρατηγική ανακαίνισης.</p>

''' <h2>Σύγκριση αποτελεσμάτων με το σενάριο ανακαίνισης</h2> '''
<p align="justify">Η μελέτη συγκρίνει τη στρατηγική της αποδόμησης με βελτιστοποιημένο σχεδιασμό νέου κτιρίου με την ανακαίνιση μιας υφιστάμενης εγκατάστασης, λαμβάνοντας υπόψη το κόστος, τη συνολική κατανάλωση ενέργειας και το αποτύπωμα άνθρακα. Τα αποτελέσματα δείχνουν ότι η αποδόμηση και η νέα ανάπτυξη συνεπάγονται περίπου 10,5% υψηλότερο κόστος και 7,8% υψηλότερη ενσωματωμένη κατανάλωση ενέργειας, αλλά προσφέρουν 9,6% βελτίωση στον ενσωματωμένο άνθρακα σε σύγκριση με την ανακαίνιση. Η ομάδα έργου πρέπει να ιεραρχήσει τα κριτήρια για να λάβει την τελική απόφαση. Εάν δοθεί προτεραιότητα στο κόστος και την ενσωματωμένη ενέργεια, προτιμάται η ανακαίνιση. Αυτή η μελέτη περίπτωσης υπογραμμίζει την αναγκαιότητα της ανάλυσης του κύκλου ζωής για αποφάσεις σχετικά με βαθιές ανακαινίσεις ή αποκαταστάσεις.</p>

''' <h1>Συμπεράσματα</h1> '''
<p align="justify">Η παρούσα μελέτη εξετάζει τις περιβαλλοντικές επιπτώσεις δύο σεναρίων αποκατάστασης κτιρίων: ανακαίνιση ενός υφιστάμενου κτιρίου και κατεδάφιση για την κατασκευή ενός νέου βελτιστοποιημένου κτιρίου. Χρησιμοποιεί ψηφιακά μοντέλα και σημασιολογική μοντελοποίηση κτιριακών πληροφοριών (BIM) για την αξιολόγηση των πτυχών βιωσιμότητας. Παρά τα πλεονεκτήματα της ΒΙΜ, εξακολουθούν να απαιτούνται χειρωνακτικές προσπάθειες για ακριβείς υπολογισμούς. Η έρευνα ενσωματώνει το ΒΙΜ με βάσεις δεδομένων για την αποκοπή ποσοτήτων υλικών, τον παραγωγικό σχεδιασμό, τον παραμετρικό σχεδιασμό και τη μακροπρόθεσμη αξιολόγηση της ενεργειακής απόδοσης. Προτείνεται ένα επίσημο πλαίσιο, το οποίο περιλαμβάνει στάδια όπως η ψηφιακή τεκμηρίωση, η αναδημιουργία BIM, ο σχεδιασμός, η ανακύκλωση, η βελτιστοποίηση, η εκτίμηση κόστους και η ενεργειακή ανάλυση. Η αποδόμηση κρίνεται πιο φιλική προς το περιβάλλον από την κατεδάφιση, αλλά η ανακαίνιση είναι πιο αποδοτική από άποψη κόστους με χαμηλότερη ενσωματωμένη ενέργεια. Η μελέτη υπογραμμίζει τη σημασία της ολοκληρωμένης ανάλυσης του κύκλου ζωής για την τεκμηριωμένη λήψη αποφάσεων σε έργα αποκατάστασης κτιρίων.</p>

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T11:11:36Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

'''Τίτλος'''
Renovation or Redevelopment: The Case of Smart Decision-Support in Aging Buildings

'''Ημερομηνία δημοσίευσης'''
08/2023

'''Πηγή'''
https://www.mdpi.com/2624-6511/6/4/89

'''Συγγραφείς'''
Bin Wu, Reza Maalek

'''Λέξεις κλειδιά'''
βιωσιμότητα, Μοντέλο Δομικών Πληροφοριών (Building Information Modeling – BIM), τεχνητή νοημοσύνη, βελτιστοποίηση, ανακαίνιση, μοντελοποίηση πληροφοριών πεδίου (Field Information Modeling – FIM), νέφος σημείων (Point Cloud), ενσωματωμένος άνθρακας και ενέργεια, αποδόμηση και κατεδάφιση

''' <h1> Σύνοψη </h1> '''
<p align="justify">Σε πολλές ανεπτυγμένες χώρες, συμπεριλαμβανομένης της Γερμανίας, πάνω από το 60% των κτιρίων κατασκευάστηκε πριν από το 1978 και βρίσκεται σήμερα σε κρίσιμη κατάσταση, απαιτώντας είτε ανακαίνιση, είτε κατεδάφιση και ανακατασκευή. Η παρούσα μελέτη αποσκοπεί στην ανάπτυξη ενός έξυπνου πλαισίου υποστήριξης αποφάσεων για τα γηράσκοντα κτίρια με βάση τις εκτιμήσεις βιωσιμότητας του κύκλου ζωής τους. Στην κατεύθυνση αυτή ενσωματώθηκαν ψηφιακές τεχνολογίες όπως το BIM, η επεξεργασία των Point Clouds με μοντελοποίηση πληροφοριών πεδίου (FIM) και η δομική βελτιστοποίηση, παράλληλα με την αξιολόγηση των περιβαλλοντικών επιπτώσεων. Τρεις πλευρές της βιωσιμότητας, το κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα, αξιολογήθηκαν ποσοτικά και συγκρίθηκαν δύο σενάρια: ανακαίνιση ή κατεδάφιση / αποδόμηση σε συνδυασμό με ανάπλαση. Ένα κτίριο κατασκευής 1961 χρησιμοποιήθηκε ως αντικείμενο πειραμάτων για τη σύγκριση των παραπάνω σεναρίων.</p>

<p align="justify">Τα αποτελέσματα σκιαγράφησαν τους περιορισμούς και τα πλεονεκτήματα κάθε μεθόδου όσον αφορά την οικονομία και τη βιωσιμότητα. Επισημάνθηκε ότι η βελτιστοποίηση του σχεδιασμού του κτιρίου για τη μείωση της ενσωματωμένης ενέργειας και του άνθρακα, σύμφωνα με τα σύγχρονα ενεργειακά πρότυπα, είναι σημαντική για τη βελτίωση της συνολικής ενεργειακής απόδοσης.</p>

''' <h1> Εισαγωγή </h1> '''
<p align="justify">Η διατήρηση των γηρασμένων κτιρίων καθορίζει και τη διαρκή συντήρησή τους. Οι κατασκευαστικές δοκιμές, τόσο καταστροφικές όσο και μη καταστροφικές, διεξάγονται για την πρόβλεψη των ιδιοτήτων των υλικών και την αξιολόγηση της δομικής απόκρισης, καθορίζοντας τον αποτελεσματικό κύκλο ζωής. Σε ακραίες περιπτώσεις, μπορεί να είναι απαραίτητη η πλήρης κατεδάφιση. Ωστόσο, τα απόβλητα των κατεδαφίσεων (Απόβλητα Εκσκαφών Κατασκευών και Κατεδαφίσεων - ΑΕΚΚ) προκαλούν σημαντικές περιβαλλοντικές επιπτώσεις, με την ΕΕ να παράγει 839 εκατομμύρια τόνους αποβλήτων ετησίως, εκ των οποίων 281 εκατομμύρια τόνοι είναι ΑΕΚΚ, συμβάλλοντας στο 33% των συνολικών αποβλήτων και στο 10-30% των αποβλήτων υγειονομικής ταφής. Πρόσφατα, η προσοχή έχει στραφεί σε στρατηγικές επαναχρησιμοποίησης και ανακύκλωσης των ΑΕΚΚ για τη μείωση των εκπομπών, της χρήσης ενέργειας και του δυναμικού υπερθέρμανσης του πλανήτη.</p>

<p align="justify">Η μελέτη αποσκοπεί στην αξιολόγηση του περιβαλλοντικού αντίκτυπου δύο στρατηγικών ανάπτυξης γηρασμένων κτιρίων (άνω των 60 ετών): κατεδάφιση και ανέγερση νέου κτιρίου με βελτιστοποιημένες ιδιότητες ή ανακαίνιση δύο φορές κατά τη διάρκεια της ζωής του. Η πρώτη επιτρέπει την επαναχρησιμοποίηση των ΑΕΚΚ για επαναχρησιμοποίηση, ενώ η δεύτερη περιλαμβάνει την ανακαίνιση κάθε τριάντα χρόνια. Το συνολικό κόστος, η κατανάλωση ενέργειας και οι εκπομπές διοξειδίου του άνθρακα συγκρίθηκαν ώστε να προσδιοριστεί η καλύτερη επιλογή.</p>

''' <h2> Προκλήσεις στην αξιολόγηση της βιωσιμότητας υφιστάμενων κτιρίων με βάση το ΒΙΜ </h2> '''
<p align="justify">Η μελέτη εξετάζει τη χρήση τυπικών μεγεθών όπως η ενσωματωμένη ενέργεια και ο άνθρακας για την ποσοτικοποίηση της βιωσιμότητας σε κτιριακά έργα, τα οποία συχνά αναφέρονται σε τιμές από την αφετηρία έως την πόρτα ή από την αφετηρία έως τον τάφο (cradle-to-gate, cradle-to-grave) ανά μονάδα βάρους του υλικού που χρησιμοποιείται. Το BIM διευκολύνει την αυτόματη εξαγωγή ποσοτήτων υλικών, βοηθώντας στην εκτίμηση των αποβλήτων κατεδάφισης και ανακαίνισης. Ωστόσο, για παλιά κτίρια όπου τα μοντέλα ΒΙΜ μπορεί να μην είναι διαθέσιμα, τα εργαλεία οπτικών μετρήσεων, όπως οι σαρωτές λέιζερ και οι κάμερες, μπορούν να προσδιορίσουν τα δομικά στοιχεία και το FIM μπορεί να δημιουργήσει σημασιολογικά ΒΙΜ. Πρόσθετες πληροφορίες για λεπτομερή απογραφή υλικών μπορούν να ληφθούν μέσω μεθόδων μη καταστροφικών δοκιμών και εγγράφων κειμένου, αν και μπορεί να απαιτούνται παραδοχές για άγνωστα εσωτερικά χαρακτηριστικά. Η ταξινόμηση των υλικών ακολουθεί τις οδηγίες του Ευρωπαϊκού Κοινοβουλίου και τα πρότυπα ASTM (American Society for Testing and Materials) Uniformat II. Είναι σημαντικό να λαμβάνονται υπόψη οι διαφοροποιήσεις στην ενσωματωμένη ενέργεια και τον άνθρακα που οφείλονται σε παράγοντες όπως η προέλευση των υλικών. Η μελέτη χρησιμοποιεί τη βάση δεδομένων ICE (Inventory of Carbon and Energy) για τους υπολογισμούς ενσωματωμένης ενέργειας, με τυποποιημένες περιβαλλοντικές πληροφορίες προϊόντων, αναγνωρίζοντας παράλληλα πιθανές εξιδανικεύσεις.</p>

[[Αρχείο:Wiki5_Tab1.png]]

''πίνακας 1 ''

<p align="justify"> Χρησιμοποιούνται δύο συστήματα ταξινόμησης υλικών: η οδηγία 2008/98/ΕΚ του Ευρωπαϊκού Κοινοβουλίου και το ASTM Uniformat II. Το πρώτο παρέχει πληροφορίες για τους τύπους υλικών και τα χαρακτηριστικά τους, ενώ το δεύτερο παρέχει μια ιεραρχική ταξινόμηση ομάδων στοιχείων. Επιπλέον, αναφέρει ότι πολλοί παράγοντες επηρεάζουν την ενσωματωμένη ενέργεια και τον άνθρακα των υλικών, ακόμη και για τον ίδιο τύπο υλικού. Το κείμενο αναφέρεται στη βάση δεδομένων ICE, η οποία χρησιμοποιεί πρότυπα περιβαλλοντικών δηλώσεων προϊόντων για τον υπολογισμό της ενσωματωμένης ενέργειας, ενώ αγνοούνται οι επιπτώσεις των εξιδανικεύσεων.</p>

''' <h2>Βελτιστοποίηση σχεδιασμού με στόχο τη βιωσιμότητα</h2> '''
<p align="justify"> Ο γεννητικός σχεδιασμός (GD) χρησιμοποιεί την τεχνητή νοημοσύνη (AI) για να παράγει ευρετικές λύσεις όταν οι παραδοσιακές μέθοδοι αποτυγχάνουν ή δεν μπορούν να βρουν μια ενιαία λύση που να ικανοποιεί όλους τους στόχους ταυτόχρονα. Στο σχεδιασμό κτιρίων, η ενσωμάτωση του οπτικού προγραμματισμού, της μοντελοποίησης κτιριακών πληροφοριών (BIM) και της GD έχει αποδειχθεί αποτελεσματική για την ενίσχυση της βιωσιμότητας του κύκλου ζωής. Παραδείγματα επιτυχημένης ολοκλήρωσης περιλαμβάνουν μελέτες σκοπιμότητας για υπόγειες υποδομές, σχεδιασμό εγκατάστασης γυψοσανίδας, τήρηση κανονιστικών προτύπων κώδικα, προσομοιώσεις ενεργειακής απόδοσης με βάση το cloud, διατάξεις στοιχείων χαλύβδινων σκελετών, χωροταξικό σχεδιασμό οικιστικών τετραγώνων και βελτιστοποίηση τοπολογίας.</p>

<p align="justify"> Ωστόσο, παραμένει ένα κενό μεταξύ της ακαδημαϊκής έρευνας και της βιομηχανίας στη δομική βελτιστοποίηση λόγω της έλλειψης ισχυρών ενδιάμεσων πλαισίων. Για να γεφυρωθεί αυτό το κενό, προτάθηκε μια ροή εργασίας για αυτοματοποιημένη δομική βελτιστοποίηση με χρήση αρχιτεκτονικών σχεδίων που παράγονται από BIM. Η προσέγγιση αυτή χρησιμοποιεί λογισμικό BIM όπως το Revit, το πρόσθετο Dynamo και το Robot Structural Analysis (RSA) για τη συγχώνευση των φάσεων αρχιτεκτονικού και δομικού σχεδιασμού. Το πλαίσιο, μαζί με γενετικούς αλγορίθμους, θα χρησιμοποιηθεί για τη βελτιστοποίηση του σχεδιασμού νέων κατασκευών.</p>

''' <h1> Υλικά και μεθοδολογία </h1> '''
Η μεθοδολογία αποτελείται από τα ακόλουθα βήματα (συνοψίζονται στην εικ. 1):

[[Αρχείο:Wiki5_Pict1.png]]

''εικ. 1 Σχηματική αναπαράσταση στο πλάισιο σύγκρισης σεναρίου Α (ανακαίνιση) και του σεναρίου Β (κατεδάφιση και ανακατασκευή) για ένα γηρασμένο κτίριο''

<p align="justify"> 1. Συλλογή νέφους σημείων: με τη χρήση τεχνολογιών Structure-from-Motion (SfM) και Laser Scanner, με τη βοήθεια smartphones.</p>

<p align="justify"> 2. Δημιουργία BIM: Ανάπτυξη ενός μοντέλου μοντελοποίησης πληροφοριών κτιρίου (BIM) με βάση τα δεδομένα νέφους σημείων που συλλέγονται για τη δημιουργία μιας ψηφιακής αναπαράστασης του κτιρίου.</p>

<p align="justify"> 3. Αξιολόγηση του κύκλου ζωής: Αξιολόγηση της βιωσιμότητας του κύκλου ζωής του κτιρίου με τον υπολογισμό της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα που σχετίζονται με τα υλικά και την κατασκευή, καθώς και με την εκτίμηση της κατανάλωσης ενέργειας κατά τη λειτουργία.</p>

<p align="justify"> 3.1 Βέλτιστη ανάπλαση με κατεδάφιση ή αποδόμηση:</p>

<p align="justify"> 3.1a Εφαρμογή φορτίων και οριακών συνθηκών στο μοντέλο BIM.</p>
<p align="justify"> 3.1b Χρήση τεχνικών βελτιστοποίησης τοπολογίας για τον προσδιορισμό του αποδοτικότερου μεγέθους, σχήματος και τοποθέτησης βασικών δομικών στοιχείων, όπως υποστυλώματα, δοκοί και πλάκες.</p>
<p align="justify"> 3.1c Αξιολόγηση της βιωσιμότητας των επιλογών κατεδάφισης και ανάπλασης για το έργο.</p>
<p align="justify"> 3.2 Αξιολόγηση της βιωσιμότητας της ανακαίνισης: Αξιολόγηση της βιωσιμότητας των στρατηγικών ανακαίνισης για το κτίριο.</p>

<p align="justify"> 4. Υποστήριξη λήψης αποφάσεων: Παροχή συστηματικών συστάσεων και στρατηγικών για τη μείωση του αποτυπώματος άνθρακα του έργου με βάση τα αποτελέσματα της αξιολόγησης.</p>

''' <h2> Συλλογή Point Clouds</h2> '''
<p align="justify"> Χρησιμοποιήθηκαν δύο διαφορετικές στρατηγικές για τη συλλογή νεφών σημείων από την εσωτερική και την εξωτερική σκηνή. Το υπαίθριο νέφος σημείων συλλέχθηκε με τη χρήση βίντεο από smartphone και στη συνέχεια υποβλήθηκε σε επεξεργασία και αυτόματη κλιμάκωση [16] για τη δημιουργία του νέφους σημείων (περισσότερες λεπτομέρειες παρακάτω). Το νέφος σημείων εσωτερικού χώρου συλλέχθηκε με τη χρήση οργάνου LiDAR smartphone. Οι στρατηγικές για τους εσωτερικούς και τους εξωτερικούς χώρους αναβλήθηκαν λόγω: (i) τις απαιτήσεις για συγκλίνουσες εικόνες [47] και (ii) την ανάγκη ορισμού μετρικής κλίμακας [16]. Σε εσωτερικούς χώρους, λόγω της φύσης τους, δεν είναι δυνατή η διατήρηση συγκλίνουσας εικόνας και, ως εκ τούτου, η διαδικασία ενδέχεται να μην συγκλίνει ή να μην παρέχει ακριβή αποτελέσματα (βλ. Εικόνα 2α του [16]). Σε εσωτερικούς χώρους, λόγω της παρουσίας πολλών δωματίων, ο αυτόματος ορισμός κλίμακας με βάση τον στόχο πρέπει να πραγματοποιείται έτσι ώστε κάθε πεδίο στόχου να παρατηρείται τουλάχιστον από πέντε συγκλίνουσες εικόνες (βλ. Σχήμα 8 του [16]), κάτι που δεν μπορεί να διασφαλιστεί. Για το σκοπό αυτό, συλλέχθηκε ένα νέφος σημείων από σκηνές εσωτερικών χώρων με τη χρήση μιας έξυπνης συσκευής που βασίζεται σε LiDAR, το iPad Pro. Η διαδικασία δημιουργίας ενός πλήρους μοντέλου νέφους σημείων για ένα κτίριο εξηγείται λεπτομερέστερα στη συνέχεια. </p>

<p align="justify"> 1. Παρακολούθηση πρόσοψης SfM: Δημιουργήστε ένα νέφος σημείων των προσόψεων χρησιμοποιώντας βίντεο από smartphone και τη διαδικασία Structure-from-Motion (SfM) [16] με το COLMAP v.3.7 [48,49]. Λόγω της απαίτησης για εικόνες σύγκλισης [47] και της μεγάλης επικάλυψης δικτύου [16], πριν από τη συλλογή δεδομένων σχεδιάστηκε μια διαδρομή με τη χρήση του Google Maps. Για την εγγραφή βίντεο χρησιμοποιήθηκε ένα Apple iPhone 13 mini (γερμανική έκδοση), το οποίο μπορεί να αποκτήσει εγγραφή βίντεο 4k με 30 και 60 καρέ ανά δευτερόλεπτο (fps). Για να διατηρηθεί υψηλή επικάλυψη και ποιότητα εικόνων, χρησιμοποιήθηκε η μέθοδος iVS3D για τη δειγματοληψία και την προεπεξεργασία βίντεο ώστε να αυξηθεί η ταχύτητα και η ποιότητα της τρισδιάστατης ανακατασκευής με την εξάλειψη εικόνων με χαμηλό περιεχόμενο [50]. Η περίληψη του SfM παρουσιάζεται στην εικόνα 2. </p>

<p align="justify"> 2. Εσωτερική σάρωση LiDAR: Σάρωση του εσωτερικού του κτιρίου με την εφαρμογή σάρωσης μέσω smartphone LiDAR (Light Detection and Ranging), SiteScape. Τα δεδομένα LiDAR συλλέχθηκαν με τη χρήση του Apple iPad Pro (γερμανική έκδοση). Η πυκνότητα σημείων και τα μεγέθη σημείων στην εφαρμογή ρυθμίστηκαν σε μέτρια με αργή κίνηση κατά τη σάρωση (δηλαδή αποφεύχθηκαν περιστροφές από αριστερά προς τα δεξιά άνω των 15° περίπου). Για να διασφαλιστεί η σταθερή ποιότητα των δεδομένων, όλα τα δεδομένα συλλέχθηκαν διατηρώντας τουλάχιστον το 50% της μπαταρίας και ψύχθηκαν σε θερμοκρασία δωματίου πριν από την έναρξη της επόμενης σάρωσης. </p>

<p align="justify"> 3. Εγγραφή: Καταχώριση των συλλεχθέντων νεφών σημείων στο λογισμικό επεξεργασίας νεφών σημείων ανοικτού κώδικα, CloudCompare v.2.12.4 [51]. Μετά την κλιμάκωση του νέφους σημείων SfM, και τα δύο μεταφέρθηκαν στο CloudCompare όπου χρησιμοποιήθηκε η ανίχνευση δαπέδου με τη μέθοδο [52] για να προσανατολιστούν και τα δύο νέφη σημείων έτσι ώστε ο άξονας z να είναι παράλληλος με την κανονική του επιπέδου. Μια μετάθεση χρησιμοποιείται για την ισοπέδωση των δύο επιπέδων των δαπέδων. Χρησιμοποιώντας αυτό, το πρόβλημα της τρισδιάστατης καταχώρισης περιορίστηκε στη δισδιάστατη ευθυγράμμιση των εξωτερικών και εσωτερικών τοίχων στο επίπεδο x-y. </p>

<p align="justify"> 4. Scan vs. BIM: Ευθυγράμμιση και ανίχνευση αντικειμένων σε νέφη σημείων με χρήση του πλαισίου scan vs. BIM [14,53]. Χρησιμοποιώντας τα σχέδια και τις τεχνικές προδιαγραφές, δημιουργήθηκε ένα μοντέλο BIM (χειροκίνητα με τη χρήση του Autodesk Revit 2023) και ευθυγραμμίστηκε με το καταχωρημένο νέφος σημείων. Πραγματοποιήθηκε επαναληπτική καταγραφή του πλησιέστερου σημείου (ICP) μεταξύ του νέφους σημείων και του μοντέλου για τον προσδιορισμό της συμμόρφωσης με το παραγόμενο μοντέλο και τη διόρθωση του μοντέλου, εάν απαιτείται [54]. Οι τελικές ογκομετρικές διορθώσεις στο αρχικό σχέδιο BIM πραγματοποιήθηκαν χειροκίνητα από τα αυτόματα εξαγόμενα δάπεδα, οροφές και όρια/περιβάλλον του κτιρίου, όπως εξηγείται στην επόμενη ενότητα. </p>

[[Αρχείο:Wiki5_Pict2.png]]

''εικ. 2 Διαδικασία Structure-from-Motion με iV3D and COLMAP.''

''' <h2>Δημιουργία BIM από Point Cloud</h2> '''
<p align="justify"> Το νέφος σημείων πρέπει να μετατραπεί σε αρχείο Recap (.rcp) στο Autodesk Recap Pro 2023 και να εισαχθεί στο Autodesk Revit 2023. Για το σκοπό αυτό, οργανώθηκε μια ροή εργασίας (που παρουσιάζεται στην εικόνα 3α) ως εξής: (i) καθορισμός της καταχωρημένης προέλευσης για το νέφος σημείων, ii) καθορισμός της θέσης σάρωσης για την οροφή, iii) καθορισμός της θέσης σάρωσης για το δάπεδο και iv) δημιουργία κατάστασης προβολής για την κάτοψη. Τα αυτόματα ανιχνευόμενα πάνελ δαπέδου και οροφής [14,52] χρησιμοποιήθηκαν στο Revit για τον καθορισμό των επιπέδων. Τέλος, δημιουργήθηκε μια κατάσταση προβολής της κάτοψης χρησιμοποιώντας ένα οριοθετημένο πλαίσιο με αυτόματα επισημασμένες ακμές ορίων από το βήμα 4 παραπάνω.</p>

[[Αρχείο:Wiki5_Pict3.png]]

''εικ. 3 Προεπεξεργασία: (α) νέφος σημείων στο Recap Pro πριν από την εισαγωγή στο Revit- (β) τρισδιάστατο μοντέλο κάτοψης χώρου.''

<p align="justify">Στη συνέχεια, δημιουργήθηκε στο Revit ένα νέο μετρικό αρχιτεκτονικό έργο με καθορισμένες μονάδες. Τα επίπεδα καθορίστηκαν χρησιμοποιώντας τα δάπεδα του νέφους σημείων και τα κύρια πλέγματα σχεδιάστηκαν (κέντρο-προς-κέντρο) σύμφωνα με τις θέσεις των υποστυλωμάτων και των τοίχων. Στο επίπεδο 1, ορίστηκε το εύρος προβολής για να παρέχεται μια σαφής κάτοψη. Οι εξωτερικοί και οι εσωτερικοί τοίχοι σχεδιάζονται με βάση αυτή την κάτοψη, την πλάκα και τα θεμέλια, ενώ ακολουθεί η σχεδίαση παραθύρων, θυρών και κουρτινών. Στη συνέχεια, όλα τα αντικείμενα επιλέγονται και αντιγράφονται στα επίπεδα 2 και 3. Προστίθενται σκάλες και κιγκλιδώματα. Τέλος, ορίζονται οι λειτουργίες όλων των δωματίων και υπολογίζονται τα εμβαδά τους. Το μοντέλο ΒΙΜ αποτελείται από τρισδιάστατα παραμετρικά αντικείμενα, επιτρέποντας την τροποποίηση των διαστάσεων και των θέσεων αυτών των αντικειμένων. Στη συνέχεια χρησιμοποιήθηκε ο ιστότοπος CADMapper για τη δημιουργία ενός τρισδιάστατου τοπογραφικού σχεδίου στο Revit για το κτίριο που δημιουργείται. Αυτός ο χάρτης επέτρεψε τη δημιουργία ρεαλιστικών σεναρίων για τον υπολογισμό της ενσωματωμένης ενέργειας και του άνθρακα στο πλαίσιο των μελετών περίπτωσης (εικόνα 3β).</p>

''' <h2>Υπολογισμός ενσωματωμένου άνθρακα και ενέργειας</h2> '''
<p align="justify"> Οι αντικειμενοστραφείς πληροφορίες για το κτίριο ταξινομήθηκαν σε τέσσερα ιεραρχικά επίπεδα: (i) το ανώτερο επίπεδο που αντιπροσωπεύει ολόκληρο το κτίριο, (ii) το δεύτερο επίπεδο που περιλαμβάνει ομάδες δομικών και μη δομικών στοιχείων, (iii) το τρίτο επίπεδο που δηλώνει μεμονωμένα στοιχεία του κτιρίου, όπως τοίχους και δάπεδα, (iv) και το κατώτερο επίπεδο που περιλαμβάνει υλικά και προϊόντα. Τα δεδομένα για τα υλικά, όπως οι πυκνότητες, ο όγκος, το μήκος και το βάρος, εξήχθησαν από το μοντέλο ΒΙΜ και στη συνέχεια καταχωρήθηκαν στον κατάλογο υλικών.</p>

<p align="justify"></p>

<p align="justify"></p>

''' <h2>Πλαίσιο βελτιστοποίησης σχεδιασμού</h2> '''
<p align="justify"></p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

''' <h3>Ροή εργασίας ανακύκλωσης</h3> '''
<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

''' <h3>Κριτήρια αξιολόγησης</h3> '''
<p align="justify"></p>

<p align="justify"></p>

''' <h2>Ανακαίνιση</h2> '''

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

''' <h1>Αποτελέσματα και συζήτηση</h1> '''
''' <h2>Περίπτωση μελέτης</h2> '''
<p align="justify">Ως αντικείμενο της παρούσας έρευνας επιλέχθηκε ένα τριώροφο κτίριο κατοικιών. Τα αρχικά σχέδια και άλλα έγγραφα που σχετίζονται με την ανακαίνιση που πραγματοποιήθηκε το 2011, μαζί με το σχέδιο χώρου και τις κατόψεις, ήταν διαθέσιμα και χρησιμοποιήθηκαν για την παρούσα μελέτη. Τα κύρια χαρακτηριστικά του κτιρίου μελέτης παρουσιάζονται στον πίνακα 4.</p>

[[Αρχείο:Wiki5_Tab4.png]]

''πίνακας 4 Χαρακτηριστικά της μελέτης περίπτωσης ''

''' <h2>Συλλογή Point Clouds και διαδικασία</h2> '''
<p align="justify">Για τη συλλογή δεδομένων σχεδιάστηκε ένα μονοπάτι περπατήματος με τη χρήση ενός Apple iPhone 13 mini (γερμανική έκδοση) με ανάλυση βίντεο 4K σε 60 καρέ ανά δευτερόλεπτο (fps). Χρησιμοποιώντας το πλαίσιο iVS3D, δημιουργήθηκαν 248 εικόνες και επιλέχθηκαν για Structure-from-Motion (SfM) με χρήση του COLMAP. Στη συνέχεια, η συλλογή δεδομένων από το εσωτερικό του κτιρίου πραγματοποιήθηκε με τη χρήση ενός Apple iPad Pro (γερμανική έκδοση) με την εφαρμογή SiteScape, σαρώνοντας κάθε όροφο ξεχωριστά. Το τελικό νέφος σημείων του καταγεγραμμένου εσωτερικού και εξωτερικού χώρου δημιουργήθηκε με τη χρήση του CloudCompare, όπως φαίνεται στην Εικόνα 7d.</p>

''' <h2>Λίστα ποσοτήτων και αξιολόγηση βιωσιμότητας με βάση το BIM</h2> '''
<p align="justify">Η μελέτη χρησιμοποίησε το μοντέλο BIM που δημιουργήθηκε από το νέφος σημείων για τον προσδιορισμό του τιμολογίου ποσοτήτων, το οποίο στη συνέχεια χρησιμοποιήθηκε για την αξιολόγηση των παραγόντων βιωσιμότητας των υλικών του έργου. Η ανάλυση επικεντρώθηκε στον προσδιορισμό των παραγόντων βιωσιμότητας σε περίπτωση κατεδάφισης και αποδόμησης. Τα αποτελέσματα αποκάλυψαν ότι τα τούβλα και το σκυρόδεμα, ως πρωτογενή υλικά κατασκευής, αντιπροσώπευαν περίπου το 46% της ενσωματωμένης ενέργειας και πάνω από το 60% των εκπομπών διοξειδίου του άνθρακα. Επιπλέον, 8,5 τόνοι πλαστικού συνέβαλαν στο 18% της ενσωματωμένης ενέργειας και στο 8% των εκπομπών διοξειδίου του άνθρακα. Η μελέτη υποδηλώνει ότι η μείωση του βάρους των κύριων δομικών υλικών, όπως το σκυρόδεμα και τα τούβλα, μέσω αποτελεσματικών στρατηγικών βελτιστοποίησης και η αντικατάσταση των πλαστικών αποβλήτων με βιώσιμα κυκλικά υλικά είναι ζωτικής σημασίας για τη μείωση της ενσωματωμένης ενέργειας και των εκπομπών διοξειδίου του άνθρακα στα κτίρια, ιδίως κατά την κατεδάφιση.</p>

''' <h2>Αποδόμηση vs Κατεδάφιση</h2> '''
<p align="justify">Η μελέτη έκανε λογιστικές υποθέσεις σχετικά με τις αποστάσεις μεταξύ των διαφόρων χώρων που εμπλέκονται στις διαδικασίες αποδόμησης και διάθεσης των κτιρίων. Αυτές περιελάμβαναν τις αποστάσεις μεταξύ του παλιού κτιρίου, της νέας ανάπτυξης, του χώρου υγειονομικής ταφής απορριμμάτων, του εργοστασίου ανακύκλωσης, της αποθήκευσης και της παροχής άμμου. Για παράδειγμα, η απόσταση μεταξύ του παλιού και του νέου κτιρίου θεωρήθηκε ότι είναι 2 χιλιόμετρα. Θεωρήθηκε επίσης ότι το 85% των τούβλων θα διατηρούνταν και θα επαναχρησιμοποιούνταν, ενώ τα υπόλοιπα θα αναμειγνύονταν με μπάζα από σκυρόδεμα. Τα επαναχρησιμοποιήσιμα τούβλα θα μεταφέρονταν σε μια εγκατάσταση αποθήκευσης σε απόσταση 10 km, ενώ άλλα υλικά, όπως σκυρόδεμα, άσφαλτος και μόνωση, θα στέλνονταν σε μια μονάδα ανακύκλωσης 15 km από τον χώρο αποδόμησης. Τα χαλιά και τα κουφώματα θα απορρίπτονταν σε χώρο υγειονομικής ταφής 35 χλμ. μακριά.</p>

<p align="justify"> Με βάση αυτές τις παραδοχές, η μελέτη συνέκρινε την επιλογή μεταξύ αποδόμησης και κατεδάφισης. Διαπίστωσε ότι η αποδόμηση, με τη δυνατότητα επαναχρησιμοποίησης περισσότερων υλικών, πέτυχε υψηλότερη συνολική βαθμολογία 85 έναντι 43 για την κατεδάφιση. Κατά συνέπεια, η αποδόμηση, μαζί με τον βελτιστοποιημένο δομικό σχεδιασμό για ένα νέο κτίριο, επιλέχθηκε για σύγκριση με τη στρατηγική ανακαίνισης.</p>

''' <h2>Σύγκριση αποτελεσμάτων με το σενάριο ανακαίνισης</h2> '''
<p align="justify">Η μελέτη συγκρίνει τη στρατηγική της αποδόμησης με βελτιστοποιημένο σχεδιασμό νέου κτιρίου με την ανακαίνιση μιας υφιστάμενης εγκατάστασης, λαμβάνοντας υπόψη το κόστος, τη συνολική κατανάλωση ενέργειας και το αποτύπωμα άνθρακα. Τα αποτελέσματα δείχνουν ότι η αποδόμηση και η νέα ανάπτυξη συνεπάγονται περίπου 10,5% υψηλότερο κόστος και 7,8% υψηλότερη ενσωματωμένη κατανάλωση ενέργειας, αλλά προσφέρουν 9,6% βελτίωση στον ενσωματωμένο άνθρακα σε σύγκριση με την ανακαίνιση. Η ομάδα έργου πρέπει να ιεραρχήσει τα κριτήρια για να λάβει την τελική απόφαση. Εάν δοθεί προτεραιότητα στο κόστος και την ενσωματωμένη ενέργεια, προτιμάται η ανακαίνιση. Αυτή η μελέτη περίπτωσης υπογραμμίζει την αναγκαιότητα της ανάλυσης του κύκλου ζωής για αποφάσεις σχετικά με βαθιές ανακαινίσεις ή αποκαταστάσεις.</p>

''' <h1>Συμπεράσματα</h1> '''
<p align="justify">Η παρούσα μελέτη εξετάζει τις περιβαλλοντικές επιπτώσεις δύο σεναρίων αποκατάστασης κτιρίων: ανακαίνιση ενός υφιστάμενου κτιρίου και κατεδάφιση για την κατασκευή ενός νέου βελτιστοποιημένου κτιρίου. Χρησιμοποιεί ψηφιακά μοντέλα και σημασιολογική μοντελοποίηση κτιριακών πληροφοριών (BIM) για την αξιολόγηση των πτυχών βιωσιμότητας. Παρά τα πλεονεκτήματα της ΒΙΜ, εξακολουθούν να απαιτούνται χειρωνακτικές προσπάθειες για ακριβείς υπολογισμούς. Η έρευνα ενσωματώνει το ΒΙΜ με βάσεις δεδομένων για την αποκοπή ποσοτήτων υλικών, τον παραγωγικό σχεδιασμό, τον παραμετρικό σχεδιασμό και τη μακροπρόθεσμη αξιολόγηση της ενεργειακής απόδοσης. Προτείνεται ένα επίσημο πλαίσιο, το οποίο περιλαμβάνει στάδια όπως η ψηφιακή τεκμηρίωση, η αναδημιουργία BIM, ο σχεδιασμός, η ανακύκλωση, η βελτιστοποίηση, η εκτίμηση κόστους και η ενεργειακή ανάλυση. Η αποδόμηση κρίνεται πιο φιλική προς το περιβάλλον από την κατεδάφιση, αλλά η ανακαίνιση είναι πιο αποδοτική από άποψη κόστους με χαμηλότερη ενσωματωμένη ενέργεια. Η μελέτη υπογραμμίζει τη σημασία της ολοκληρωμένης ανάλυσης του κύκλου ζωής για την τεκμηριωμένη λήψη αποφάσεων σε έργα αποκατάστασης κτιρίων.</p>

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T11:06:04Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T11:03:49Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:47:55Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:40:20Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:38:49Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:27:35Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:25:39Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:24:50Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:21:48Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:19:40Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-13T10:11:46Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-01T18:51:19Z

Eva Christina Dimoula:

Αρχείο:Wiki5 Pict1.png

2024-03-01T18:49:50Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-01T18:36:16Z

Eva Christina Dimoula:

Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια

2024-03-01T18:22:22Z

Eva Christina Dimoula: Νέα σελίδα με ''''Πρότυπος Τίτλος''' Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων γ...'

Δημουλά Ευαγγελία Χριστίνα

2024-03-01T18:18:18Z

Eva Christina Dimoula:

*[[Από τα δεδομένα του Point Cloud (νέφος σημείων) στο Building Information Modeling-BIM (Μοντέλο Δομικών Πληροφοριών-ΜΔΠ) : Έρευνα των υπαρχουσών προσεγγίσεων]]
*[[Από τα δεδομένα του Point Cloud (νέφος σημείων) στο Building Information Modeling-BIM (Μοντέλο Δομικών Πληροφοριών-ΜΔΠ) : Μια αυτόματη παραμετρική ροή εργασιών]]
*[[Προσέγγιση εξαγωγής (μοντέλων) κτιρίων βασισμένη στον συνδυασμό Point Cloud (νέφους σημείων) από LiDAR και χαρακτηριστικών]]
*[[Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα]]
*[[Ανακαίνιση ή κατεδάφιση: Η περίπτωση της έξυπνης υποστήριξης αποφάσεων για γηρασμένα κτίρια]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Μέτσοβο)]]

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T18:15:50Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

'''Τίτλος'''
Historical Heritage Maintenance via Scan-to-BIM Approaches: A Case Study of the Lisbon Agricultural Exhibition Pavilion

'''Ημερομηνία δημοσίευσης'''
02/2024

'''Πηγή'''
https://www.mdpi.com/2220-9964/13/2/54

'''Συγγραφείς'''
Gustavo Rocha, Luís Mateus, Victor Ferreira

'''Λέξεις κλειδιά'''
scan-to-BIM (σάρωση σε Μοντέλο Δομικών Πληροφοριών), 3D laser scanning (Τρισδιάστατη σάρωση με λέιζερ) , point cloud (νέφος σημείων), ΗΒΙΜ (Historical Building Information Modeling), πολιτιστική κληρονομιά, LiDAR

''' <h1> Σύνοψη </h1> '''
<p align="justify">Το BIM έχει αναδειχθεί σε επαναστατικό εργαλείο στον τομέα της αρχιτεκτονικής συντήρησης και τεκμηρίωσης. Όταν συνδυάζεται με επίγεια τρισδιάστατη σάρωση με λέιζερ, αποτελεί μια ισχυρή μέθοδο για τη λεπτομερή καταγραφή και την αναπαράσταση των ιστορικών κτιρίων. Η μετάβαση από τα δεδομένα σάρωσης σε περιβάλλον BIM αποτελεί περίπλοκη και χρονοβόρα διαδικασία. Η ιδιαιτερότητα των ιστορικών κτιρίων δεν έγκειται μόνο στη γεωμετρική τους μορφή, αλλά και στην κατανόηση και διατήρηση της λογικής του σχεδιασμού τους, των τυπικών κανόνων σύνθεσης και της πρωταρχικής τους γεωμετρίας. Επομένως είναι σημαντικό κατά την ψηφιακή τους μεταφορά να διατηρείται η πιστότητα στην αναπαράσταση των αναλογιών, των σχημάτων και των συμμετριών στο μοντέλο που προκύπτει. Λαμβάνοντας υπόψη αυτές τις προθέσεις και τις δυνατότητες, το παρόν άρθρο εμβαθύνει στην διαδικασία ψηφιοποίησης και μοντελοποίησης ΒΙΜ του περιπτέρου της Αγροτικής Έκθεσης της Λισαβόνας. Η μελέτη δομείται σε τρία μέρη: την επίγεια τρισδιάστατη σάρωση με λέιζερ του περιπτέρου, στη συνέχεια την ολοκληρωμένη καταγραφή, επεξεργασία και ευθυγράμμιση των σαρώσεων και τέλος το λεπτομερές μοντέλο ΒΙΜ με τη χρήση του λογισμικού Revit 2020.</p>

''' <h1> Εισαγωγή </h1> '''
<p align="justify">Το Building Information Modeling (BIM), η τρισδιάστατη σάρωση με λέιζερ και η φωτογραμμετρία έχουν επηρεάσει την αρχιτεκτονική, τη μηχανική και την κατασκευαστική βιομηχανία μέσω της εισαγωγής προηγμένων τεχνολογιών. Το BIM, το οποίο βασίζεται σε τρισδιάστατα μοντέλα, αλλάζει τον τρόπο διαχείρισης πληροφοριών στον κατασκευαστικό τομέα, επηρεάζοντας τομείς όπως η διαχείριση πληροφοριών, οι τεχνικές οπτικοποίησης και η ευκολία στο κομμάτι της συντήρησης. Η χρήση της σάρωσης με λέιζερ και της φωτογραμμετρίας δίνει τη δυνατότητα για ακριβή καταγραφή δεδομένων από υφιστάμενα περιβάλλοντα, συμβάλλοντας στην ψηφιοποίηση και οπτικοποίηση του BIM. Αυτός ο συνδυασμός τεχνολογιών αποδεικνύεται εξαιρετικά αποτελεσματικός στη δημιουργία ακριβών μοντέλων χώρων και κτιρίων με παράλληλη δυνατότητα τεκμηρίωσής τους.</p>

<p align="justify">Η ακριβής αναπαράσταση ενός κτιρίου με τη χρήση απλών τεχνικών μέτρησης είναι αρκετά δύσκολη ειδικότερα σε περιπτώσεις πολύπλοκων και σύνθετων κατασκευών. Η χρήση μεθόδων όπως η τρισδιάστατη σάρωση με λέιζερ και η ψηφιακή φωτογραμμετρία μπορούν να προσφέρουν καλύτερα, ακριβέστερα και ταχύτερα αποτελέσματα.</p>

<p align="justify">Η διαδικασία scan-to-BIM, ο συνδυασμός δηλαδή του BIM με τεχνολογίες όπως το LiDAR (Light Detection And Ranging) και η ψηφιακή φωτογραμμετρία περιλαμβάνει τη μετατροπή δεδομένων Point Cloud σε τρισδιάστατα μοντέλα BIM. Σημαντικά οφέλη του scan-to-BIM όπως η βελτιωμένη διαχείριση των πληροφοριών ενός κτιρίου στον κύκλο ζωής του και η ακριβής οπτικοποίηση αρχιτεκτονικών λεπτομερειών, το καθιστούν σημαντικό εργαλείο για τη διατήρηση και συντήρηση της αρχιτεκτονικής πολιτιστικής κληρονομιάς. Ωστόσο η μετάβαση στη μέθοδο αυτή έχει προκλήσεις σχετικά με το κόστος (πλατφορμών, εκπαίδευσης, φύση του έργου) με αποτέλεσμα να μην είναι ιδιαίτερα διαδεδομένη.</p>

<p align="justify">Στην περίπτωση του HBIM προκύπτουν επιπλέον δυσκολίες λόγω της ετερογένειας των δομικών στοιχείων των ιστορικών κτιρίων, η οποία έρχεται σε σύγκρουση με τη λογική τυποποίησης και παραμετροποίησης του BIM.</p>

<p align="justify">Η μοντελοποίηση σε BIM είναι πιο εύχρηστη για ορθοκανονικές κατασκευές, δημιουργώντας μια ακόμη δυσκολία στις περιπτώσεις κατασκευών με μη ορθοκανονική γεωμετρία. Λόγω αυτής της ιδιότητας του BIM είναι πιθανό να επηρεαστεί η ακρίβεια της αναπαράστασης στις περιπτώσεις των ιστορικών κτιρίων. Ένας σημαντικός παράγοντας για τη μοντελοποίηση είναι η ανοχή στην ακρίβεια, έτσι ώστε και να επιτευχθεί η αξιόπιστη αναπαράσταση αλλά και να μην δημιουργηθούν υπερβολικά πολύπλοκα μοντέλα που θα επηρεάσουν το κόστος και τη ροή της εργασίας. Το επίπεδο ακρίβειας (Level Of Accuracy-LOA) και το επίπεδο ανάπτυξης (Level Of Development-LOD) χρησιμοποιούνται για την ταξινόμηση ενός μοντέλου BIM σε σχέση με το επίπεδο ακρίβειάς του.</p>

<p align="justify">Ένα μοντέλο BIM πέρα από την τρισδιάστατη αρχιτεκτονική απεικόνιση, αποτελεί τη βάση για την ενσωμάτωση δεδομένων που αφορούν τη διαχείριση στον κύκλο ζωής του κτιρίου από τον σχεδιασμό και την κατασκευή του έως τη συνεχή συντήρησή του ακόμη και την ενδεχόμενη καθαίρεση ή επανάχρησή του. Μπορεί επίσης να χρησιμοποιηθεί ως κεντρικό αποθετήριο πληροφοριών για διεπιστημονική συνεργασία.</p>

<p align="justify">Συγκεκριμένα στα ιστορικά κτίρια, η λεπτομερής καταγραφή και ανάλυσή τους βοηθά τους ειδικούς να αποκτήσουν γνώσεις σχετικά με τις σχεδιαστικές προθέσεις μέσα στο ιστορικό τους πλαίσιο και έτσι να διασφαλίσουν στο μέλλον ότι πιθανές τροποποιήσεις και προσθήκες θα γίνουν με σεβασμό και αρμονία στην αρχική δομή διατηρώντας τον ιστορικό χαρακτήρα και την αρχιτεκτονική συνοχή.</p>

<p align="justify">Παρόλο που το BIM χρησιμοποιείται κυρίως σε νέα κατασκευαστικά έργα, οι δυνατότητές του στο πλαίσιο της αρχιτεκτονικής κληρονομιάς δεν έχουν διερευνηθεί πλήρως. Στόχος της παρούσας εργασίας είναι η δημιουργία ενός μοντέλου BIM για ένα ιστορικό κτίριο με τη διαδικασία scan-to-BIM.</p>

<p align="justify">Στην περίπτωση μελέτης του περιπτέρου της Αγροτικής Έκθεσης της Λισαβόνας απεικονίζεται η μεθοδολογία από την αρχική έρευνα έως τη δημιουργία του μοντέλου BIM. Στόχος είναι η παράθεση ενός ολοκληρωμένου μεθοδολογικού οδηγού για την ένταξη και χρήση του BIM ως εργαλείου στον τομέα της διαχείρισης της πολιτιστικής κληρονομιάς.</p>

''' <h1> Περίπτωση μελέτης </h1> '''
''' <h2> Το περίπτερο της αγροτικής έκθεσης στη Λισαβόνα </h2> '''
<p align="justify">Το περίπτερο της Αγροτικής Έκθεσης της Λισαβόνας είναι ιδιοκτησία του Instituto Superior de Agronomia και χτίστηκε σε σχέδια του Luis Caetano Pedro de Avila για την 3η Αγροτική Έκθεση το 1884. Το 1984 με αφορμή την εκατονταετηρίδα του ανακαινίστηκε και εντάχθηκε στην πολιτιστική κληρονομιά της πόλης. Σήμερα λειτουργεί ως χώρος πολλαπλών χρήσεων με μέγιστη χωρητικότητα 1000 ατόμων.</p>

<p align="justify">Αναπτύσσεται σε δύο επίπεδα, με το κύριο επίπεδό του να σχηματίζει μια ανοιχτή ημιωοειδή κάτοψη που συνδέεται με τρία οκταγωνικά δωμάτια, δύο στα άκρα και ένα κεντρικά. Η στέγαση των οκταγωνικών δωματίων γίνεται με θόλους οι οποίοι στηρίζονται σε μεταλλικά πλαίσια, ενώ η κύρια πτέρυγα έχει δίρριχτη στέγη που στηρίζεται σε μεταλλικά ζευκτά. Η είσοδος από τον περιβάλλοντα χώρο γίνεται μέσω κλιμάκων και οι προσβάσεις στον κύριο όροφο μέσω των περιμετρικών εξωτερικών διαδρόμων.</p>

<p align="justify">Οι τοίχοι είναι κατασκευασμένοι από τούβλα και στα ανοίγματα των όψεων συναντάμε μεγάλα υαλοστάσια με μεταλλικά πλαίσια. Στους εξωτερικούς διαδρόμους. Στο κάτω επίπεδο του περιπτέρου εντάσσονται βοηθητικές χρήσεις.</p>

''' <h2>Μελέτη κτιρίων, επεξεργασία δεδομένων και καταχώριση Point Cloud</h2> '''
<p align="justify">Για την αποτύπωση του κτιρίου χρησιμοποιήθηκαν σαρωτής λέιζερ 3D Faro Focus 120S για τη λήψη μετρήσεων, Trimble R8 GNSS GPS για τη γεωαναφορά και ένα κινητό για τη φωτογραφική τεκμηρίωση. Οι λήψεις στο πεδίο κατέγραψαν δεδομένα από 176 σταθμούς-στάσεις σάρωσης. Η έκταση που καλύφθηκε ήταν 1655τμ για τους κλειστούς χώρους του κτιρίου, 700τμ για τους υπαίθριους χώρους του και 14 στρέμματα για τον περιβάλλοντα χώρο. Τα δεδομένα ενοποιήθηκαν σε ένα Point Cloud το οποίο τοποθετήθηκε στις πραγματικές συντεταγμένες με βάση το σταθμό GPS που χρησιμοποιήθηκε.</p>

<p align="justify">Η σάρωση με λέιζερ αποτύπωσε λεπτομέρειες της όψης, ενώ η φωτογραφική τεκμηρίωση διασφάλισε μια ολοκληρωμένη και ακριβή αναπαράσταση στο μοντέλο BIM. Το ανάγλυφο και οι κλίσεις του περιβάλλοντα χώρου επέτρεψαν στο σαρωτή λέιζερ να καταγράψει αποτελεσματικά τα ψηλότερα σημεία του κτιρίου (στέγες, θόλους).</p>

<p align="justify">Για την καταγραφή του Point Cloud χρησιμοποιήθηκε το λογισμικό Faro Scene (έκδοση 7.5). Οι σαρώσεις κατηγοριοποιήθηκαν σε πέντε συστάδες και ευθυγραμμίστηκαν στις χωρικές τους θέσεις ανάλογα με το επίπεδο στο οποίο βρίσκονταν. Για κάθε συστάδα πραγματοποιήθηκε προ-ευθυγράμμιση χειροκίνητα. Προεργασίες τέτοιου τύπου είναι κρίσιμες για τη μείωση του υπολογιστικού φόρτου που πρέπει να εκτελέσει το λογισμικό ώστε να προσανατολιστεί κατάλληλα η κάθε σάρωση.</p>

<p align="justify">Μετά την προεργασία ακολούθησε αυστηρός οπτικός έλεγχος για την τελική ευθυγράμμιση ώστε να παραχθεί το οριστικό Point Cloud (εικ. 1)</p>

[[Αρχείο:Wiki4_Pict1.png]]

''εικ. 1 πάνω αριστερά: προ-ευθυγράμμιση στο κατώτερο επίπεδο του κτιρίου, πάνω δεξιά: επεξεργασία πριν την εισαγωγή σε Faro, κάτω αριστερά: οριστική ευθυγράμμιση όλων των επιπέδων, κάτω δεξιά: ενοποιημένο οριστικό Point Cloud''

''' <h2>Μοντελοποίηση με BIM</h2> '''
<p align="justify">Στόχος ήταν να διεξαχθεί μια αρχιτεκτονική έρευνα του κτιρίου και να δημιουργηθεί ένα μοντέλο BIM της τρέχουσας κατάστασής του, έτσι ώστε το μοντέλο να μπορεί να χρησιμοποιηθεί σε ένα έργο αποκατάστασης και, στο μέλλον, για τη διαχείριση των εγκαταστάσεων, υποστηρίζοντας έτσι την αποτελεσματική λειτουργία και συντήρηση του κτιρίου.</p>

<p align="justify">Καθορίστηκε η περιοχή προς μοντελοποίηση, προσδιορίστηκαν αρχιτεκτονικά και δομικά στοιχεία που θα συμπεριληφθούν στο μοντέλο και ορίστηκαν τα απαιτούμενα επίπεδα λεπτομέρειας για διαφορετικά στοιχεία, ώστε να αποφευχθεί περιττή εργασία.</p>

<p align="justify">Αποφασίστηκε ότι το μοντέλο θα περιλαμβάνει τα κύρια αρχιτεκτονικά στοιχεία που είναι τυπικά στα περισσότερα κτίρια, όπως εμφανή φέροντα στοιχεία (υποστυλώματα, δοκοί), τοίχοι, δάπεδα, στέγες, πόρτες, παράθυρα, πάγκοι, είδη υγιεινής, σκάλες αλλά και στοιχεία διαμόρφωσης του περιβάλλοντα χώρου όπως πεζοδρόμια, μονοπάτια και τοίχοι αντιστήριξης.</p>

<p align="justify">Το επίπεδο λεπτομέρειας κυμαίνεται από LOD 200 έως LOD 300 με βάση τα πρότυπα που ορίζει το BIM Forum. Στοιχεία που αποτυπώθηκαν στο Point Cloud αλλά αποφασίστηκε να μην ενσωματωθούν στο μοντέλο, όπως βλάστηση, φωτισμός εξωτερικού χώρου και σωληνώσεις μπορούν να ενταχθούν σαν πληροφορία μέσω μελλοντικών ενημερώσεων.</p>

<p align="justify">Το Point Cloud ευθυγραμμίστηκε μέσω του λογισμικού Faro Scene (έκδοση 7.5) και έγινε καθαρισμός των ανεπιθύμητων σημείων του στο Autodesk Recap. Το αρχείο RCP (εικ. 2) που προέκυψε, χρησιμοποιήθηκε αργότερα στο Autodesk Revit με σκοπό τη μοντελοποίηση BIM.</p>

[[Αρχείο:Wiki4_Pict2.png]]

''εικ. 2 Point Cloud του κτιρίου''

<p align="justify">Το περίπτερο της Αγροτικής Έκθεσης αποτελεί παράδειγμα νεοκλασικής αρχιτεκτονικής με βασικά χαρακτηριστικά την αρμονία, τη συμμετρία και τις αναλογίες που καθορίζονται από μαθηματικές σχέσεις και μετρήσεις, όπως η χρυσή τομή. Για την μοντελοποίηση του κτιρίου με βάση το Point Cloud είναι κρίσιμο να αναγνωριστούν πρώτα οι σχεδιαστικές αρχές του κτιρίου και να εντοπιστούν τα σημαντικά δομικά στοιχεία καθώς και η ιεραρχία και η διάταξή τους.</p>

<p align="justify">Η διαδικασία μοντελοποίησης ξεκινά με την αναγνώριση και τη δημιουργία των κατασκευαστικών αξόνων του κτιρίου (εικ. 3). Στη συνέχεια τοποθετούνται τα φέροντα στοιχεία, τα στοιχεία πλήρωσης, η τοπογραφία του περιβάλλοντα χώρου και τέλος δευτερεύοντα αρχιτεκτονικά και δομικά χαρακτηριστικά. Η προσέγγιση αυτή από τα πιο βασικά στα πιο λεπτομερή διασφαλίζει την τήρηση των σχεδιαστικών αρχών της αρχικής κατασκευής, ενώ εμπλουτίζει στο μοντέλο με λεπτομέρειες στο στάδιο της τελειοποίησης.</p>

[[Αρχείο:Wiki4_Pict3.png]]

''εικ. 3 Σχεδιασμός πριν τη μοντελοποίηση BIM α: πορεία προσδιορισμού των δομικών αξόνων (με πράσινο χρώμα οι άξονες, με κόκκινο οι κύκλοι που ορίζουν το κτίριο και με μπλε τα σημεία του Point Cloud β: Προκαταρκτικές μελέτες μοντελοποίησης για την τελική σχεδίαση των κατασκευαστικών αξόνων (με πράσινο), των εξωτερικών τοίχων και του άξονα της στέγης (ροζ χρώμα)''

<p align="justify">Τα system families του Revit (τοίχοι, στέγες, δάπεδα, σκάλες) μοντελοποιήθηκαν ως παραμετρικά στοιχεία, ώστε να υπάρχει η δυνατότητα προσαρμογής τους. Αντιθέτως, άλλα στοιχεία με δυνατότητα εισαγωγής επί-τόπου (load in-place) όπως πόρτες, παράθυρα, υποστυλώματα κα, μοντελοποιήθηκαν κατά περίπτωση και μοναδικά. </p>

<p align="justify">Τα τυπικά στοιχεία, όπως οι κοινές πόρτες στο κάτω επίπεδο και οι δοκοί οροφής και τα ζευκτά, μοντελοποιήθηκαν με προϋπάρχουσες οικογένειες και παραμετρικές διαστάσεις. Τα προσαρμοσμένα στοιχεία παραμετροποιήθηκαν μόνο εάν είχαν διαφορετικές διαστάσεις εντός του έργου, όπως ορισμένα υποστυλώματα.</p>

<p align="justify">Η προϋπάρχουσα παραμετροποίηση αξιοποιήθηκε για εξοικονόμηση χρόνου χωρίς να υποβαθμίζεται η ποιότητα του έργου. Σε κάθε περίπτωση, ανεξάρτητα από τις παραμέτρους των διαστάσεων, δημιουργήθηκαν families με παραμέτρους τελειώματος υλικού. Καθώς είναι families του Revit, ακόμη και αυτά με προσαρμοσμένη μοντελοποίηση μπορούν να ενημερώσουν τα χαρακτηριστικά και τις άλλες παραμέτρους τους, όπως απαιτείται, διευκολύνοντας την ενσωμάτωση σε μια ροή εργασιών. Η γεωμετρική ανακατασκευή αυτού του κτιρίου έθεσε σημαντικές προκλήσεις πέρα από τον προσδιορισμό της δομικής λογικής, των αξόνων και των συμμετριών που περιγράφηκαν προηγουμένως. Ιδιαίτερα, η αναπαραγωγή περίπλοκων σχημάτων που αποκλίνουν από τις τυπικές φόρμες που προσαρμόστηκαν στα εργαλεία BIM αποδείχθηκε απαιτητική. Τέτοιες πολυπλοκότητες περιελάμβαναν τους θόλους, τα κιγκλιδώματα των κλιμάκων, τις κλασικές λεπτομέρειες πρόσοψης, τα υποστυλώματα και τις τυπολογίες των θυρών μέσα στα υαλοστάσια των όψεων.</p>

<p align="justify">Το περίπτερο έχει τρεις οκταγωνικούς θόλους (εικ. 4), τους δύο τοποθετημένους στα άκρα του και έναν μεγαλύτερο κεντρικό θόλο. Το λογισμικό Revit 2020 έχει εγγενείς περιορισμούς στη μοντελοποίηση μη τυπικών γεωμετριών, καθιστώντας έτσι αναγκαία την ανάλυση του αντικειμένου στα βασικά γεωμετρικά του συστατικά.</p>

[[Αρχείο:Wiki4_Pict4.png]]

''εικ. 4 Ο κεντρικός θόλος, εσωτερική και εξωτερική απεικόνιση''

<p align="justify">Πρόκειται ουσιαστικά για συνδυασμό δύο σταυροθολίων που προκύπτουν από τις τομές δυο ζευγών οξυκόρυφων θόλων, με το δεύτερο ζεύγος να πραγματοποιεί στροφή 45 μοιρών (εικ. 5). Κατά συνέπεια, ο οκταγωνικός θόλος προέρχεται από τη διασταύρωση αυτών των δύο σταυροθολίων και παρουσιάζει μια ακανόνιστη βάση. Αυτή η σύνθετη γεωμετρία εισάγει μια δυναμική διακύμανση, προσδίδοντας λιγότερη ομοιομορφία και πρόσθετη κίνηση στη μορφή του αντικειμένου, διατηρώντας ωστόσο τη συμμετρία.</p>

[[Αρχείο:Wiki4_Pict5.png]]

''εικ. 5 Ανάλυση σε βασικές γεωμετρίες του οκταγωνικού θόλου''

<p align="justify">Η χρήση του Revit και παρόμοιων λογισμικών μοντελοποίησης κτιριακών πληροφοριών (BIM) στην αρχιτεκτονική μοντελοποίηση συνοδεύεται από ορισμένους περιορισμούς στα σύνολα των εργαλείων τους. Κάθε family εντός του λογισμικού έχει τη δική του λογική μοντελοποίησης, κατάλληλη για τη βασική ανακατασκευή αρχιτεκτονικών στοιχείων. Ενώ υπάρχει ένα εργαλείο μοντελοποίησης ελεύθερης φόρμας στο Revit, περιορίζεται σε βασικές τεχνικές πρωτόγονης γεωμετρίας, όπως η εξώθηση, η σάρωση, η περιστροφή και η ανάμειξη, χωρίς να περιλαμβάνει τη μοντελοποίηση NURBS (Non-Uniform Rational Basis Spline) για περίπλοκες γεωμετρίες.</p>

<p align="justify">Στην περίπτωση του σχεδιασμού θόλων για το περίπτερο της έκθεσης, το εργαλείο μοντελοποίησης όγκου στο Revit χρησιμοποιήθηκε αρχικά για τη δημιουργία της επιφάνειας του θόλου, στην οποία αργότερα θα ενσωματώνονταν κατασκευαστικά στοιχεία. Αυτό περιλάμβανε την προεκβολή προφίλ από την αρχική γεωμετρία και τη χρήση τεχνικών εξώθησης στερεών και κενών, καθώς και αφαίρεσης μορφής, για να σχηματιστεί ο όκγος για κάθε θόλο. Το επίπεδο χρησίμευσε στη συνέχεια ως βάση για τη δημιουργία του εξωτερικού στρώματος της επένδυσης της στέγης με τη χρήση του εργαλείου "wall by face", καθώς το τυπικό εργαλείο "roof by face" ήταν ακατάλληλο για την κλίση και το πολύπλοκο σχήμα της στέγης. Δημιουργήθηκε ένα προσαρμοσμένο family στέγης που περιλάμβανε όλα τα απαραίτητα χαρακτηριστικά (εικ. 6).</p>

<p align="justify">Επιπλέον, το εργαλείο "curtain system by face" χρησιμοποιήθηκε για τον σχεδιασμό ενός κεκλιμένου συστήματος υαλοπετασμάτων, το οποίο ενσωμάτωσε επίσης τα υπάρχοντα χαλύβδινα δομικά προφίλ εντός του θόλου. Τέλος, προστέθηκαν λεπτομέρειες φινιρίσματος και διακοσμητικά στοιχεία.</p>

[[Αρχείο:Wiki4_Pict6.png]]

''εικ. 6 βήματα δημιουργίας της στέγης στο Revit a: αναγνώριση των βασικών γεωμετριών, εφαρμογή ένωσης και τομής όγκων για την εξαγωγή της τελικής γεωμετρικής φόρμας και εφαρμογή της εντολής "wall by face" b: εφαρμογή του εργαλείου "curtain system by face" για να σχεδιαστούν τα δομικά στοιχεία. c: αξονομετρική τομή του τελικού θόλου''

<p align="justify">Η στρατηγική μοντελοποίησης για τα διάφορα δομικά στοιχεία προσαρμόστηκε ανάλογα με τη φύση τους και το επιθυμητό επίπεδο λεπτομέρειας. Διακοσμητικά χαρακτηριστικά όπως γείσα δημιουργήθηκαν με το εργαλείο μοντελοποίησης ελεύθερης μορφής του Revit in-place, χρησιμοποιώντας προφίλ που σχεδιάστηκαν από τα δεδομένα του Point Cloud. Πολύπλοκες γεωμετρίες τοίχων, ιδίως κάτω από σκάλες, απαιτούσαν επίσης το εργαλείο ελεύθερης μορφής λόγω των μη τυποποιημένων σχημάτων τους.</p>

<p align="justify">Τα κιγκλιδώματα των εξωτερικών κιγκλιδωμάτων κατασκευάστηκαν χρησιμοποιώντας ένα ειδικό family στο Revit, με ακριβή αναφορά που παρέχεται από εισαγόμενα πλέγματα από το CloudCompare για διακοσμητικές λεπτομέρειες. Τα διακοσμητικά στοιχεία μοντελοποιήθηκαν με ακρίβεια, αξιοποιώντας την ανάλυση του Point Cloud, τη φωτογραφική τεκμηρίωση και τις χειροκίνητες μετρήσεις για να διασφαλιστεί η διατήρηση των αναλογιών.</p>

<p align="justify">Για στοιχεία με οργανικές λεπτομέρειες, έγιναν προσεγγίσεις μοντελοποίησης. Ορισμένα χαρακτηριστικά, όπως οι γυάλινες πόρτες, τα κυκλικά ανοίγματα των θόλων και οι περίπλοκες μαρκίζες της στέγης μοντελοποιήθηκαν αρχικά in-place στο Revit και αργότερα μετατράπηκαν σε families.</p>

<p align="justify">Η τοπογραφία του περιβάλλοντος του χώρου δημιουργήθηκε με τη χρήση του plug-in "Scan Terrain", εξασφαλίζοντας την ακριβή αναπαράσταση του πραγματικού εδάφους στο περιβάλλον BIM. Συνολικά, η προσέγγιση μοντελοποίησης εξισορρόπησε τη λεπτομέρεια και την απλούστευση για την αποτελεσματική επίτευξη των στόχων και του πεδίου εφαρμογής του έργου (εικ. 7).</p>

[[Αρχείο:Wiki4_Pict7.png]]

''εικ. 7 αριστερά το Point Cloud της κύριας εισόδου, δεξιά το αντίστοιχο σημείο όπως προέκυψε στο BIM''

''' <h1> Αποτελέσματα </h1> '''

<p align="justify">Η διαδικασία μοντελοποίησης BIM ακολούθησε μια προσέγγιση από πάνω προς τα κάτω, αυξάνοντας σταδιακά το επίπεδο λεπτομέρειας (LOD) καθώς το έργο προχωρούσε (εικ. 8). Ξεκίνησε με τον καθορισμό του γεωμετρικού πλαισίου και των κύριων στοιχείων του περιπτέρου και στη συνέχεια πρόσθεσε σταδιακά δευτερεύοντα στοιχεία και λεπτομέρειες. Αυτή η συστηματική προσέγγιση αντανακλούσε την πραγματική κατασκευαστική λογική, διατηρώντας τη σειρά και την ιεραρχία.</p>

[[Αρχείο:Wiki4_Pict8.png]]

''εικ. 8 η εξέλιξη της μοντελοποίησης από το Point Cloud στο μοντέλο BIM''

<p align="justify">Για ένα συνεκτικό μοντέλο BIM κατάλληλο για χρήση σε μελλοντικές ροές εργασίας ανακαίνισης και αποκατάστασης, η ακριβής κατηγοριοποίηση των στοιχείων είναι ζωτικής σημασίας. Το μοντέλο του περιπτέρου απέφυγε να στηριχθεί σε εξωτερικό λογισμικό ή σε μοντελοποίηση πλέγματος, διασφαλίζοντας ότι όλα τα στοιχεία αναπτύχθηκαν με τη χρήση εργαλείων Revit για ακριβή ταξινόμηση και κατηγοριοποίηση. Αυτή η μέθοδος διευκόλυνε την ακριβή εξαγωγή πληροφοριών, συμπεριλαμβανομένων μετρήσεων, ποσοτήτων υλικών και γεωμετρικών λεπτομερειών.</p>

<p align="justify">Διάφορα αρχιτεκτονικά στοιχεία μοντελοποιήθηκαν χρησιμοποιώντας παραδοσιακές μεθόδους, προσαρμοσμένες λύσεις in-place ή αυτοματοποιημένα plugins (πίνακας 1).</p>

[[Αρχείο:Wiki4_Tab1.png]]

''πίνακας 1 αρχιτεκτονικά στοιχεία και οι τρόποι μοντελοποίησης τους''

<p align="justify">Μια συγκριτική ανάλυση μεταξύ του μοντέλου BIM και των δεδομένων του Point Cloud έδειξε υψηλή ακρίβεια που επιτεύχθηκε μέσω χειροκίνητων μεθόδων μοντελοποίησης. Οι αποκλίσεις μεταξύ του μοντέλου BIM και της πραγματικής δομής ποσοτικοποιήθηκαν, με χρωματικές διαβαθμίσεις που υποδεικνύουν τις αποκλίσεις (εικ. 9). Το ιστόγραμμα απεικόνιζε κυρίως ομαδοποιημένες διαφορές γύρω από το μηδέν, υποδεικνύοντας ευθυγράμμιση μεταξύ του χειροκίνητου μοντέλου BIM και των φυσικών μετρήσεων (εικ. 10). Κατά μέσο όρο, υπήρχε απόκλιση απόστασης 12 mm, γεγονός που καταδεικνύει τη συνέπεια μεταξύ των διαφόρων σεναρίων μοντελοποίησης.</p>

[[Αρχείο:Wiki4_Pict9.png]]

''εικ. 9 ανάλυση ακρίβειας μοντέλου, πάνω: ανάλυση για το συνολικό μοντέλο, κάτω: ανάλυση για την ακρίβεια αναφορικά με τους τοίχους''

[[Αρχείο:Wiki4_Pict10.png]]

''εικ. 10 ιστόγραμμα κατανομής αποκλίσεων μεταξύ μοντέλου BIM Και σημειακών δεδομένων του Point Cloud, που υποδεικνύουν την ακρίβεια της γεωμετρικής αναπαράστασης του μοντέλου''

<p align="justify">Οι αναλύσεις της ακρίβειας του μοντέλου BIM παρέχουν πληροφορίες για τα δομικά στοιχεία και την ακεραιότητα των τοίχων του κτιρίου, εντοπίζοντας πιθανές ανωμαλίες όπως αποκλίσεις, κλίσεις και παραμορφώσεις. Οι αποκλίσεις που επισημαίνονται από τον χάρτη θερμότητας προσφέρουν έναν λεπτομερή χάρτη των επιφανειακών ατελειών, βοηθώντας στην αξιολόγηση των δομικών συνθηκών και της ανάγκης για παρέμβαση ή παρακολούθηση.</p>

<p align="justify">Τα στοιχεία του μοντέλου BIM τηρούν διαφορετικά επίπεδα ανάπτυξης με βάση τις κατευθυντήριες γραμμές του Αμερικανικού Ινστιτούτου Αρχιτεκτόνων (AIA), εστιάζοντας κυρίως στα πρότυπα LOD 300 και LOD 350. Το LOD 300 δίνει έμφαση στη γεωμετρία και τις χωρικές σχέσεις, ενώ το LOD 350 περιλαμβάνει λεπτομερείς αναπαραστάσεις των αλληλεπιδράσεων με τα συστήματα και τα γειτονικά στοιχεία, εξασφαλίζοντας μια ισορροπία μεταξύ ακρίβειας και πληροφοριακής αξίας.</p>

<p align="justify">Η ολοκλήρωση του μοντέλου BIM για το περίπτερο της γεωργικής έκθεσης της Λισαβόνας περιλάμβανε 147 ώρες αθροιστικής εργασίας. Αυτή περιλάμβανε αρχιτεκτονική τοπογράφηση, ψηφιοποίηση μέσω TLS (Terrestrial Laser Scaning), απόκτηση τοπογραφικών δεδομένων με χρήση τεχνολογίας GNSS (Global Navigation Satellite System), καταγραφή σάρωσης, επεξεργασία, γεωαναφορά, δημιουργία Point Cloud, βελτίωση και κατασκευή μοντέλου ΒΙΜ. Η λεπτομερής τεκμηρίωση αυτών των σταδίων παρέχεται στον πίνακα 2.</p>

[[Αρχείο:Wiki4_Tab2.png]]

''πίνακας 2 εργαλεία και χρόνος που απαιτήθηκε για κάθε στάδιο''

<p align="justify">Μετά την οριστικοποίηση του μοντέλου BIM, παράχθηκαν τα απαιτούμενα τεχνικά σχέδια και οι βασικές γραφικές αναπαραστάσεις του έργου (εικόνες 11-13). Με την αξιοποίηση των προηγμένων λειτουργιών της τεχνολογίας ΒΙΜ, τα σχέδια αυτά δημιουργήθηκαν με μεγαλύτερη ταχύτητα και ακρίβεια από ό,τι συνήθως επιτυγχάνεται με συμβατικές μεθόδους, όπως αυτές που χρησιμοποιούνται στα συστήματα CAD.</p>

[[Αρχείο:Wiki4_Pict11.png]]

''εικ. 11 γενική κάτοψη στο τοπογραφικό''

[[Αρχείο:Wiki4_Pict12.png]]

''εικ. 12 όψεις''

[[Αρχείο:Wiki4_Pict13.png]]

''εικ. 13 τομές''

''' <h1>Συζήτηση</h1> '''
<p align="justify">Οι τεχνολογίες αποτύπωσης της πραγματικότητας, ιδίως η τρισδιάστατη σάρωση με λέιζερ, προσφέρουν ακριβείς μεθοδολογίες για την καταγραφή αρχιτεκτονικών έργων, που είναι μεγάλης σημασίας για τη συντήρηση και την αποκατάσταση τους. Η μετατροπή των δεδομένων σε Point Clouds και στη συνέχεια σε μοντέλα ΒΙΜ διευκολύνει τις λεπτομερείς ψηφιακές ανακατασκευές, βοηθώντας τις δομικές αναλύσεις, την αρχιτεκτονική τεκμηρίωση και τον σχεδιασμό συντήρησης. </p>

<p align="justify">Η διαδικασία σάρωσης σε ΒΙΜ εφαρμόστηκε στο περίπτερο της Αγροτικής Έκθεσης της Λισαβόνας για ενδελεχή τεκμηρίωση και λεπτομερή ανάλυση, υποστηρίζοντας μελλοντικά έργα. Το μοντέλο ΒΙΜ παρείχε λεπτομερή τρισδιάστατη απεικόνιση, ακριβείς μετρήσεις και διευκόλυνε προσομοιώσεις σεναρίων αποκατάστασης και αξιολογήσεις επιπτώσεων.</p>

<p align="justify">Η μοντελοποίηση του περιπτέρου έθεσε μοναδικές προκλήσεις λόγω του πολύπλοκου σχεδιασμού του με πολυάριθμα διακοσμητικά στοιχεία και ένα ξεχωριστό κλασικό στυλ που διέπεται από συγκεκριμένους κανόνες αναλογίας και συμμετρίας. Πριν από τη μοντελοποίηση, ήταν απαραίτητο να αναλυθεί η γεωμετρία του, να εντοπιστούν οι συμμετρικοί άξονες και να κατανοηθούν σε βάθος οι αρχές του σχεδιασμού.</p>

<p align="justify">Οι εμπλεκόμενοι επαγγελματίες έπρεπε να κατανοήσουν την αρχιτεκτονική γλώσσα και τις αρχές σχεδιασμού για να διασφαλίσουν την ακρίβεια και την ακεραιότητα. Η κατανόηση της πρόθεσης του αρχιτέκτονα του έργου ήταν σημαντική για τη διατήρηση της ιστορικής αυθεντικότητας και την ακριβή αναπαράσταση της δομής.</p>

<p align="justify">Οι περιορισμοί των Point Clouds περιλαμβάνουν την καταγραφή μόνο των ορατών επιφανειών, απαιτώντας την ερμηνεία από εμπειρογνώμονες και την ενσωμάτωση συμπληρωματικών πληροφοριών από φωτογραφίες, τεχνικά σχέδια και επιτόπιες παρατηρήσεις. Η έρευνα πεδίου ενισχύει την ακρίβεια μοντελοποίησης.</p>

<p align="justify">Στο πεδίο της αρχιτεκτονικής συντήρησης, η παρούσα έρευνα καταδεικνύει την προηγμένη εφαρμογή της επίγειας σάρωσης με λέιζερ που ενσωματώνεται στις διαδικασίες BIM. Η μελέτη παρουσιάζει μια μεθοδική προσέγγιση για την αποτύπωση κάθε ορατής πλευράς του περιπτέρου της Αγροτικής Έκθεσης της Λισαβόνας με ακρίβεια που ξεπερνά τις παραδοσιακές μεθόδους τοπογραφίας. Η τεχνολογική συνέργεια της σάρωσης με λέιζερ και του ΒΙΜ προσφέρει χρονική αποδοτικότητα καθώς και αυξημένη ακρίβεια δεδομένων.</p>

<p align="justify">Η παρούσα μελέτη εισάγει μια νέα προσέγγιση για την ενσωμάτωση προηγμένων ψηφιακών τεχνολογιών στην αποτύπωση της πολυπλοκότητας των ιστορικών κτιρίων, προωθώντας τη διατήρηση και την ανάλυση της αρχιτεκτονικής πολιτιστικής κληρονομιάς. Ενώ η προσέγγιση αυτή έρχεται σε αντίθεση με τις παραδοσιακές μεθοδολογίες, προσφέρει διακριτά πλεονεκτήματα, όπως η βελτιωμένη ακρίβεια, η αποχρωματισμένη αναπαράσταση και η συμπερίληψη των ιδιοτήτων των υλικών και του ιστορικού πλαισίου σε δυναμικά, ολοκληρωμένα μοντέλα BIM.</p>

<p align="justify">Παρά τις προκλήσεις του αυξημένου κόστους και της απαιτούμενης τεχνικής εμπειρογνωμοσύνης, η ολοκληρωμένη προσέγγιση του ΒΙΜ ενισχύει τη διαχείριση πληροφοριών, τη συνεργασία και την κατανόηση που είναι ζωτικής σημασίας για τις προσπάθειες διατήρησης της πολιτιστικής κληρονομιάς, ξεπερνώντας τις παραδοσιακές μεθόδους CAD σε πολύπλοκα έργα συντήρησης και αποκατάστασης.</p>

''' <h1>Συμπεράσματα</h1> '''
<p align="justify">Επισημαίνεται η αποτελεσματικότητα της χρήσης της επίγειας σάρωσης με λέιζερ (TLS) σε συνδυασμό με τη μοντελοποίηση BIM για τη λεπτομερή τεκμηρίωση και ανάλυση ιστορικών κτιρίων. Μέσω της περίπτωσης μελέτης του Εκθεσιακού Περιπτέρου της Αγροτικής έκθεσης στη Λισαβόνα, αναδεικνύονται τα πλεονεκτήματα και οι προκλήσεις της ενσωμάτωσης ψηφιακών τεχνολογιών σε θέματα συντήρησης ιστορικών κτιρίων.</p>

<p align="justify">Η εισαγωγή της τρισδιάστατης σάρωσης με λέιζερ έχει επαναπροσδιορίσει τη διαδικασία της αρχιτεκτονικής τοπογράφησης, επιτρέποντας την ακριβή απεικόνιση ακόμη και των πιο πολύπλοκων κατασκευών όπως το κτίριο της μελέτης. Αντίστοιχες δυσκολίες στο παρελθόν σχετικά με την απεικόνιση λεπτομερειών και γεωμετρικών στοιχείων αντιμετωπιζόταν με τις παραδοσιακές μεθόδους.</p>

<p align="justify">Η ακρίβεια στη γεωμετρική μοντελοποίηση είναι αποτέλεσμα λεπτομερούς έρευνας και της εφαρμογής μοντέλων αυτόματης απεικόνισης. Η ανεπάρκεια στα δεδομένα επηρεάζει αρνητικά τη διαδικασία, ενώ η προσεκτική τοπογραφική αποτύπωση είναι ζωτικής σημασίας για τη δημιουργία μοντέλων με ακρίβεια. Ένα καλά καταγεγραμμένο Point Cloud είναι βασικό για τη δημιουργία μοντέλων BIM ακριβείας.</p>

<p align="justify">Η ενσωμάτωση της επίγειας σάρωσης με λέιζερ και της μοντελοποίησης κτιριακών πληροφοριών αποδεικνύει τη σημασία της τεχνολογίας στην αρχιτεκτονική συντήρηση και αποκατάσταση, προσφέροντας ακρίβεια, αποτελεσματικότητα και υψηλή ποιότητα στα αρχιτεκτονικά έργα.</p>

<p align="justify">Η δημιουργία του μοντέλου BIM για ένα κτίριο που ανήκει στην πολιτιστική κληρονομιά απαιτούσε μια προσέγγιση που να ξεφεύγει από τις συνήθεις πρακτικές, ώστε να αποτυπωθεί η μοναδική αρχιτεκτονική του αξία. Η ανάπτυξη του μοντέλου, βασισμένη στις αρχές της σύνθεσης της μορφής, διασφάλισε μια ακριβή αναπαράσταση της γεωμετρικής ακεραιότητας του κτιρίου. Η προσέγγιση αυτή, εστιάζοντας στις εγγενείς συμμετρίες και αναλογίες του κτιρίου, παρουσίασε ένα μοντέλο που αντανακλούσε την ιστορική και αρχιτεκτονική σημασία του. Κατά τη διαδικασία, η κατανόηση και ο σεβασμός προς την κατασκευαστική ιεραρχία και τις φάσεις σχεδίασης του κτιρίου ήταν κρίσιμοι παράγοντες. Αυτή η προσέγγιση εξασφάλισε γεωμετρική συνέπεια και υπογράμμισε την ανάγκη για λεπτομερή προσέγγιση στην ανακατασκευή με BIM ιστορικών κτιρίων.</p>

<p align="justify">Η μελέτη υπογραμμίζει την αξία ενός Point Cloud ως βασικής αναφοράς για τη δημιουργία ενός μοντέλου που να συμμορφώνεται με το ιστορικό πλαίσιο του κτιρίου. Αυτές οι εισηγήσεις αποδεικνύουν το δυναμικό των μεθοδολογιών BIM στην ενίσχυση της ακρίβειας και της αυθεντικότητας των ψηφιακών μοντέλων των ιστορικών κτιρίων.</p>

Αρχείο:Wiki4 Tab2.png

2024-03-01T18:06:07Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Tab1.png

2024-03-01T18:05:53Z

Eva Christina Dimoula: ανέβασμα νέας έκδοσης του "Αρχείο:Wiki4 Tab1.png"

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T18:04:15Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

'''Τίτλος'''
Historical Heritage Maintenance via Scan-to-BIM Approaches: A Case Study of the Lisbon Agricultural Exhibition Pavilion

'''Ημερομηνία δημοσίευσης'''
02/2024

'''Πηγή'''
https://www.mdpi.com/2220-9964/13/2/54

'''Συγγραφείς'''
Gustavo Rocha, Luís Mateus, Victor Ferreira

'''Λέξεις κλειδιά'''
scan-to-BIM (σάρωση σε Μοντέλο Δομικών Πληροφοριών), 3D laser scanning (Τρισδιάστατη σάρωση με λέιζερ) , point cloud (νέφος σημείων), ΗΒΙΜ (Historical Building Information Modeling), πολιτιστική κληρονομιά, LiDAR

''' <h1> Σύνοψη </h1> '''
<p align="justify">Το BIM έχει αναδειχθεί σε επαναστατικό εργαλείο στον τομέα της αρχιτεκτονικής συντήρησης και τεκμηρίωσης. Όταν συνδυάζεται με επίγεια τρισδιάστατη σάρωση με λέιζερ, αποτελεί μια ισχυρή μέθοδο για τη λεπτομερή καταγραφή και την αναπαράσταση των ιστορικών κτιρίων. Η μετάβαση από τα δεδομένα σάρωσης σε περιβάλλον BIM αποτελεί περίπλοκη και χρονοβόρα διαδικασία. Η ιδιαιτερότητα των ιστορικών κτιρίων δεν έγκειται μόνο στη γεωμετρική τους μορφή, αλλά και στην κατανόηση και διατήρηση της λογικής του σχεδιασμού τους, των τυπικών κανόνων σύνθεσης και της πρωταρχικής τους γεωμετρίας. Επομένως είναι σημαντικό κατά την ψηφιακή τους μεταφορά να διατηρείται η πιστότητα στην αναπαράσταση των αναλογιών, των σχημάτων και των συμμετριών στο μοντέλο που προκύπτει. Λαμβάνοντας υπόψη αυτές τις προθέσεις και τις δυνατότητες, το παρόν άρθρο εμβαθύνει στην διαδικασία ψηφιοποίησης και μοντελοποίησης ΒΙΜ του περιπτέρου της Αγροτικής Έκθεσης της Λισαβόνας. Η μελέτη δομείται σε τρία μέρη: την επίγεια τρισδιάστατη σάρωση με λέιζερ του περιπτέρου, στη συνέχεια την ολοκληρωμένη καταγραφή, επεξεργασία και ευθυγράμμιση των σαρώσεων και τέλος το λεπτομερές μοντέλο ΒΙΜ με τη χρήση του λογισμικού Revit 2020.</p>

''' <h1> Εισαγωγή </h1> '''
<p align="justify">Το Building Information Modeling (BIM), η τρισδιάστατη σάρωση με λέιζερ και η φωτογραμμετρία έχουν επηρεάσει την αρχιτεκτονική, τη μηχανική και την κατασκευαστική βιομηχανία μέσω της εισαγωγής προηγμένων τεχνολογιών. Το BIM, το οποίο βασίζεται σε τρισδιάστατα μοντέλα, αλλάζει τον τρόπο διαχείρισης πληροφοριών στον κατασκευαστικό τομέα, επηρεάζοντας τομείς όπως η διαχείριση πληροφοριών, οι τεχνικές οπτικοποίησης και η ευκολία στο κομμάτι της συντήρησης. Η χρήση της σάρωσης με λέιζερ και της φωτογραμμετρίας δίνει τη δυνατότητα για ακριβή καταγραφή δεδομένων από υφιστάμενα περιβάλλοντα, συμβάλλοντας στην ψηφιοποίηση και οπτικοποίηση του BIM. Αυτός ο συνδυασμός τεχνολογιών αποδεικνύεται εξαιρετικά αποτελεσματικός στη δημιουργία ακριβών μοντέλων χώρων και κτιρίων με παράλληλη δυνατότητα τεκμηρίωσής τους.</p>

<p align="justify">Η ακριβής αναπαράσταση ενός κτιρίου με τη χρήση απλών τεχνικών μέτρησης είναι αρκετά δύσκολη ειδικότερα σε περιπτώσεις πολύπλοκων και σύνθετων κατασκευών. Η χρήση μεθόδων όπως η τρισδιάστατη σάρωση με λέιζερ και η ψηφιακή φωτογραμμετρία μπορούν να προσφέρουν καλύτερα, ακριβέστερα και ταχύτερα αποτελέσματα.</p>

<p align="justify">Η διαδικασία scan-to-BIM, ο συνδυασμός δηλαδή του BIM με τεχνολογίες όπως το LiDAR (Light Detection And Ranging) και η ψηφιακή φωτογραμμετρία περιλαμβάνει τη μετατροπή δεδομένων Point Cloud σε τρισδιάστατα μοντέλα BIM. Σημαντικά οφέλη του scan-to-BIM όπως η βελτιωμένη διαχείριση των πληροφοριών ενός κτιρίου στον κύκλο ζωής του και η ακριβής οπτικοποίηση αρχιτεκτονικών λεπτομερειών, το καθιστούν σημαντικό εργαλείο για τη διατήρηση και συντήρηση της αρχιτεκτονικής πολιτιστικής κληρονομιάς. Ωστόσο η μετάβαση στη μέθοδο αυτή έχει προκλήσεις σχετικά με το κόστος (πλατφορμών, εκπαίδευσης, φύση του έργου) με αποτέλεσμα να μην είναι ιδιαίτερα διαδεδομένη.</p>

<p align="justify">Στην περίπτωση του HBIM προκύπτουν επιπλέον δυσκολίες λόγω της ετερογένειας των δομικών στοιχείων των ιστορικών κτιρίων, η οποία έρχεται σε σύγκρουση με τη λογική τυποποίησης και παραμετροποίησης του BIM.</p>

<p align="justify">Η μοντελοποίηση σε BIM είναι πιο εύχρηστη για ορθοκανονικές κατασκευές, δημιουργώντας μια ακόμη δυσκολία στις περιπτώσεις κατασκευών με μη ορθοκανονική γεωμετρία. Λόγω αυτής της ιδιότητας του BIM είναι πιθανό να επηρεαστεί η ακρίβεια της αναπαράστασης στις περιπτώσεις των ιστορικών κτιρίων. Ένας σημαντικός παράγοντας για τη μοντελοποίηση είναι η ανοχή στην ακρίβεια, έτσι ώστε και να επιτευχθεί η αξιόπιστη αναπαράσταση αλλά και να μην δημιουργηθούν υπερβολικά πολύπλοκα μοντέλα που θα επηρεάσουν το κόστος και τη ροή της εργασίας. Το επίπεδο ακρίβειας (Level Of Accuracy-LOA) και το επίπεδο ανάπτυξης (Level Of Development-LOD) χρησιμοποιούνται για την ταξινόμηση ενός μοντέλου BIM σε σχέση με το επίπεδο ακρίβειάς του.</p>

<p align="justify">Ένα μοντέλο BIM πέρα από την τρισδιάστατη αρχιτεκτονική απεικόνιση, αποτελεί τη βάση για την ενσωμάτωση δεδομένων που αφορούν τη διαχείριση στον κύκλο ζωής του κτιρίου από τον σχεδιασμό και την κατασκευή του έως τη συνεχή συντήρησή του ακόμη και την ενδεχόμενη καθαίρεση ή επανάχρησή του. Μπορεί επίσης να χρησιμοποιηθεί ως κεντρικό αποθετήριο πληροφοριών για διεπιστημονική συνεργασία.</p>

<p align="justify">Συγκεκριμένα στα ιστορικά κτίρια, η λεπτομερής καταγραφή και ανάλυσή τους βοηθά τους ειδικούς να αποκτήσουν γνώσεις σχετικά με τις σχεδιαστικές προθέσεις μέσα στο ιστορικό τους πλαίσιο και έτσι να διασφαλίσουν στο μέλλον ότι πιθανές τροποποιήσεις και προσθήκες θα γίνουν με σεβασμό και αρμονία στην αρχική δομή διατηρώντας τον ιστορικό χαρακτήρα και την αρχιτεκτονική συνοχή.</p>

<p align="justify">Παρόλο που το BIM χρησιμοποιείται κυρίως σε νέα κατασκευαστικά έργα, οι δυνατότητές του στο πλαίσιο της αρχιτεκτονικής κληρονομιάς δεν έχουν διερευνηθεί πλήρως. Στόχος της παρούσας εργασίας είναι η δημιουργία ενός μοντέλου BIM για ένα ιστορικό κτίριο με τη διαδικασία scan-to-BIM.</p>

<p align="justify">Στην περίπτωση μελέτης του περιπτέρου της Αγροτικής Έκθεσης της Λισαβόνας απεικονίζεται η μεθοδολογία από την αρχική έρευνα έως τη δημιουργία του μοντέλου BIM. Στόχος είναι η παράθεση ενός ολοκληρωμένου μεθοδολογικού οδηγού για την ένταξη και χρήση του BIM ως εργαλείου στον τομέα της διαχείρισης της πολιτιστικής κληρονομιάς.</p>

''' <h1> Περίπτωση μελέτης </h1> '''
''' <h2> Το περίπτερο της αγροτικής έκθεσης στη Λισαβόνα </h2> '''
<p align="justify">Το περίπτερο της Αγροτικής Έκθεσης της Λισαβόνας είναι ιδιοκτησία του Instituto Superior de Agronomia και χτίστηκε σε σχέδια του Luis Caetano Pedro de Avila για την 3η Αγροτική Έκθεση το 1884. Το 1984 με αφορμή την εκατονταετηρίδα του ανακαινίστηκε και εντάχθηκε στην πολιτιστική κληρονομιά της πόλης. Σήμερα λειτουργεί ως χώρος πολλαπλών χρήσεων με μέγιστη χωρητικότητα 1000 ατόμων.</p>

<p align="justify">Αναπτύσσεται σε δύο επίπεδα, με το κύριο επίπεδό του να σχηματίζει μια ανοιχτή ημιωοειδή κάτοψη που συνδέεται με τρία οκταγωνικά δωμάτια, δύο στα άκρα και ένα κεντρικά. Η στέγαση των οκταγωνικών δωματίων γίνεται με θόλους οι οποίοι στηρίζονται σε μεταλλικά πλαίσια, ενώ η κύρια πτέρυγα έχει δίρριχτη στέγη που στηρίζεται σε μεταλλικά ζευκτά. Η είσοδος από τον περιβάλλοντα χώρο γίνεται μέσω κλιμάκων και οι προσβάσεις στον κύριο όροφο μέσω των περιμετρικών εξωτερικών διαδρόμων.</p>

<p align="justify">Οι τοίχοι είναι κατασκευασμένοι από τούβλα και στα ανοίγματα των όψεων συναντάμε μεγάλα υαλοστάσια με μεταλλικά πλαίσια. Στους εξωτερικούς διαδρόμους. Στο κάτω επίπεδο του περιπτέρου εντάσσονται βοηθητικές χρήσεις.</p>

''' <h2>Μελέτη κτιρίων, επεξεργασία δεδομένων και καταχώριση Point Cloud</h2> '''
<p align="justify">Για την αποτύπωση του κτιρίου χρησιμοποιήθηκαν σαρωτής λέιζερ 3D Faro Focus 120S για τη λήψη μετρήσεων, Trimble R8 GNSS GPS για τη γεωαναφορά και ένα κινητό για τη φωτογραφική τεκμηρίωση. Οι λήψεις στο πεδίο κατέγραψαν δεδομένα από 176 σταθμούς-στάσεις σάρωσης. Η έκταση που καλύφθηκε ήταν 1655τμ για τους κλειστούς χώρους του κτιρίου, 700τμ για τους υπαίθριους χώρους του και 14 στρέμματα για τον περιβάλλοντα χώρο. Τα δεδομένα ενοποιήθηκαν σε ένα Point Cloud το οποίο τοποθετήθηκε στις πραγματικές συντεταγμένες με βάση το σταθμό GPS που χρησιμοποιήθηκε.</p>

<p align="justify">Η σάρωση με λέιζερ αποτύπωσε λεπτομέρειες της όψης, ενώ η φωτογραφική τεκμηρίωση διασφάλισε μια ολοκληρωμένη και ακριβή αναπαράσταση στο μοντέλο BIM. Το ανάγλυφο και οι κλίσεις του περιβάλλοντα χώρου επέτρεψαν στο σαρωτή λέιζερ να καταγράψει αποτελεσματικά τα ψηλότερα σημεία του κτιρίου (στέγες, θόλους).</p>

<p align="justify">Για την καταγραφή του Point Cloud χρησιμοποιήθηκε το λογισμικό Faro Scene (έκδοση 7.5). Οι σαρώσεις κατηγοριοποιήθηκαν σε πέντε συστάδες και ευθυγραμμίστηκαν στις χωρικές τους θέσεις ανάλογα με το επίπεδο στο οποίο βρίσκονταν. Για κάθε συστάδα πραγματοποιήθηκε προ-ευθυγράμμιση χειροκίνητα. Προεργασίες τέτοιου τύπου είναι κρίσιμες για τη μείωση του υπολογιστικού φόρτου που πρέπει να εκτελέσει το λογισμικό ώστε να προσανατολιστεί κατάλληλα η κάθε σάρωση.</p>

<p align="justify">Μετά την προεργασία ακολούθησε αυστηρός οπτικός έλεγχος για την τελική ευθυγράμμιση ώστε να παραχθεί το οριστικό Point Cloud (εικ. 1)</p>

[[Αρχείο:Wiki4_Pict1.png]]

''εικ. 1 πάνω αριστερά: προ-ευθυγράμμιση στο κατώτερο επίπεδο του κτιρίου, πάνω δεξιά: επεξεργασία πριν την εισαγωγή σε Faro, κάτω αριστερά: οριστική ευθυγράμμιση όλων των επιπέδων, κάτω δεξιά: ενοποιημένο οριστικό Point Cloud''

''' <h2>Μοντελοποίηση με BIM</h2> '''
<p align="justify">Στόχος ήταν να διεξαχθεί μια αρχιτεκτονική έρευνα του κτιρίου και να δημιουργηθεί ένα μοντέλο BIM της τρέχουσας κατάστασής του, έτσι ώστε το μοντέλο να μπορεί να χρησιμοποιηθεί σε ένα έργο αποκατάστασης και, στο μέλλον, για τη διαχείριση των εγκαταστάσεων, υποστηρίζοντας έτσι την αποτελεσματική λειτουργία και συντήρηση του κτιρίου.</p>

<p align="justify">Καθορίστηκε η περιοχή προς μοντελοποίηση, προσδιορίστηκαν αρχιτεκτονικά και δομικά στοιχεία που θα συμπεριληφθούν στο μοντέλο και ορίστηκαν τα απαιτούμενα επίπεδα λεπτομέρειας για διαφορετικά στοιχεία, ώστε να αποφευχθεί περιττή εργασία.</p>

<p align="justify">Αποφασίστηκε ότι το μοντέλο θα περιλαμβάνει τα κύρια αρχιτεκτονικά στοιχεία που είναι τυπικά στα περισσότερα κτίρια, όπως εμφανή φέροντα στοιχεία (υποστυλώματα, δοκοί), τοίχοι, δάπεδα, στέγες, πόρτες, παράθυρα, πάγκοι, είδη υγιεινής, σκάλες αλλά και στοιχεία διαμόρφωσης του περιβάλλοντα χώρου όπως πεζοδρόμια, μονοπάτια και τοίχοι αντιστήριξης.</p>

<p align="justify">Το επίπεδο λεπτομέρειας κυμαίνεται από LOD 200 έως LOD 300 με βάση τα πρότυπα που ορίζει το BIM Forum. Στοιχεία που αποτυπώθηκαν στο Point Cloud αλλά αποφασίστηκε να μην ενσωματωθούν στο μοντέλο, όπως βλάστηση, φωτισμός εξωτερικού χώρου και σωληνώσεις μπορούν να ενταχθούν σαν πληροφορία μέσω μελλοντικών ενημερώσεων.</p>

<p align="justify">Το Point Cloud ευθυγραμμίστηκε μέσω του λογισμικού Faro Scene (έκδοση 7.5) και έγινε καθαρισμός των ανεπιθύμητων σημείων του στο Autodesk Recap. Το αρχείο RCP (εικ. 2) που προέκυψε, χρησιμοποιήθηκε αργότερα στο Autodesk Revit με σκοπό τη μοντελοποίηση BIM.</p>

[[Αρχείο:Wiki4_Pict2.png]]

''εικ. 2 Point Cloud του κτιρίου''

<p align="justify">Το περίπτερο της Αγροτικής Έκθεσης αποτελεί παράδειγμα νεοκλασικής αρχιτεκτονικής με βασικά χαρακτηριστικά την αρμονία, τη συμμετρία και τις αναλογίες που καθορίζονται από μαθηματικές σχέσεις και μετρήσεις, όπως η χρυσή τομή. Για την μοντελοποίηση του κτιρίου με βάση το Point Cloud είναι κρίσιμο να αναγνωριστούν πρώτα οι σχεδιαστικές αρχές του κτιρίου και να εντοπιστούν τα σημαντικά δομικά στοιχεία καθώς και η ιεραρχία και η διάταξή τους.</p>

<p align="justify">Η διαδικασία μοντελοποίησης ξεκινά με την αναγνώριση και τη δημιουργία των κατασκευαστικών αξόνων του κτιρίου (εικ. 3). Στη συνέχεια τοποθετούνται τα φέροντα στοιχεία, τα στοιχεία πλήρωσης, η τοπογραφία του περιβάλλοντα χώρου και τέλος δευτερεύοντα αρχιτεκτονικά και δομικά χαρακτηριστικά. Η προσέγγιση αυτή από τα πιο βασικά στα πιο λεπτομερή διασφαλίζει την τήρηση των σχεδιαστικών αρχών της αρχικής κατασκευής, ενώ εμπλουτίζει στο μοντέλο με λεπτομέρειες στο στάδιο της τελειοποίησης.</p>

[[Αρχείο:Wiki4_Pict3.png]]

''εικ. 3 Σχεδιασμός πριν τη μοντελοποίηση BIM α: πορεία προσδιορισμού των δομικών αξόνων (με πράσινο χρώμα οι άξονες, με κόκκινο οι κύκλοι που ορίζουν το κτίριο και με μπλε τα σημεία του Point Cloud β: Προκαταρκτικές μελέτες μοντελοποίησης για την τελική σχεδίαση των κατασκευαστικών αξόνων (με πράσινο), των εξωτερικών τοίχων και του άξονα της στέγης (ροζ χρώμα)''

<p align="justify">Τα system families του Revit (τοίχοι, στέγες, δάπεδα, σκάλες) μοντελοποιήθηκαν ως παραμετρικά στοιχεία, ώστε να υπάρχει η δυνατότητα προσαρμογής τους. Αντιθέτως, άλλα στοιχεία με δυνατότητα εισαγωγής επί-τόπου (load in-place) όπως πόρτες, παράθυρα, υποστυλώματα κα, μοντελοποιήθηκαν κατά περίπτωση και μοναδικά. </p>

<p align="justify">Τα τυπικά στοιχεία, όπως οι κοινές πόρτες στο κάτω επίπεδο και οι δοκοί οροφής και τα ζευκτά, μοντελοποιήθηκαν με προϋπάρχουσες οικογένειες και παραμετρικές διαστάσεις. Τα προσαρμοσμένα στοιχεία παραμετροποιήθηκαν μόνο εάν είχαν διαφορετικές διαστάσεις εντός του έργου, όπως ορισμένα υποστυλώματα.</p>

<p align="justify">Η προϋπάρχουσα παραμετροποίηση αξιοποιήθηκε για εξοικονόμηση χρόνου χωρίς να υποβαθμίζεται η ποιότητα του έργου. Σε κάθε περίπτωση, ανεξάρτητα από τις παραμέτρους των διαστάσεων, δημιουργήθηκαν families με παραμέτρους τελειώματος υλικού. Καθώς είναι families του Revit, ακόμη και αυτά με προσαρμοσμένη μοντελοποίηση μπορούν να ενημερώσουν τα χαρακτηριστικά και τις άλλες παραμέτρους τους, όπως απαιτείται, διευκολύνοντας την ενσωμάτωση σε μια ροή εργασιών. Η γεωμετρική ανακατασκευή αυτού του κτιρίου έθεσε σημαντικές προκλήσεις πέρα από τον προσδιορισμό της δομικής λογικής, των αξόνων και των συμμετριών που περιγράφηκαν προηγουμένως. Ιδιαίτερα, η αναπαραγωγή περίπλοκων σχημάτων που αποκλίνουν από τις τυπικές φόρμες που προσαρμόστηκαν στα εργαλεία BIM αποδείχθηκε απαιτητική. Τέτοιες πολυπλοκότητες περιελάμβαναν τους θόλους, τα κιγκλιδώματα των κλιμάκων, τις κλασικές λεπτομέρειες πρόσοψης, τα υποστυλώματα και τις τυπολογίες των θυρών μέσα στα υαλοστάσια των όψεων.</p>

<p align="justify">Το περίπτερο έχει τρεις οκταγωνικούς θόλους (εικ. 4), τους δύο τοποθετημένους στα άκρα του και έναν μεγαλύτερο κεντρικό θόλο. Το λογισμικό Revit 2020 έχει εγγενείς περιορισμούς στη μοντελοποίηση μη τυπικών γεωμετριών, καθιστώντας έτσι αναγκαία την ανάλυση του αντικειμένου στα βασικά γεωμετρικά του συστατικά.</p>

[[Αρχείο:Wiki4_Pict4.png]]

''εικ. 4 Ο κεντρικός θόλος, εσωτερική και εξωτερική απεικόνιση''

<p align="justify">Πρόκειται ουσιαστικά για συνδυασμό δύο σταυροθολίων που προκύπτουν από τις τομές δυο ζευγών οξυκόρυφων θόλων, με το δεύτερο ζεύγος να πραγματοποιεί στροφή 45 μοιρών (εικ. 5). Κατά συνέπεια, ο οκταγωνικός θόλος προέρχεται από τη διασταύρωση αυτών των δύο σταυροθολίων και παρουσιάζει μια ακανόνιστη βάση. Αυτή η σύνθετη γεωμετρία εισάγει μια δυναμική διακύμανση, προσδίδοντας λιγότερη ομοιομορφία και πρόσθετη κίνηση στη μορφή του αντικειμένου, διατηρώντας ωστόσο τη συμμετρία.</p>

[[Αρχείο:Wiki4_Pict5.png]]

''εικ. 5 Ανάλυση σε βασικές γεωμετρίες του οκταγωνικού θόλου''

<p align="justify">Η χρήση του Revit και παρόμοιων λογισμικών μοντελοποίησης κτιριακών πληροφοριών (BIM) στην αρχιτεκτονική μοντελοποίηση συνοδεύεται από ορισμένους περιορισμούς στα σύνολα των εργαλείων τους. Κάθε family εντός του λογισμικού έχει τη δική του λογική μοντελοποίησης, κατάλληλη για τη βασική ανακατασκευή αρχιτεκτονικών στοιχείων. Ενώ υπάρχει ένα εργαλείο μοντελοποίησης ελεύθερης φόρμας στο Revit, περιορίζεται σε βασικές τεχνικές πρωτόγονης γεωμετρίας, όπως η εξώθηση, η σάρωση, η περιστροφή και η ανάμειξη, χωρίς να περιλαμβάνει τη μοντελοποίηση NURBS (Non-Uniform Rational Basis Spline) για περίπλοκες γεωμετρίες.</p>

<p align="justify">Στην περίπτωση του σχεδιασμού θόλων για το περίπτερο της έκθεσης, το εργαλείο μοντελοποίησης όγκου στο Revit χρησιμοποιήθηκε αρχικά για τη δημιουργία της επιφάνειας του θόλου, στην οποία αργότερα θα ενσωματώνονταν κατασκευαστικά στοιχεία. Αυτό περιλάμβανε την προεκβολή προφίλ από την αρχική γεωμετρία και τη χρήση τεχνικών εξώθησης στερεών και κενών, καθώς και αφαίρεσης μορφής, για να σχηματιστεί ο όκγος για κάθε θόλο. Το επίπεδο χρησίμευσε στη συνέχεια ως βάση για τη δημιουργία του εξωτερικού στρώματος της επένδυσης της στέγης με τη χρήση του εργαλείου "wall by face", καθώς το τυπικό εργαλείο "roof by face" ήταν ακατάλληλο για την κλίση και το πολύπλοκο σχήμα της στέγης. Δημιουργήθηκε ένα προσαρμοσμένο family στέγης που περιλάμβανε όλα τα απαραίτητα χαρακτηριστικά (εικ. 6).</p>

<p align="justify">Επιπλέον, το εργαλείο "curtain system by face" χρησιμοποιήθηκε για τον σχεδιασμό ενός κεκλιμένου συστήματος υαλοπετασμάτων, το οποίο ενσωμάτωσε επίσης τα υπάρχοντα χαλύβδινα δομικά προφίλ εντός του θόλου. Τέλος, προστέθηκαν λεπτομέρειες φινιρίσματος και διακοσμητικά στοιχεία.</p>

[[Αρχείο:Wiki4_Pict6.png]]

''εικ. 6 βήματα δημιουργίας της στέγης στο Revit a: αναγνώριση των βασικών γεωμετριών, εφαρμογή ένωσης και τομής όγκων για την εξαγωγή της τελικής γεωμετρικής φόρμας και εφαρμογή της εντολής "wall by face" b: εφαρμογή του εργαλείου "curtain system by face" για να σχεδιαστούν τα δομικά στοιχεία. c: αξονομετρική τομή του τελικού θόλου''

<p align="justify">Η στρατηγική μοντελοποίησης για τα διάφορα δομικά στοιχεία προσαρμόστηκε ανάλογα με τη φύση τους και το επιθυμητό επίπεδο λεπτομέρειας. Διακοσμητικά χαρακτηριστικά όπως γείσα δημιουργήθηκαν με το εργαλείο μοντελοποίησης ελεύθερης μορφής του Revit in-place, χρησιμοποιώντας προφίλ που σχεδιάστηκαν από τα δεδομένα του Point Cloud. Πολύπλοκες γεωμετρίες τοίχων, ιδίως κάτω από σκάλες, απαιτούσαν επίσης το εργαλείο ελεύθερης μορφής λόγω των μη τυποποιημένων σχημάτων τους.</p>

<p align="justify">Τα κιγκλιδώματα των εξωτερικών κιγκλιδωμάτων κατασκευάστηκαν χρησιμοποιώντας ένα ειδικό family στο Revit, με ακριβή αναφορά που παρέχεται από εισαγόμενα πλέγματα από το CloudCompare για διακοσμητικές λεπτομέρειες. Τα διακοσμητικά στοιχεία μοντελοποιήθηκαν με ακρίβεια, αξιοποιώντας την ανάλυση του Point Cloud, τη φωτογραφική τεκμηρίωση και τις χειροκίνητες μετρήσεις για να διασφαλιστεί η διατήρηση των αναλογιών.</p>

<p align="justify">Για στοιχεία με οργανικές λεπτομέρειες, έγιναν προσεγγίσεις μοντελοποίησης. Ορισμένα χαρακτηριστικά, όπως οι γυάλινες πόρτες, τα κυκλικά ανοίγματα των θόλων και οι περίπλοκες μαρκίζες της στέγης μοντελοποιήθηκαν αρχικά in-place στο Revit και αργότερα μετατράπηκαν σε families.</p>

<p align="justify">Η τοπογραφία του περιβάλλοντος του χώρου δημιουργήθηκε με τη χρήση του plug-in "Scan Terrain", εξασφαλίζοντας την ακριβή αναπαράσταση του πραγματικού εδάφους στο περιβάλλον BIM. Συνολικά, η προσέγγιση μοντελοποίησης εξισορρόπησε τη λεπτομέρεια και την απλούστευση για την αποτελεσματική επίτευξη των στόχων και του πεδίου εφαρμογής του έργου (εικ. 7).</p>

[[Αρχείο:Wiki4_Pict7.png]]

''εικ. 7 αριστερά το Point Cloud της κύριας εισόδου, δεξιά το αντίστοιχο σημείο όπως προέκυψε στο BIM''

''' <h1> Αποτελέσματα </h1> '''

<p align="justify">Η διαδικασία μοντελοποίησης BIM ακολούθησε μια προσέγγιση από πάνω προς τα κάτω, αυξάνοντας σταδιακά το επίπεδο λεπτομέρειας (LOD) καθώς το έργο προχωρούσε (εικ. 8). Ξεκίνησε με τον καθορισμό του γεωμετρικού πλαισίου και των κύριων στοιχείων του περιπτέρου και στη συνέχεια πρόσθεσε σταδιακά δευτερεύοντα στοιχεία και λεπτομέρειες. Αυτή η συστηματική προσέγγιση αντανακλούσε την πραγματική κατασκευαστική λογική, διατηρώντας τη σειρά και την ιεραρχία.</p>

[[Αρχείο:Wiki4_Pict8.png]]

''εικ. 8 η εξέλιξη της μοντελοποίησης από το Point Cloud στο μοντέλο BIM''

<p align="justify">Για ένα συνεκτικό μοντέλο BIM κατάλληλο για χρήση σε μελλοντικές ροές εργασίας ανακαίνισης και αποκατάστασης, η ακριβής κατηγοριοποίηση των στοιχείων είναι ζωτικής σημασίας. Το μοντέλο του περιπτέρου απέφυγε να στηριχθεί σε εξωτερικό λογισμικό ή σε μοντελοποίηση πλέγματος, διασφαλίζοντας ότι όλα τα στοιχεία αναπτύχθηκαν με τη χρήση εργαλείων Revit για ακριβή ταξινόμηση και κατηγοριοποίηση. Αυτή η μέθοδος διευκόλυνε την ακριβή εξαγωγή πληροφοριών, συμπεριλαμβανομένων μετρήσεων, ποσοτήτων υλικών και γεωμετρικών λεπτομερειών.</p>

<p align="justify">Διάφορα αρχιτεκτονικά στοιχεία μοντελοποιήθηκαν χρησιμοποιώντας παραδοσιακές μεθόδους, προσαρμοσμένες λύσεις in-place ή αυτοματοποιημένα plugins (πίνακας 1).</p>

[[Αρχείο:Wiki4_Tab1.png]]

''πίνακας 1 αρχιτεκτονικά στοιχεία και οι τρόποι μοντελοποίησης τους''

<p align="justify">Μια συγκριτική ανάλυση μεταξύ του μοντέλου BIM και των δεδομένων του Point Cloud έδειξε υψηλή ακρίβεια που επιτεύχθηκε μέσω χειροκίνητων μεθόδων μοντελοποίησης. Οι αποκλίσεις μεταξύ του μοντέλου BIM και της πραγματικής δομής ποσοτικοποιήθηκαν, με χρωματικές διαβαθμίσεις που υποδεικνύουν τις αποκλίσεις (εικ. 9). Το ιστόγραμμα απεικόνιζε κυρίως ομαδοποιημένες διαφορές γύρω από το μηδέν, υποδεικνύοντας ευθυγράμμιση μεταξύ του χειροκίνητου μοντέλου BIM και των φυσικών μετρήσεων (εικ. 10). Κατά μέσο όρο, υπήρχε απόκλιση απόστασης 12 mm, γεγονός που καταδεικνύει τη συνέπεια μεταξύ των διαφόρων σεναρίων μοντελοποίησης.</p>

[[Αρχείο:Wiki4_Pict9.png]]

''εικ. 9 ανάλυση ακρίβειας μοντέλου, πάνω: ανάλυση για το συνολικό μοντέλο, κάτω: ανάλυση για την ακρίβεια αναφορικά με τους τοίχους''

[[Αρχείο:Wiki4_Pict10.png]]

''εικ. 10 ιστόγραμμα κατανομής αποκλίσεων μεταξύ μοντέλου BIM Και σημειακών δεδομένων του Point Cloud, που υποδεικνύουν την ακρίβεια της γεωμετρικής αναπαράστασης του μοντέλου''

<p align="justify">Οι αναλύσεις της ακρίβειας του μοντέλου BIM παρέχουν πληροφορίες για τα δομικά στοιχεία και την ακεραιότητα των τοίχων του κτιρίου, εντοπίζοντας πιθανές ανωμαλίες όπως αποκλίσεις, κλίσεις και παραμορφώσεις. Οι αποκλίσεις που επισημαίνονται από τον χάρτη θερμότητας προσφέρουν έναν λεπτομερή χάρτη των επιφανειακών ατελειών, βοηθώντας στην αξιολόγηση των δομικών συνθηκών και της ανάγκης για παρέμβαση ή παρακολούθηση.</p>

<p align="justify">Τα στοιχεία του μοντέλου BIM τηρούν διαφορετικά επίπεδα ανάπτυξης με βάση τις κατευθυντήριες γραμμές του Αμερικανικού Ινστιτούτου Αρχιτεκτόνων (AIA), εστιάζοντας κυρίως στα πρότυπα LOD 300 και LOD 350. Το LOD 300 δίνει έμφαση στη γεωμετρία και τις χωρικές σχέσεις, ενώ το LOD 350 περιλαμβάνει λεπτομερείς αναπαραστάσεις των αλληλεπιδράσεων με τα συστήματα και τα γειτονικά στοιχεία, εξασφαλίζοντας μια ισορροπία μεταξύ ακρίβειας και πληροφοριακής αξίας.</p>

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

<p align="justify"></p>

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:52:52Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Tab1.png

2024-03-01T17:49:37Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict13.png

2024-03-01T17:49:29Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict12.png

2024-03-01T17:49:21Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict11.png

2024-03-01T17:49:09Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict10.png

2024-03-01T17:49:01Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict9.png

2024-03-01T17:48:49Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict8.png

2024-03-01T17:48:42Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict7.png

2024-03-01T17:48:34Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict6.png

2024-03-01T17:48:25Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict5.png

2024-03-01T17:48:15Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict4.png

2024-03-01T17:48:07Z

Eva Christina Dimoula: ανέβασμα νέας έκδοσης του "Αρχείο:Wiki4 Pict4.png"

Αρχείο:Wiki4 Pict4.png

2024-03-01T17:47:57Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict3.png

2024-03-01T17:47:27Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict2.png

2024-03-01T17:47:16Z

Eva Christina Dimoula:

Αρχείο:Wiki4 Pict1.png

2024-03-01T17:46:28Z

Eva Christina Dimoula:

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:46:05Z

Eva Christina Dimoula:

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:32:16Z

Eva Christina Dimoula:

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:31:11Z

Eva Christina Dimoula:

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:24:27Z

Eva Christina Dimoula:

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:23:54Z

Eva Christina Dimoula:

Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση του περιπτέρου της Αγροτικής Έκθεσης στη Λισαβόνα

2024-03-01T17:22:55Z

Eva Christina Dimoula: Νέα σελίδα με ''''Πρότυπος Τίτλος''' Συντήρηση ιστορικής κληρονομιάς μέσω προσεγγίσεων Scan-to-BIM: η περίπτωση το...'

Προσέγγιση εξαγωγής (μοντέλων) κτιρίων βασισμένη στον συνδυασμό Point Cloud (νέφους σημείων) από LiDAR και χαρακτηριστικών

2024-03-01T17:17:00Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Προσέγγιση εξαγωγής (μοντέλων) κτιρίων βασισμένη στον συνδυασμό Point Cloud (νέφους σημείων) από LiDAR και χαρακτηριστικών υφής από χάρτη υψομέτρου

'''Τίτλος'''
A Building Extraction Approach Based on the Fusion of LiDAR Point Cloud and Elevation Map Texture Features

'''Ημερομηνία δημοσίευσης'''
07/2019

'''Πηγή'''
https://www.mdpi.com/2072-4292/11/14/1636

'''Συγγραφείς'''
Xudong Lai, Jingru Yang, Yongxu Li, Mingwei Wang

'''Λέξεις κλειδιά'''
LiDAR Point Clouds (νέφη σημείων LiDAR), εξαγωγή κτιρίων, χάρτης υψομέτρου, φίλτρο Gabor, συνδυασμός χαρακτηριστικών

''' <h1> Σύνοψη </h1> '''
<p align="justify">Η εξαγωγή (μοντέλων) κτιρίων αποτελεί σημαντική μέθοδο απόκτησης πληροφοριών στον αστικό σχεδιασμό. Το γεγονός ότι η τηλεπισκόπηση έχει πλεονεκτήματα όπως η μεγάλη κάλυψη και η λήψη δεδομένων σε πραγματικό χρόνο, την καθιστά σημαντική για την εξαγωγή μοντέλων κτιρίων, ειδικότερα μέσω των νεφών σημείων LiDAR. Στο παρόν άρθρο περιγράφεται η εξαγωγή μοντέλου κτιρίου μέσω του συνδυασμού Point Cloud και χαρακτηριστικών υφής τα οποία εξάγονται με τη χρήση χάρτη υψομέτρου, με τα πειραματικά αποτελέσματα να δείχνουν ότι η μέθοδος αυτή επιτυγχάνει καλύτερα αποτελέσματα σε σύγκριση με άλλες μεθόδους και λογισμικά, με ακρίβεια άνω του 87%.</p>

'''<h1>Εισαγωγή</h1>'''
<p align="justify">Η τηλεπισκόπηση επιτρέπει την απόκτηση πληροφοριών χωρίς φυσική επαφή με αντικείμενα ή φαινόμενα. Η τεχνολογική πρόοδος στη χωρική και χρονική ανάλυση των εικόνων τηλεπισκόπησης τις κάνει κύρια πηγή δεδομένων για την εξαγωγή αντικειμένων όπως βλάστηση, παράκτιες ζώνες και δρόμους. Η εξαγωγή κτιρίων μέσω τηλεπισκόπησης έχει πλέον αναδειχτεί, λόγω της ταχύτητάς της, τις δυνατότητες κάλυψης σε μεγάλη κλίμακα και έκταση αλλά και για οικονομικούς λόγους.</p>

<p align="justify">Η τεχνολογία LiDAR (Light Detection And Ranging) χρησιμοποιεί παλμικό λέιζερ για την μέτρηση αποστάσεων μεταξύ αισθητήρα και διαφορετικών αντικειμένων. Πολλές μελέτες χρησιμοποιούν το LiDAR για την εξαγωγή κτιρίων, με ικανοποιητικά αποτελέσματα σε διάφορα περιβάλλοντα. Υπάρχουν διάφορες τεχνικές εξαγωγής βασισμένες στα χαρακτηριστικά των εικόνων και του LiDAR, που επιτρέπουν ακριβείς χαρτογραφήσεις κτιρίων.</p>

<p align="justify">Το Point Cloud ενδέχεται να οδηγήσει σε απώλεια ορισμένων χαρακτηριστικών μιας και δύσκολα διακρίνει αντικείμενα με παρόμοια ύψη, ωστόσο είναι ικανό να εξάγει διαφορετικά αντικείμενα με τα χαρακτηριστικά των υφών τους σε δισδιάστατες εικόνες. Ο χάρτης υψομέτρων σαν δισδιάστατη εικόνα που προκύπτει από την προβολή του Point Cloud σε επίπεδο, μπορεί να παρέχει χαρακτηριστικά υφής και έχει χρησιμοποιηθεί στον τομέα εξαγωγής κτιρίων. Τα πειραματικά αποτελέσματα της διαδικασίας αυτής ήταν αποτελεσματικά όσον αφορά την εξάλειψη των δέντρων και την εξαγωγή κτιρίων διαφορετικής κλίμακας. Επίσης, αρκετά ακριβείς ήταν και οι χάρτες υψομέτρων με θέμα την κάλυψη και τις χρήσεις γης που προέκυψαν από δεδομένα τηλεπισκόπησης συγκριτικά με τα δεδομένα της επίγειας καταγραφής. Η οργάνωση των δεδομένων LiDAR σε τρεις χάρτες (χάρτης πυκνότητας βάθους, ύψους και κανονικών επιφανειών) αποδείχτηκε ότι ανακτά με επιτυχία την ιεραρχία και την ακεραιότητα των αντικειμένων, ανεξάρτητα από την πυκνότητα και τις απώλειες δεδομένων. Επιπλέον, η εξαγωγή χαρακτηριστικών υφής από τον χάρτη υψομέτρων μπορεί να χρησιμοποιηθεί για να ανιχνεύσει κτίρια από δορυφορικές εικόνες με καλύτερη απόδοση από άλλες σύγχρονες μεθόδους.</p>

<p align="justify">Η εργασία αναφέρεται στο συνδυασμό των χαρακτηριστικών του Point Cloud και της υφής για την εξαγωγή κτιρίων. Στην εργασία υποστηρίζεται ότι η επιλογή χαρακτηριστικών μπορεί να γίνει με τη χρήση αλγορίθμων νοημοσύνης σμήνους, όπως ο αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων (Particle Swarm Optimization - PSO).</p>

<p align="justify">Η διάρθρωση της εργασίας περιγράφεται παρακάτω. Στην Ενότητα 2, αναλύονται η βασική μέθοδος και οι βασικές αρχές της παρούσας έρευνας. Τα βήματα της μεθόδου περιγράφονται στην ενότητα 3. Στην ενότητα 4 περιγράφονται τα πειράματα που πραγματοποιούνται σύμφωνα με τη μέθοδο, τα πειραματικά δεδομένα, τα τελικά αποτελέσματα και η αξιολόγηση της ακρίβειας. Στην ενότητα 5 συνοψίζονται τα βήματα της παρούσας εργασίας και οι ερευνητικές προοπτικές.</p>

'''<h1>Βασική θεωρία φίλτρων Gabor</h1>'''

<p align="justify">Όσον αφορά τις δισδιάστατες εικόνες, το φίλτρο Gabor είναι μία αποτελεσματική τεχνική φιλτραρίσματος και βασίζεται σε ένα ημιτονοειδές επίπεδο κύμα. Το φίλτρο Gabor μπορεί να χαρακτηρίσει τη δομή της χωρικής συχνότητας μιας εικόνας, αλλά και να διατηρήσει πληροφορίες χωρικής σχέσης. Επιπλέον, καθώς το φίλτρο Gabor είναι αναλλοίωτο σε ζουμ, περιστροφή και μετάθεση, είναι κατάλληλο για την αναπαράσταση και αναγνώριση υφής. Στο χωρικό πεδίο, ένα 2D φίλτρο Gabor είναι μια γκαουσιανή συνάρτηση πυρήνα διαμορφωμένη από ένα ημιτονοειδές επίπεδο κύμα, το οποίο αποτελείται από ένα πραγματικό μέρος και ένα φανταστικό μέρος που αντιπροσωπεύει την ορθογώνια κατεύθυνση. Αυτά τα δύο μέρη μπορούν είτε να σχηματίσουν μια πολλαπλότητα είτε να χρησιμοποιηθούν ξεχωριστά.</p>

<p align="justify">Η εξαγωγή χαρακτηριστικών υφής με τη χρήση του φίλτρου Gabor περιλαμβάνει δύο κύριες διαδικασίες: το σχεδιασμό του φίλτρου και την εξαγωγή συνόλων χαρακτηριστικών υφής. Η διαδικασία απόκτησης χαρακτηριστικών υφής από μια εικόνα με χρήση του φίλτρου Gabor έχει ως εξής. Πρώτον, η εικόνα εισόδου διαιρείται σε μπλοκ. Δεύτερον, δημιουργούνται οι τράπεζες φίλτρων Gabor και, τρίτον, συντίθενται τα πρότυπα φίλτρων Gabor με κάθε μπλοκ εικόνας στο χωρικό πεδίο. Τέταρτον, κάθε μπλοκ εικόνας διέρχεται από τις εξόδους των προτύπων φίλτρων Gabor και "συμπυκνώνεται" στο χαρακτηριστικό υφής του μπλοκ εικόνας.</p>

'''<h1>Εξαγωγή κτιρίων με βάση τη συνένωση του Point Cloud και των χαρακτηριστικών υφής</h1>'''
'''<h2>Χαρακτηριστικά του Point Cloud</h2>'''
<p align="justify">Το σύστημα LiDAR παράγει έναν αριθμό σημείων θορύβου κατά την απόκτηση δεδομένων, τα οποία εμφανίζονται συνήθως ως ανωμαλίες στο υψόμετρο και επηρεάζουν την ακρίβεια της εξαγωγής κτιρίων. Για την αποθορυβοποίηση του Point Cloud και το φιλτράρισμα των ανωμαλιών, εφαρμόζεται διαδικασία επεξεργασίας. Έπειτα, εξάγονται τα χαρακτηριστικά του Point Cloud, τα οποία περιλαμβάνουν διάφορες ιδιοτιμές. Αντίθετα με τα ιδιοδιανύσματα, οι ιδιοτιμές διατηρούνται αναλλοίωτες κατά την περιστροφή και χρησιμοποιούνται για την εξαγωγή χαρακτηριστικών για τα κτίρια. Επιπλέον, η πυκνότητα και το ύψος είναι κρίσιμα χαρακτηριστικά του Point Cloud. Επομένως, τα χαρακτηριστικά που βασίζονται στις ιδιοτιμές, την πυκνότητα και το ύψος εξάγονται ως δεδομένα αναφοράς.</p>

<p align="justify">Η ανάλυση των ιδιοτιμών και ιδιοδιανυσμάτων αποτελεί σημαντικό εργαλείο για τις αποφάσεις εξαγωγής, παρέχοντας πληροφορίες για τη δομή του περιβάλλοντος. Με βάση τα γειτονικά σημεία, υπολογίζεται ο πίνακας συνδιακύμανσης του κεντρικού σημείου, προσδιορίζοντας τις ιδιοτιμές του. Από αυτές, προκύπτουν διάφορα χαρακτηριστικά, όπως το άθροισμα ιδιοτιμών, η συνολική διακύμανση, η ανισοτροπία, η επιπεδότητα, η γραμμικότητα, η τραχύτητα της επιφάνειας και η σφαιρικότητα. Η ομοιομορφία της κατανομής των σημείων σε άξονες βοηθά στο διαχωρισμό δομών, όπως γραμμές ηλεκτροδότησης και κτίρια από τη βλάστηση. Επίσης, η επίπεδη δομή των σημείων έχει υψηλή τιμή επιπεδότητας, ενώ το χαρακτηριστικό αυτό είναι σημαντικό για την ανάκλαση του λέιζερ από την οροφή κτιρίων. Η πυκνότητα του νέφους σημείων στη γειτονιά διεισδυτικών στόχων, όπως η βλάστηση, αντανακλά την κατανομή του Point Cloud.</p>

<p align="justify">Ως εκ τούτου, οι προσόψεις των κτιρίων μπορούν να διακριθούν αποτελεσματικά, ενώ οι τυπικές αποκλίσεις των υψομέτρων στις σφαιρικές γειτονιές μπορούν να χρησιμοποιηθούν για τον εντοπισμό του εδάφους και άλλων οριζόντιων επιπέδων. Όλα τα προαναφερθέντα χαρακτηριστικά δείχνουν τις ιδιότητες των Point Clouds από την άποψη των ιδιοτιμών, των υψομέτρων και των πυκνοτήτων.</p>

'''<h2>Εξαγωγή χαρακτηριστικών υφής βασισμένη στο χάρτη υψομέτρου</h2>'''
<p align="justify">Η μελέτη πραγματοποιήθηκε με σκοπό τη μετατροπή του Point Cloud σε χάρτη υψομέτρων, προκειμένου να εξαχθούν χαρακτηριστικά υφής. Η διαδικασία μετασχηματισμού βασίστηκε στην κατανομή του υψομέτρου κάθε σημείου και πραγματοποιήθηκε με σχετική ευκολία. Αρχικά, οι συντεταγμένες των σημείων μετατράπηκαν σε εικόνα (ραστεροποίηση) σε έναν χάρτη υψομέτρων με κάναβο 1 μέτρου. Έπειτα, ορίστηκε ένα κατώφλι ύψους και υπολογίστηκε η υψομετρική διακύμανση κάθε εικονοστοιχείου. Σε περιπτώσεις όπου η διακύμανση ήταν χαμηλή, η μέση τιμή του υψομέτρου χρησιμοποιήθηκε ως τιμή αναφοράς. Σε αντίθετη περίπτωση, επιλέχθηκε ένα ενδιάμεσο σημείο στην κατανομή του ύψους ως τιμή αναφοράς. Σε πλέγματα με λίγα ή καθόλου σημεία, χρησιμοποιήθηκε η διάμεση τιμή ύψους των σημείων στον κοντινότερο γείτονα. Τέλος, οι τιμές αναφοράς κανονικοποιήθηκαν σε μια κλίμακα 0-255, δημιουργώντας έναν χάρτη υψομέτρου που αντανακλά την αρχική συλλογή σημείων (εικ. 1).</p>

[[Αρχείο:Wiki3_Pict1.png]]

''εικ. 1 Απόδοση εικόνας από Point Cloud και χάρτης υψομέτρων''

<p align="justify">Αφού δημιουργήθηκε ο χάρτης υψομέτρων, αντίστοιχα χαρακτηριστικά υφής εξήχθησαν για την ανάλυση κτιρίων. Η μέθοδος του φίλτρου Gabor επιτρέπει την καταγραφή χαρακτηριστικών που αντιστοιχούν σε διάφορες χωρικές συχνότητες και προσανατολισμούς, κάνοντας δυνατή τη διάκριση μεταξύ των εικόνων. Στην παρούσα μελέτη, επιλέχθηκε ένα φίλτρο Gabor 2D για την ανάλυση χαρακτηριστικών υφής.</p>

'''<h2>Επιλογή χαρακτηριστικών για τη μείωση του αριθμού των χαρακτηριστικών</h2>'''
<p align="justify">Στην παρούσα εργασία, χρησιμοποιήθηκε ο αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων (Particle Swarm Optimization - PSO) για την επιλογή χαρακτηριστικών για τη μείωση της διάστασης των δεδομένων. Έχει παρατηρηθεί ότι τα μέλη μιας ομάδας φαίνεται να μοιράζονται πληροφορίες μεταξύ τους, γεγονός που οδηγεί σε αυξημένη αποδοτικότητα της ομάδας. Ένα σωματίδιο κινείται προς το βέλτιστο με βάση την τρέχουσα ταχύτητά του, την προηγούμενη εμπειρία του και την εμπειρία των γειτόνων του.</p>

<p align="justify">O PSO χρησιμοποιήθηκε για την εξαγωγή όσο το δυνατόν μεγαλύτερης ακρίβειας με λίγα χαρακτηριστικά. Για να βελτιωθεί η διαδικασία εκπαίδευσης, ο συνδυασμός χαρακτηριστικών ρυθμίστηκε από τον PSO και τα βελτιστοποιημένα αποτελέσματα μπορούσαν να ληφθούν επιλέγοντας τον συνδυασμό χαρακτηριστικών με το ελάχιστο σφάλμα ως τον καταλληλότερο. Τελικά, προέκυψε ένας λογικός συνδυασμός χαρακτηριστικών νέφους σημείων και υφής για την εξαγωγή κτιρίων και η όλη διαδικασία παρουσιάζεται στην εικόνα 2.</p>

[[Αρχείο:Wiki3_Pict2.png]]

''εικ. 2 Η διαδικασία για το συνδυασμό χαρακτηριστικών''

'''<h2>Ορισμός της αντικειμενικής συνάρτησης</h2>'''
<p align="justify">Η παρούσα εργασία προτείνει τη χρήση μιας αντικειμενικής συνάρτησης προς επίτευξη υψηλής ακρίβειας εξαγωγής με ταυτόχρονη μείωση του αριθμού των χαρακτηριστικών. Η συγκεκριμένη συνάρτηση βασίζεται στο κριτήριο διάκρισης Fisher, το οποίο έχει αποδειχθεί ότι είναι αποτελεσματικό στην εξαγωγή κτιρίων. Η συνάρτηση αυτή μεγιστοποιεί τις διαφορές μεταξύ των κατηγοριών και ελαχιστοποιεί τις διαφορές εντός των κατηγοριών, προσδιορίζοντας με ακρίβεια την κατηγορία-στόχο από άλλες κατηγορίες.</p>

<p align="justify">Η μετατροπή των χαρακτηριστικών του Point Cloud σε διανύσματα είναι αναγκαία για την ανάλυση τους. Τα χαρακτηριστικά υφής παριστάνονται ως δισδιάστατες εικόνες, οι οποίες μπορούν να μετασχηματιστούν σε διανύσματα. Στη συνέχεια, αυτά τα δύο είδη χαρακτηριστικών ενσωματώνονται σε ένα διάνυσμα, ενώ μπορεί να ληφθεί μια υψηλότερη διάσταση διανύσματος χαρακτηριστικών κάθε σημείου με τον συνδυασμό των δύο διανυσμάτων. Επιπλέον, η αξία της αντικειμενικής συνάρτησης αποτελεί ένδειξη της ποιότητας της ταξινόμησης, με μεγαλύτερη τιμή να υποδηλώνει καλύτερη ποιότητα.</p>

'''<h2>Εφαρμογή της προτεινόμενης μεθόδου</h2>'''
<p align="justify">Η προτεινόμενη μέθοδος ήταν εύκολο να εφαρμοστεί και τα βασικά ζητήματα της εξαγωγής κτιρίων ήταν η συγχώνευση των χαρακτηριστικών του Point Cloud και της υφής, καθώς και η επιλογή των χαρακτηριστικών. Η διαδικασία της προτεινόμενης μεθόδου παρουσιάζεται ως εξής:</p>

<p align="justify">Βήμα 1: Εισαγωγή των εικόνων δοκιμής και υπολογισμός των διανυσμάτων χαρακτηριστικών του Point Cloud. Δημιουργία χαρτών υψομέτρων και εξαγωγή χαρακτηριστικών υφής μέσω του φίλτρου Gabor από αυτά.</p>

<p align="justify">Βήμα 2: Δημιουργία των δειγμάτων εκπαίδευσης και δοκιμής με βάση τη συγχώνευση του Point Cloud και των χαρακτηριστικών υφής,</p>

<p align="justify">Βήμα 3: Τυχαία δημιουργία του αρχικού πληθυσμού του PSO στο εύρος -10-10 μέσω δεκαδικής κωδικοποίησης και μετατροπή του σε δυαδική κωδικοποίηση,</p>

<p align="justify">Βήμα 4: Εξαγωγή κτιρίων και υπολογισμός της τιμής καταλληλόλητας κάθε σωματιδίου,</p>

<p align="justify">Βήμα 5: Λειτουργία του PSO:</p>

Βήμα 5-1: Ενημέρωση της ταχύτητας κάθε σωματιδίου,

Βήμα 5-2: Αλλαγή του πληθυσμού σε μορφή δυαδικής κωδικοποίησης,

Βήμα 6: Διεξαγωγή εξαγωγής κτιρίων και υπολογισμός της τιμής καταλληλόλητας κάθε σωματιδίου,

Βήμα 7: Εάν η λύση είναι καλύτερη, αντικατάσταση του τρέχοντος σωματιδίου- διαφορετικά, διατήρησή του,

Βήμα 8: Αν έχει επιτευχθεί ο μέγιστος αριθμός επαναλήψεων μετάβαση στο βήμα 9, διαφορετικά, μετάβαση στο βήμα 5,

Βήμα 9: Εξαγωγή του βέλτιστου συνδυασμού χαρακτηριστικών και σύγκρισή του με άλλες μεθόδους εξαγωγής κτιρίων μέσω της ακρίβειας εξαγωγής.

'''<h1>Πειραματικά αποτελέσματα και συζήτηση</h1>'''
<p align="justify">Το πειραματικό περιβάλλον σε αυτή τη μελέτη ήταν ένας υπολογιστής με CPU 2,30 GHz και 8 G RAM. Η λειτουργία επεξεργασίας δεδομένων πραγματοποιήθηκε με τη χρήση του λογισμικού MATLAB 2016a και VS2017. Η χειροκίνητη διαδικασία εξαγωγής πραγματοποιήθηκε με τη χρήση λογισμικού LiDAR και οπτικής ερμηνείας από ερευνητές με σχετική εργασιακή εμπειρία.</p>

'''<h2>Πειραματική πλατφόρμα και πληροφορίες δεδομένων</h2>'''
<p align="justify">Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη ήταν δεδομένα Point Cloud που ελήφθησαν από έναν σαρωτή λέιζερ Riegl LMS-Q780 στο Fuzhou της Κίνας. Τα πειραματικά δεδομένα περιλάμβαναν πέντε μη επικαλυπτόμενες αστικές περιοχές, οι οποίες περιείχαν κτίρια, βλάστηση και άλλους τύπους αντικειμένων. Δεδομένου ότι η υψηλή πυκνότητα του πειραματικού Point Cloud μπορεί να οδηγήσει σε μεγάλο όγκο υπολογισμών, ήταν απαραίτητο να μειωθεί η δειγματοληψία των δεδομένων προκειμένου αυτός να μειωθεί. Σύμφωνα με την πυκνότητα του Point Cloud μετά την υποδειγματοληψία, οι περιοχές δεδομένων χωρίστηκαν σε περιοχή χαμηλής πυκνότητας 1 και 2 (Low Density Region 1, 2 – LDR1, LDR2), περιοχή μέσης πυκνότητας (Medium Density Region - MDR), περιοχή υψηλής πυκνότητας 1 και 2 (High Density Region 1,2 – HDR1, HDR2).</p>

<p align="justify">Τα πειραματικά δεδομένα χρωματίστηκαν σύμφωνα με την υψομετρική απεικόνιση και τα αποτελέσματα της χειροκίνητης εξαγωγής φαίνονται στις εικόνες 3 έως 7.</p>

[[Αρχείο:Wiki3_Pict3.png]]

''εικ. 3 Χρωματισμός υψομέτρου LDR1 και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict4.png]]

''εικ. 4 Χρωματισμός υψομέτρων LDR 2 και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict5.png]]

''εικ. 5 Χρωματισμός υψομέτρων MDR και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict6.png]]

''εικ. 6 Χρωματισμός υψομέτρων HDR 1 και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict7.png]]

''εικ. 7 Χρωματισμός υψομέτρων HDR 2 και αποτελέσματα χειροκίνητης εξαγωγής''

'''<h2>Εξαγωγή χαρακτηριστικών υφής</h2>'''
<p align="justify">Η διαδικασία εξαγωγής χαρακτηριστικών υφής με τη χρήση του φίλτρου Gabor στην παρούσα μελέτη παρουσιάζεται παρακάτω:</p>

<p align="justify">Στην εικόνα 8 παρουσιάζεται η διαδικασία του φίλτρου Gabor, όπου διαμορφώνεται με βάση διαφορετικές τιμές των παραμέτρων προσανατολισμού και συχνότητας. Διαφορετικά χαρακτηριστικά υφής μπορούν να προκύψουν μετά από συνένωση του χάρτη υψομέτρων με πρότυπα. Παρουσιάζεται μια ομάδα αποτελεσμάτων συνδυασμού παραμέτρων με την ίδια τιμή συχνότητας 0,2 και τον προσανατολισμό να κυμαίνεται από 0-5𝜋/6 μέσω βημάτων 𝜋/6, ενώ η τοπική απεικόνιση του κοινού μέρους παρουσιάζεται στη δεξιά πλευρά. Μπορεί να εξαχθεί το συμπέρασμα ότι η μεταβολή του συνδυασμού παραμέτρων προκάλεσε την αλλαγή της μονάδας συνέλιξης και είχε ως αποτέλεσμα διαφορές στα χαρακτηριστικά υφής, ειδικά στις ακμές και τις κορυφές των κτιρίων.</p>

[[Αρχείο:Wiki3_Pict8.png]]

''εικ. 8 Εξαγωγή χαρακτηριστικών υφής με χρήση του φίλτρου Gabor''

'''<h2>Συγκριτική ανάλυση και αξιολόγηση της ακρίβειας της εξαγωγής κτιρίων</h2>'''
<p align="justify">Προκειμένου να αποδειχθεί η αποτελεσματικότητα της προτεινόμενης μεθόδου, τα πειραματικά αποτελέσματα συγκρίθηκαν με εκείνα που προέκυψαν με τη χρήση των GLCM (Gray Level Co-occurence Matrix), LBP (Local Βinary Patterns) και HoG για την εξαγωγή χαρακτηριστικών υφής. Στην παρούσα εργασία συγκρίθηκαν επίσης εκείνα της εξαγωγής κτιρίων με βάση μόνο τα χαρακτηριστικά του Point Cloud (On Point Cloud Features), της εξαγωγής κτιρίων χωρίς επιλογή χαρακτηριστικών (No Feature Selection) και της εξαγωγής κτιρίων με χρήση του λογισμικού ENVI (Environment for Visualising Images). Οι θέσεις εξαγωγής κτιρίων από διάφορες πειραματικές περιοχές παρουσιάζονται στις εικόνες 9 έως 13.</p>

[[Αρχείο:Wiki3_Pict9.png]]

''εικ. 9 Αποτελέσματα εξαγωγής κτιρίων του LDR 1''

[[Αρχείο:Wiki3_Pict10.png]]

''εικ. 10 Αποτελέσματα εξαγωγής κτιρίων του LDR 2''

[[Αρχείο:Wiki3_Pict11.png]]

''εικ. 11 Αποτελέσματα εξαγωγής κτιρίων του ΜDR''

[[Αρχείο:Wiki3_Pict12.png]]

''εικ. 12 Αποτελέσματα εξαγωγής κτιρίων του HDR 1''

[[Αρχείο:Wiki3_Pict13.png]]

''εικ. 13 Αποτελέσματα εξαγωγής κτιρίων του HDR 2''

<p align="justify">Όπως φαίνεται στις εικόνες 9 έως 13, τα πειραματικά αποτελέσματα της προτεινόμενης μεθόδου ήταν ανώτερα από άλλες μεθόδους εξαγωγής υφής, όπως οι GLCM, HoG και LBP, καθώς και από τα λογισμικά NFS, OPCF και ENVI στις πέντε πειραματικές περιοχές, αφού παρήγαγε μικρότερο αριθμό σφαλμάτων. Επιπλέον, η προτεινόμενη μέθοδος διατήρησε καλύτερα το σχήμα και την εσωτερική ακεραιότητα του κτιρίου. Οι HoG και NFS δεν ήταν σε θέση να εξάγουν πλήρη κτίρια στο LDR1 και η προτεινόμενη μέθοδος διατήρησε καλύτερα την ακεραιότητα του μεγάλου σύνθετου κτιρίου στην επάνω αριστερή γωνία από ό,τι η LBP. Για το LDR2, η GLCM και η LBP δεν μπόρεσαν να εφαρμοστούν για την εξαγωγή κτιρίων και η προτεινόμενη μέθοδος παρήγαγε προφανώς πιο σωστά αποτελέσματα, ιδίως στον κόκκινο κύκλο στην εικόνα 10g, από άλλες μεθόδους. Για το MDR, μόνο το λογισμικό ENVI και η προτεινόμενη μέθοδος εξήγαγαν το πλήρες κτίριο στον κόκκινο κύκλο στην εικόνα 11g. Ωστόσο, στην περιοχή του κόκκινου κύκλου, η οποία φαίνεται στο Σχήμα 12δ, περισσότερα μη κτιριακά σημεία εξήχθησαν προφανώς ως κτιριακά σημεία και υπήρχαν επίσης κάποια διακριτά σφάλματα στις μη κτιριακές περιοχές για άλλες μεθόδους, ενώ η προτεινόμενη μέθοδος πέτυχε καλύτερα αποτελέσματα εξαγωγής, όπως φαίνεται στο Σχήμα 12ζ. Επιπλέον, περισσότερα κτίρια εξήχθησαν σωστά από τις μεθόδους GLCM, LBP και OPCF σε σχέση με άλλες μεθόδους στο HDR2, ενώ για την προτεινόμενη μέθοδο αυτό ήταν λιγότερο στις περιοχές του κόκκινου κύκλου στην Εικόνα 13g.</p>

''' <h1> Συμπεράσματα </h1> '''
<p align="justify">Στην παρούσα εργασία παρουσιάστηκε μια μέθοδος εξαγωγής κτιρίων που βασίζεται στο συνδυασμό του Point Cloud και των χαρακτηριστικών υφής, με τον υπολογισμό των τιμών των χαρακτηριστικών, του υψομέτρου και της πυκνότητας του Point Cloud και τη μετατροπή του Point Cloud σε χάρτη υψομέτρου. Το φίλτρο Gabor χρησιμοποιήθηκε για την εξαγωγή χαρακτηριστικών υφής με βάση το χάρτη υψομέτρου και τα χαρακτηριστικά μπορούσαν να αποδοθούν ξανά στο Point Cloud. Στη συνέχεια, το Point Cloud και τα χαρακτηριστικά υφής συγχωνεύτηκαν και έγινε επιλογή χαρακτηριστικών για την πραγματοποίηση ακριβέστερης και αποτελεσματικότερης εξαγωγής κτιρίων. Τα πειράματα έδειξαν ότι η συγχώνευση του Point Cloud και των χαρακτηριστικών υφής ήταν σε θέση να επιτύχει υψηλότερη ακρίβεια εξαγωγής από άλλες μεθόδους. Εκτός αυτού, λόγω του μεγάλου αριθμού χαρακτηριστικών, χρησιμοποιήθηκε ο PSO (αλγόριθμος βελτιστοποίησης σμήνους) για την επιλογή ενός καλύτερου συνδυασμού χαρακτηριστικών για την πραγματοποίηση της εξαγωγής κτιρίων από τοPoint Cloud. Σε σύγκριση με τα αποτελέσματα άλλων μεθόδων εξαγωγής κτιρίων, καθώς και των λογισμικών NFS, OPCF και ENVI, η ακρίβεια εξαγωγής με τη χρήση της προτεινόμενης μεθόδου θα μπορούσε να ικανοποιήσει κατά προτίμηση τις πρακτικές εφαρμογές. Συνοπτικά, η προτεινόμενη μέθοδος αποδείχθηκε αποτελεσματική και έγκυρη για την εξαγωγή κτιρίων, με ικανοποιητική ακρίβεια εξαγωγής, η οποία ξεπερνούσε πάντα το 87%. Θα μπορούσε να παρέχει έναν εύχρηστο και αποτελεσματικό τρόπο εξαγωγής κτιρίων σε αστικές περιοχές. Με βάση την παρούσα εργασία, θα πραγματοποιηθούν μελλοντικές εργασίες σχετικά με τη βελτιστοποίηση της μεθόδου εξαγωγής χαρακτηριστικών υφής σε ολόκληρη τη διαδικασία επεξεργασίας δεδομένων.</p>

Προσέγγιση εξαγωγής (μοντέλων) κτιρίων βασισμένη στον συνδυασμό Point Cloud (νέφους σημείων) από LiDAR και χαρακτηριστικών

2024-03-01T17:15:35Z

Eva Christina Dimoula:

'''Πρότυπος Τίτλος'''
Προσέγγιση εξαγωγής (μοντέλων) κτιρίων βασισμένη στον συνδυασμό Point Cloud (νέφους σημείων) από LiDAR και χαρακτηριστικών υφής από χάρτη υψομέτρου

'''Τίτλος'''
A Building Extraction Approach Based on the Fusion of LiDAR Point Cloud and Elevation Map Texture Features

'''Ημερομηνία δημοσίευσης'''
07/2019

'''Πηγή'''
https://www.mdpi.com/2072-4292/11/14/1636

'''Συγγραφείς'''
Xudong Lai, Jingru Yang, Yongxu Li, Mingwei Wang

'''Λέξεις κλειδιά'''
LiDAR Point Clouds (νέφη σημείων LiDAR), εξαγωγή κτιρίων, χάρτης υψομέτρου, φίλτρο Gabor, συνδυασμός χαρακτηριστικών

''' <h1> Σύνοψη </h1> '''
<p align="justify">Η εξαγωγή (μοντέλων) κτιρίων αποτελεί σημαντική μέθοδο απόκτησης πληροφοριών στον αστικό σχεδιασμό. Το γεγονός ότι η τηλεπισκόπηση έχει πλεονεκτήματα όπως η μεγάλη κάλυψη και η λήψη δεδομένων σε πραγματικό χρόνο, την καθιστά σημαντική για την εξαγωγή μοντέλων κτιρίων, ειδικότερα μέσω των νεφών σημείων LiDAR. Στο παρόν άρθρο περιγράφεται η εξαγωγή μοντέλου κτιρίου μέσω του συνδυασμού Point Cloud και χαρακτηριστικών υφής τα οποία εξάγονται με τη χρήση χάρτη υψομέτρου, με τα πειραματικά αποτελέσματα να δείχνουν ότι η μέθοδος αυτή επιτυγχάνει καλύτερα αποτελέσματα σε σύγκριση με άλλες μεθόδους και λογισμικά, με ακρίβεια άνω του 87%.</p>

'''<h1>Εισαγωγή</h1>'''
<p align="justify">Η τηλεπισκόπηση επιτρέπει την απόκτηση πληροφοριών χωρίς φυσική επαφή με αντικείμενα ή φαινόμενα. Η τεχνολογική πρόοδος στη χωρική και χρονική ανάλυση των εικόνων τηλεπισκόπησης τις κάνει κύρια πηγή δεδομένων για την εξαγωγή αντικειμένων όπως βλάστηση, παράκτιες ζώνες και δρόμους. Η εξαγωγή κτιρίων μέσω τηλεπισκόπησης έχει πλέον αναδειχτεί, λόγω της ταχύτητάς της, τις δυνατότητες κάλυψης σε μεγάλη κλίμακα και έκταση αλλά και για οικονομικούς λόγους.</p>

<p align="justify">Η τεχνολογία LiDAR (Light Detection And Ranging) χρησιμοποιεί παλμικό λέιζερ για την μέτρηση αποστάσεων μεταξύ αισθητήρα και διαφορετικών αντικειμένων. Πολλές μελέτες χρησιμοποιούν το LiDAR για την εξαγωγή κτιρίων, με ικανοποιητικά αποτελέσματα σε διάφορα περιβάλλοντα. Υπάρχουν διάφορες τεχνικές εξαγωγής βασισμένες στα χαρακτηριστικά των εικόνων και του LiDAR, που επιτρέπουν ακριβείς χαρτογραφήσεις κτιρίων.</p>

<p align="justify">Το Point Cloud ενδέχεται να οδηγήσει σε απώλεια ορισμένων χαρακτηριστικών μιας και δύσκολα διακρίνει αντικείμενα με παρόμοια ύψη, ωστόσο είναι ικανό να εξάγει διαφορετικά αντικείμενα με τα χαρακτηριστικά των υφών τους σε δισδιάστατες εικόνες. Ο χάρτης υψομέτρων σαν δισδιάστατη εικόνα που προκύπτει από την προβολή του Point Cloud σε επίπεδο, μπορεί να παρέχει χαρακτηριστικά υφής και έχει χρησιμοποιηθεί στον τομέα εξαγωγής κτιρίων. Τα πειραματικά αποτελέσματα της διαδικασίας αυτής ήταν αποτελεσματικά όσον αφορά την εξάλειψη των δέντρων και την εξαγωγή κτιρίων διαφορετικής κλίμακας. Επίσης, αρκετά ακριβείς ήταν και οι χάρτες υψομέτρων με θέμα την κάλυψη και τις χρήσεις γης που προέκυψαν από δεδομένα τηλεπισκόπησης συγκριτικά με τα δεδομένα της επίγειας καταγραφής. Η οργάνωση των δεδομένων LiDAR σε τρεις χάρτες (χάρτης πυκνότητας βάθους, ύψους και κανονικών επιφανειών) αποδείχτηκε ότι ανακτά με επιτυχία την ιεραρχία και την ακεραιότητα των αντικειμένων, ανεξάρτητα από την πυκνότητα και τις απώλειες δεδομένων. Επιπλέον, η εξαγωγή χαρακτηριστικών υφής από τον χάρτη υψομέτρων μπορεί να χρησιμοποιηθεί για να ανιχνεύσει κτίρια από δορυφορικές εικόνες με καλύτερη απόδοση από άλλες σύγχρονες μεθόδους.</p>

<p align="justify">Η εργασία αναφέρεται στο συνδυασμό των χαρακτηριστικών του Point Cloud και της υφής για την εξαγωγή κτιρίων. Στην εργασία υποστηρίζεται ότι η επιλογή χαρακτηριστικών μπορεί να γίνει με τη χρήση αλγορίθμων νοημοσύνης σμήνους, όπως ο αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων (Particle Swarm Optimization - PSO).</p>

<p align="justify">Η διάρθρωση της εργασίας περιγράφεται παρακάτω. Στην Ενότητα 2, αναλύονται η βασική μέθοδος και οι βασικές αρχές της παρούσας έρευνας. Τα βήματα της μεθόδου περιγράφονται στην ενότητα 3. Στην ενότητα 4 περιγράφονται τα πειράματα που πραγματοποιούνται σύμφωνα με τη μέθοδο, τα πειραματικά δεδομένα, τα τελικά αποτελέσματα και η αξιολόγηση της ακρίβειας. Στην ενότητα 5 συνοψίζονται τα βήματα της παρούσας εργασίας και οι ερευνητικές προοπτικές.</p>

'''<h1>Βασική θεωρία φίλτρων Gabor</h1>'''

<p align="justify">Όσον αφορά τις δισδιάστατες εικόνες, το φίλτρο Gabor είναι μία αποτελεσματική τεχνική φιλτραρίσματος και βασίζεται σε ένα ημιτονοειδές επίπεδο κύμα. Το φίλτρο Gabor μπορεί να χαρακτηρίσει τη δομή της χωρικής συχνότητας μιας εικόνας, αλλά και να διατηρήσει πληροφορίες χωρικής σχέσης. Επιπλέον, καθώς το φίλτρο Gabor είναι αναλλοίωτο σε ζουμ, περιστροφή και μετάθεση, είναι κατάλληλο για την αναπαράσταση και αναγνώριση υφής. Στο χωρικό πεδίο, ένα 2D φίλτρο Gabor είναι μια γκαουσιανή συνάρτηση πυρήνα διαμορφωμένη από ένα ημιτονοειδές επίπεδο κύμα, το οποίο αποτελείται από ένα πραγματικό μέρος και ένα φανταστικό μέρος που αντιπροσωπεύει την ορθογώνια κατεύθυνση. Αυτά τα δύο μέρη μπορούν είτε να σχηματίσουν μια πολλαπλότητα είτε να χρησιμοποιηθούν ξεχωριστά.</p>

<p align="justify">Η εξαγωγή χαρακτηριστικών υφής με τη χρήση του φίλτρου Gabor περιλαμβάνει δύο κύριες διαδικασίες: το σχεδιασμό του φίλτρου και την εξαγωγή συνόλων χαρακτηριστικών υφής. Η διαδικασία απόκτησης χαρακτηριστικών υφής από μια εικόνα με χρήση του φίλτρου Gabor έχει ως εξής. Πρώτον, η εικόνα εισόδου διαιρείται σε μπλοκ. Δεύτερον, δημιουργούνται οι τράπεζες φίλτρων Gabor και, τρίτον, συντίθενται τα πρότυπα φίλτρων Gabor με κάθε μπλοκ εικόνας στο χωρικό πεδίο. Τέταρτον, κάθε μπλοκ εικόνας διέρχεται από τις εξόδους των προτύπων φίλτρων Gabor και "συμπυκνώνεται" στο χαρακτηριστικό υφής του μπλοκ εικόνας.</p>

'''<h1>Εξαγωγή κτιρίων με βάση τη συνένωση του Point Cloud και των χαρακτηριστικών υφής</h1>'''
'''<h2>Χαρακτηριστικά του Point Cloud</h2>'''
<p align="justify">Το σύστημα LiDAR παράγει έναν αριθμό σημείων θορύβου κατά την απόκτηση δεδομένων, τα οποία εμφανίζονται συνήθως ως ανωμαλίες στο υψόμετρο και επηρεάζουν την ακρίβεια της εξαγωγής κτιρίων. Για την αποθορυβοποίηση του Point Cloud και το φιλτράρισμα των ανωμαλιών, εφαρμόζεται διαδικασία επεξεργασίας. Έπειτα, εξάγονται τα χαρακτηριστικά του Point Cloud, τα οποία περιλαμβάνουν διάφορες ιδιοτιμές. Αντίθετα με τα ιδιοδιανύσματα, οι ιδιοτιμές διατηρούνται αναλλοίωτες κατά την περιστροφή και χρησιμοποιούνται για την εξαγωγή χαρακτηριστικών για τα κτίρια. Επιπλέον, η πυκνότητα και το ύψος είναι κρίσιμα χαρακτηριστικά του Point Cloud. Επομένως, τα χαρακτηριστικά που βασίζονται στις ιδιοτιμές, την πυκνότητα και το ύψος εξάγονται ως δεδομένα αναφοράς.</p>

<p align="justify">Η ανάλυση των ιδιοτιμών και ιδιοδιανυσμάτων αποτελεί σημαντικό εργαλείο για τις αποφάσεις εξαγωγής, παρέχοντας πληροφορίες για τη δομή του περιβάλλοντος. Με βάση τα γειτονικά σημεία, υπολογίζεται ο πίνακας συνδιακύμανσης του κεντρικού σημείου, προσδιορίζοντας τις ιδιοτιμές του. Από αυτές, προκύπτουν διάφορα χαρακτηριστικά, όπως το άθροισμα ιδιοτιμών, η συνολική διακύμανση, η ανισοτροπία, η επιπεδότητα, η γραμμικότητα, η τραχύτητα της επιφάνειας και η σφαιρικότητα. Η ομοιομορφία της κατανομής των σημείων σε άξονες βοηθά στο διαχωρισμό δομών, όπως γραμμές ηλεκτροδότησης και κτίρια από τη βλάστηση. Επίσης, η επίπεδη δομή των σημείων έχει υψηλή τιμή επιπεδότητας, ενώ το χαρακτηριστικό αυτό είναι σημαντικό για την ανάκλαση του λέιζερ από την οροφή κτιρίων. Η πυκνότητα του νέφους σημείων στη γειτονιά διεισδυτικών στόχων, όπως η βλάστηση, αντανακλά την κατανομή του Point Cloud.</p>

<p align="justify">Ως εκ τούτου, οι προσόψεις των κτιρίων μπορούν να διακριθούν αποτελεσματικά, ενώ οι τυπικές αποκλίσεις των υψομέτρων στις σφαιρικές γειτονιές μπορούν να χρησιμοποιηθούν για τον εντοπισμό του εδάφους και άλλων οριζόντιων επιπέδων. Όλα τα προαναφερθέντα χαρακτηριστικά δείχνουν τις ιδιότητες των Point Clouds από την άποψη των ιδιοτιμών, των υψομέτρων και των πυκνοτήτων.</p>

'''<h2>Εξαγωγή χαρακτηριστικών υφής βασισμένη στο χάρτη υψομέτρου</h2>'''
<p align="justify">Η μελέτη πραγματοποιήθηκε με σκοπό τη μετατροπή του Point Cloud σε χάρτη υψομέτρων, προκειμένου να εξαχθούν χαρακτηριστικά υφής. Η διαδικασία μετασχηματισμού βασίστηκε στην κατανομή του υψομέτρου κάθε σημείου και πραγματοποιήθηκε με σχετική ευκολία. Αρχικά, οι συντεταγμένες των σημείων μετατράπηκαν σε εικόνα (ραστεροποίηση) σε έναν χάρτη υψομέτρων με κάναβο 1 μέτρου. Έπειτα, ορίστηκε ένα κατώφλι ύψους και υπολογίστηκε η υψομετρική διακύμανση κάθε εικονοστοιχείου. Σε περιπτώσεις όπου η διακύμανση ήταν χαμηλή, η μέση τιμή του υψομέτρου χρησιμοποιήθηκε ως τιμή αναφοράς. Σε αντίθετη περίπτωση, επιλέχθηκε ένα ενδιάμεσο σημείο στην κατανομή του ύψους ως τιμή αναφοράς. Σε πλέγματα με λίγα ή καθόλου σημεία, χρησιμοποιήθηκε η διάμεση τιμή ύψους των σημείων στον κοντινότερο γείτονα. Τέλος, οι τιμές αναφοράς κανονικοποιήθηκαν σε μια κλίμακα 0-255, δημιουργώντας έναν χάρτη υψομέτρου που αντανακλά την αρχική συλλογή σημείων (εικ. 1).</p>

[[Αρχείο:Wiki3_Pict1.png]]

''εικ. 1 Απόδοση εικόνας από Point Cloud και χάρτης υψομέτρων''

<p align="justify">Αφού δημιουργήθηκε ο χάρτης υψομέτρων, αντίστοιχα χαρακτηριστικά υφής εξήχθησαν για την ανάλυση κτιρίων. Η μέθοδος του φίλτρου Gabor επιτρέπει την καταγραφή χαρακτηριστικών που αντιστοιχούν σε διάφορες χωρικές συχνότητες και προσανατολισμούς, κάνοντας δυνατή τη διάκριση μεταξύ των εικόνων. Στην παρούσα μελέτη, επιλέχθηκε ένα φίλτρο Gabor 2D για την ανάλυση χαρακτηριστικών υφής.</p>

'''<h2>Επιλογή χαρακτηριστικών για τη μείωση του αριθμού των χαρακτηριστικών</h2>'''
<p align="justify">Στην παρούσα εργασία, χρησιμοποιήθηκε ο αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων (Particle Swarm Optimization - PSO) για την επιλογή χαρακτηριστικών για τη μείωση της διάστασης των δεδομένων. Έχει παρατηρηθεί ότι τα μέλη μιας ομάδας φαίνεται να μοιράζονται πληροφορίες μεταξύ τους, γεγονός που οδηγεί σε αυξημένη αποδοτικότητα της ομάδας. Ένα σωματίδιο κινείται προς το βέλτιστο με βάση την τρέχουσα ταχύτητά του, την προηγούμενη εμπειρία του και την εμπειρία των γειτόνων του.</p>

<p align="justify">O PSO χρησιμοποιήθηκε για την εξαγωγή όσο το δυνατόν μεγαλύτερης ακρίβειας με λίγα χαρακτηριστικά. Για να βελτιωθεί η διαδικασία εκπαίδευσης, ο συνδυασμός χαρακτηριστικών ρυθμίστηκε από τον PSO και τα βελτιστοποιημένα αποτελέσματα μπορούσαν να ληφθούν επιλέγοντας τον συνδυασμό χαρακτηριστικών με το ελάχιστο σφάλμα ως τον καταλληλότερο. Τελικά, προέκυψε ένας λογικός συνδυασμός χαρακτηριστικών νέφους σημείων και υφής για την εξαγωγή κτιρίων και η όλη διαδικασία παρουσιάζεται στην εικόνα 2.</p>

[[Αρχείο:Wiki3_Pict2.png]]

''εικ. 2 Η διαδικασία για το συνδυασμό χαρακτηριστικών''

'''<h2>Ορισμός της αντικειμενικής συνάρτησης</h2>'''
<p align="justify">Η παρούσα εργασία προτείνει τη χρήση μιας αντικειμενικής συνάρτησης προς επίτευξη υψηλής ακρίβειας εξαγωγής με ταυτόχρονη μείωση του αριθμού των χαρακτηριστικών. Η συγκεκριμένη συνάρτηση βασίζεται στο κριτήριο διάκρισης Fisher, το οποίο έχει αποδειχθεί ότι είναι αποτελεσματικό στην εξαγωγή κτιρίων. Η συνάρτηση αυτή μεγιστοποιεί τις διαφορές μεταξύ των κατηγοριών και ελαχιστοποιεί τις διαφορές εντός των κατηγοριών, προσδιορίζοντας με ακρίβεια την κατηγορία-στόχο από άλλες κατηγορίες.</p>

<p align="justify">Η μετατροπή των χαρακτηριστικών του Point Cloud σε διανύσματα είναι αναγκαία για την ανάλυση τους. Τα χαρακτηριστικά υφής παριστάνονται ως δισδιάστατες εικόνες, οι οποίες μπορούν να μετασχηματιστούν σε διανύσματα. Στη συνέχεια, αυτά τα δύο είδη χαρακτηριστικών ενσωματώνονται σε ένα διάνυσμα, ενώ μπορεί να ληφθεί μια υψηλότερη διάσταση διανύσματος χαρακτηριστικών κάθε σημείου με τον συνδυασμό των δύο διανυσμάτων. Επιπλέον, η αξία της αντικειμενικής συνάρτησης αποτελεί ένδειξη της ποιότητας της ταξινόμησης, με μεγαλύτερη τιμή να υποδηλώνει καλύτερη ποιότητα.</p>

'''<h2>Εφαρμογή της προτεινόμενης μεθόδου</h2>'''
<p align="justify">Η προτεινόμενη μέθοδος ήταν εύκολο να εφαρμοστεί και τα βασικά ζητήματα της εξαγωγής κτιρίων ήταν η συγχώνευση των χαρακτηριστικών του Point Cloud και της υφής, καθώς και η επιλογή των χαρακτηριστικών. Η διαδικασία της προτεινόμενης μεθόδου παρουσιάζεται ως εξής:</p>

<p align="justify">Βήμα 1: Εισαγωγή των εικόνων δοκιμής και υπολογισμός των διανυσμάτων χαρακτηριστικών του Point Cloud. Δημιουργία χαρτών υψομέτρων και εξαγωγή χαρακτηριστικών υφής μέσω του φίλτρου Gabor από αυτά.</p>

<p align="justify">Βήμα 2: Δημιουργία των δειγμάτων εκπαίδευσης και δοκιμής με βάση τη συγχώνευση του Point Cloud και των χαρακτηριστικών υφής,</p>

<p align="justify">Βήμα 3: Τυχαία δημιουργία του αρχικού πληθυσμού του PSO στο εύρος -10-10 μέσω δεκαδικής κωδικοποίησης και μετατροπή του σε δυαδική κωδικοποίηση,</p>

<p align="justify">Βήμα 4: Εξαγωγή κτιρίων και υπολογισμός της τιμής καταλληλόλητας κάθε σωματιδίου,</p>

<p align="justify">Βήμα 5: Λειτουργία του PSO:</p>

Βήμα 5-1: Ενημέρωση της ταχύτητας κάθε σωματιδίου,

Βήμα 5-2: Αλλαγή του πληθυσμού σε μορφή δυαδικής κωδικοποίησης,

Βήμα 6: Διεξαγωγή εξαγωγής κτιρίων και υπολογισμός της τιμής καταλληλόλητας κάθε σωματιδίου,

Βήμα 7: Εάν η λύση είναι καλύτερη, αντικατάσταση του τρέχοντος σωματιδίου- διαφορετικά, διατήρησή του,

Βήμα 8: Αν έχει επιτευχθεί ο μέγιστος αριθμός επαναλήψεων μετάβαση στο βήμα 9, διαφορετικά, μετάβαση στο βήμα 5,

Βήμα 9: Εξαγωγή του βέλτιστου συνδυασμού χαρακτηριστικών και σύγκρισή του με άλλες μεθόδους εξαγωγής κτιρίων μέσω της ακρίβειας εξαγωγής.

'''<h1>Πειραματικά αποτελέσματα και συζήτηση</h1>'''
<p align="justify">Το πειραματικό περιβάλλον σε αυτή τη μελέτη ήταν ένας υπολογιστής με CPU 2,30 GHz και 8 G RAM. Η λειτουργία επεξεργασίας δεδομένων πραγματοποιήθηκε με τη χρήση του λογισμικού MATLAB 2016a και VS2017. Η χειροκίνητη διαδικασία εξαγωγής πραγματοποιήθηκε με τη χρήση λογισμικού LiDAR και οπτικής ερμηνείας από ερευνητές με σχετική εργασιακή εμπειρία.</p>

'''<h2>Πειραματική πλατφόρμα και πληροφορίες δεδομένων</h2>'''
<p align="justify">Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη ήταν δεδομένα Point Cloud που ελήφθησαν από έναν σαρωτή λέιζερ Riegl LMS-Q780 στο Fuzhou της Κίνας. Τα πειραματικά δεδομένα περιλάμβαναν πέντε μη επικαλυπτόμενες αστικές περιοχές, οι οποίες περιείχαν κτίρια, βλάστηση και άλλους τύπους αντικειμένων. Δεδομένου ότι η υψηλή πυκνότητα του πειραματικού Point Cloud μπορεί να οδηγήσει σε μεγάλο όγκο υπολογισμών, ήταν απαραίτητο να μειωθεί η δειγματοληψία των δεδομένων προκειμένου αυτός να μειωθεί. Σύμφωνα με την πυκνότητα του Point Cloud μετά την υποδειγματοληψία, οι περιοχές δεδομένων χωρίστηκαν σε περιοχή χαμηλής πυκνότητας 1 και 2 (Low Density Region 1, 2 – LDR1, LDR2), περιοχή μέσης πυκνότητας (Medium Density Region - MDR), περιοχή υψηλής πυκνότητας 1 και 2 (High Density Region 1,2 – HDR1, HDR2).</p>

<p align="justify">Τα πειραματικά δεδομένα χρωματίστηκαν σύμφωνα με την υψομετρική απεικόνιση και τα αποτελέσματα της χειροκίνητης εξαγωγής φαίνονται στις εικόνες 3 έως 7.</p>

[[Αρχείο:Wiki3_Pict3.png]]

''εικ. 3 Χρωματισμός υψομέτρου LDR1 και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict4.png]]

''εικ. 4 Χρωματισμός υψομέτρων LDR 2 και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict5.png]]

''εικ. 5 Χρωματισμός υψομέτρων MDR και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict6.png]]

''εικ. 6 Χρωματισμός υψομέτρων HDR 1 και αποτελέσματα χειροκίνητης εξαγωγής''

[[Αρχείο:Wiki3_Pict7.png]]

''εικ. 7 Χρωματισμός υψομέτρων HDR 2 και αποτελέσματα χειροκίνητης εξαγωγής''

'''<h2>Εξαγωγή χαρακτηριστικών υφής</h2>'''
<p align="justify">Η διαδικασία εξαγωγής χαρακτηριστικών υφής με τη χρήση του φίλτρου Gabor στην παρούσα μελέτη παρουσιάζεται παρακάτω:</p>

<p align="justify">Στην εικόνα 8 παρουσιάζεται η διαδικασία του φίλτρου Gabor, όπου διαμορφώνεται με βάση διαφορετικές τιμές των παραμέτρων προσανατολισμού και συχνότητας. Διαφορετικά χαρακτηριστικά υφής μπορούν να προκύψουν μετά από συνένωση του χάρτη υψομέτρων με πρότυπα. Παρουσιάζεται μια ομάδα αποτελεσμάτων συνδυασμού παραμέτρων με την ίδια τιμή συχνότητας 0,2 και τον προσανατολισμό να κυμαίνεται από 0-5𝜋/6 μέσω βημάτων 𝜋/6, ενώ η τοπική απεικόνιση του κοινού μέρους παρουσιάζεται στη δεξιά πλευρά. Μπορεί να εξαχθεί το συμπέρασμα ότι η μεταβολή του συνδυασμού παραμέτρων προκάλεσε την αλλαγή της μονάδας συνέλιξης και είχε ως αποτέλεσμα διαφορές στα χαρακτηριστικά υφής, ειδικά στις ακμές και τις κορυφές των κτιρίων.</p>

[[Αρχείο:Wiki3_Pict8png]]

''εικ. 8 Εξαγωγή χαρακτηριστικών υφής με χρήση του φίλτρου Gabor''

'''<h2>Συγκριτική ανάλυση και αξιολόγηση της ακρίβειας της εξαγωγής κτιρίων</h2>'''
<p align="justify">Προκειμένου να αποδειχθεί η αποτελεσματικότητα της προτεινόμενης μεθόδου, τα πειραματικά αποτελέσματα συγκρίθηκαν με εκείνα που προέκυψαν με τη χρήση των GLCM (Gray Level Co-occurence Matrix), LBP (Local Βinary Patterns) και HoG για την εξαγωγή χαρακτηριστικών υφής. Στην παρούσα εργασία συγκρίθηκαν επίσης εκείνα της εξαγωγής κτιρίων με βάση μόνο τα χαρακτηριστικά του Point Cloud (On Point Cloud Features), της εξαγωγής κτιρίων χωρίς επιλογή χαρακτηριστικών (No Feature Selection) και της εξαγωγής κτιρίων με χρήση του λογισμικού ENVI (Environment for Visualising Images). Οι θέσεις εξαγωγής κτιρίων από διάφορες πειραματικές περιοχές παρουσιάζονται στις εικόνες 9 έως 13.</p>

[[Αρχείο:Wiki3_Pict9png]]

''εικ. 9 Αποτελέσματα εξαγωγής κτιρίων του LDR 1''

[[Αρχείο:Wiki3_Pict10png]]

''εικ. 10 Αποτελέσματα εξαγωγής κτιρίων του LDR 2''

[[Αρχείο:Wiki3_Pict11png]]

''εικ. 11 Αποτελέσματα εξαγωγής κτιρίων του ΜDR''

[[Αρχείο:Wiki3_Pict12png]]

''εικ. 12 Αποτελέσματα εξαγωγής κτιρίων του HDR 1''

[[Αρχείο:Wiki3_Pict13png]]

''εικ. 13 Αποτελέσματα εξαγωγής κτιρίων του HDR 2''

<p align="justify">Όπως φαίνεται στις εικόνες 9 έως 13, τα πειραματικά αποτελέσματα της προτεινόμενης μεθόδου ήταν ανώτερα από άλλες μεθόδους εξαγωγής υφής, όπως οι GLCM, HoG και LBP, καθώς και από τα λογισμικά NFS, OPCF και ENVI στις πέντε πειραματικές περιοχές, αφού παρήγαγε μικρότερο αριθμό σφαλμάτων. Επιπλέον, η προτεινόμενη μέθοδος διατήρησε καλύτερα το σχήμα και την εσωτερική ακεραιότητα του κτιρίου. Οι HoG και NFS δεν ήταν σε θέση να εξάγουν πλήρη κτίρια στο LDR1 και η προτεινόμενη μέθοδος διατήρησε καλύτερα την ακεραιότητα του μεγάλου σύνθετου κτιρίου στην επάνω αριστερή γωνία από ό,τι η LBP. Για το LDR2, η GLCM και η LBP δεν μπόρεσαν να εφαρμοστούν για την εξαγωγή κτιρίων και η προτεινόμενη μέθοδος παρήγαγε προφανώς πιο σωστά αποτελέσματα, ιδίως στον κόκκινο κύκλο στην εικόνα 10g, από άλλες μεθόδους. Για το MDR, μόνο το λογισμικό ENVI και η προτεινόμενη μέθοδος εξήγαγαν το πλήρες κτίριο στον κόκκινο κύκλο στην εικόνα 11g. Ωστόσο, στην περιοχή του κόκκινου κύκλου, η οποία φαίνεται στο Σχήμα 12δ, περισσότερα μη κτιριακά σημεία εξήχθησαν προφανώς ως κτιριακά σημεία και υπήρχαν επίσης κάποια διακριτά σφάλματα στις μη κτιριακές περιοχές για άλλες μεθόδους, ενώ η προτεινόμενη μέθοδος πέτυχε καλύτερα αποτελέσματα εξαγωγής, όπως φαίνεται στο Σχήμα 12ζ. Επιπλέον, περισσότερα κτίρια εξήχθησαν σωστά από τις μεθόδους GLCM, LBP και OPCF σε σχέση με άλλες μεθόδους στο HDR2, ενώ για την προτεινόμενη μέθοδο αυτό ήταν λιγότερο στις περιοχές του κόκκινου κύκλου στην Εικόνα 13g.</p>

''' <h1> Συμπεράσματα </h1> '''
<p align="justify">Στην παρούσα εργασία παρουσιάστηκε μια μέθοδος εξαγωγής κτιρίων που βασίζεται στο συνδυασμό του Point Cloud και των χαρακτηριστικών υφής, με τον υπολογισμό των τιμών των χαρακτηριστικών, του υψομέτρου και της πυκνότητας του Point Cloud και τη μετατροπή του Point Cloud σε χάρτη υψομέτρου. Το φίλτρο Gabor χρησιμοποιήθηκε για την εξαγωγή χαρακτηριστικών υφής με βάση το χάρτη υψομέτρου και τα χαρακτηριστικά μπορούσαν να αποδοθούν ξανά στο Point Cloud. Στη συνέχεια, το Point Cloud και τα χαρακτηριστικά υφής συγχωνεύτηκαν και έγινε επιλογή χαρακτηριστικών για την πραγματοποίηση ακριβέστερης και αποτελεσματικότερης εξαγωγής κτιρίων. Τα πειράματα έδειξαν ότι η συγχώνευση του Point Cloud και των χαρακτηριστικών υφής ήταν σε θέση να επιτύχει υψηλότερη ακρίβεια εξαγωγής από άλλες μεθόδους. Εκτός αυτού, λόγω του μεγάλου αριθμού χαρακτηριστικών, χρησιμοποιήθηκε ο PSO (αλγόριθμος βελτιστοποίησης σμήνους) για την επιλογή ενός καλύτερου συνδυασμού χαρακτηριστικών για την πραγματοποίηση της εξαγωγής κτιρίων από τοPoint Cloud. Σε σύγκριση με τα αποτελέσματα άλλων μεθόδων εξαγωγής κτιρίων, καθώς και των λογισμικών NFS, OPCF και ENVI, η ακρίβεια εξαγωγής με τη χρήση της προτεινόμενης μεθόδου θα μπορούσε να ικανοποιήσει κατά προτίμηση τις πρακτικές εφαρμογές. Συνοπτικά, η προτεινόμενη μέθοδος αποδείχθηκε αποτελεσματική και έγκυρη για την εξαγωγή κτιρίων, με ικανοποιητική ακρίβεια εξαγωγής, η οποία ξεπερνούσε πάντα το 87%. Θα μπορούσε να παρέχει έναν εύχρηστο και αποτελεσματικό τρόπο εξαγωγής κτιρίων σε αστικές περιοχές. Με βάση την παρούσα εργασία, θα πραγματοποιηθούν μελλοντικές εργασίες σχετικά με τη βελτιστοποίηση της μεθόδου εξαγωγής χαρακτηριστικών υφής σε ολόκληρη τη διαδικασία επεξεργασίας δεδομένων.</p>

Αρχείο:Wiki3 Pict13.png

2024-03-01T17:12:55Z

Eva Christina Dimoula:

Αρχείο:Wiki3 Pict12.png

2024-03-01T17:12:44Z

Eva Christina Dimoula:

Αρχείο:Wiki3 Pict11.png

2024-03-01T17:12:38Z

Eva Christina Dimoula: