利用现场外观与空间利用实现前瞻规划自动化
计算机视觉与模式识别
2023-12-01 v1
摘要
本研究提出一种实现前瞻规划开发自动化的方法。所提方法利用建筑材料状态（即外观）与现场空间利用率来预测任务完成率。基于门控循环单元（GRU）的循环神经网络（RNN）模型使用某建筑工程时间线的一段进行训练，以估算任务完成率并提出数据驱动的前瞻计划。所提方法在一个涉及抹灰、油漆及电气 fixture 安装等收尾工作的样本建筑工程中进行了评估。结果表明，所提方法可辅助制定自动化前瞻计划。在此过程中，本研究将施工规划与施工现场的实际事件相联系，拓展了传统进度安排技术，并将更广泛的现场空间约束整合进前瞻规划中。
引用
@article{arxiv.2311.18361,
title = {Automating lookahead planning using site appearance and space utilization},
author = {Eyob Mengiste and Borja Garcia de Soto and Timo Hartmann},
journal= {arXiv preprint arXiv:2311.18361},
year = {2023}
}