Genom att kombinera geometrisk analys med semantisk tolkning utvecklar jag metoder för att automatiskt identifiera byggnadsdelar och skapa mer intelligenta digitala tvillingar.
Min forskning genomförs i nära samarbete med industrin genom Astacus AB, där avancerad 3D-mätning och digitala tvillingar används som plattform för att samla in och analysera verkliga data.
Denna koppling gör det möjligt att testa och utvärdera nya metoder i praktiska projekt och bidrar till att forskningsresultaten snabbt får tillämpning i bygg- och fastighetssektorn.
Punktmolnsklassificering
Punktmoln är en central datakälla inom modern byggnadsdokumentation och digitala tvillingar. Jag arbetar med metoder för att automatiskt klassificera punkter baserat på form, struktur och kontext, så att objekt som väggar, golv, tak och installationer kan identifieras utan manuell tolkning.
Mitt fokus ligger på att förbättra modellernas robusthet och noggrannhet vid stora och varierande dataset, samt att minska behovet av tidskrävande manuell annotering.
Språkmodeller och semantisk förståelse av 3D-data
Jag utforskar hur språkmodeller kan användas för att beskriva, analysera och förstå spatiala data. Genom att representera byggnadsdelar, material och rumsliga relationer som “språkliga tokens” kan modeller tränas att skapa en semantisk förståelse av komplexa miljöer.
Detta öppnar för nya sätt att koppla samman teknisk 3D-data med textbaserad information, till exempel BIM-metadata, besiktningsprotokoll och byggnormer.
Tillämpningar och framtida arbete
Forskningen har tillämpningar inom byggnadsautomation, kulturarvsdokumentation, fastighetsförvaltning och infrastruktur.
Målet är att möjliggöra helt automatiserad semantisk modellering där digitala tvillingar skapas direkt från sensordata, med full förståelse för byggnadens struktur och funktion.