Computer Vision Application in Construction Progress Monitoring

Kittiwatanachod, Nuthanon

Computer Vision Application in Construction Progress Monitoring

Files

Kittiwatanachod_Nuthanon_2024.pdf (2.42 MB) (opens in new window)

Aalto login required (access for Aalto Staff only).

Insinööritieteiden korkeakoulu | Bachelor's thesis

Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.

Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Kittiwatanachod, Nuthanon

Date

2024-09-06

Major/Subject

Rakennustekniikka

Mcode

ENG4003

Degree programme

Insinööritieteiden kandidaattiohjelma

Language

en

Pages

39

Abstract

Construction is a complex production process which may involve hundreds of interconnected sub-processes. The interconnectivity of subprocesses means that a quality or a delay issue in one or more subprocesses may significantly affect the whole construction project workflow. Therefore, a con-struction project success can be determined by the execution of workflow coordination, which re-quires a comprehensive situational awareness of the construction site. However, industry practitioners agree traditional method of construction progress monitoring to be inaccurate, labor-intensive, and too slow for timely production control decision making. This challenge purpose an opportunity to utilize current technology to overcome this limitation. Computer vision is amongst the most promising tech-nologies, which have the potential to allow a fully automated construction progress monitoring sys-tem. The concept of computer vision is to develop a system that collects and processes visual infor-mation automatically into a human interpretable and usable form. The exploration into computer vision technology serves as the main motivation for this literature re-view, aiming to study its potential and limitations. This literature review may contribute to digitaliza-tion of construction field, by acting as an introduction paper for those interested in applying computer vision technology to construction progress monitoring. The findings of this literature review show two paths of computer vision application: the occupancy approach, and the image processing approach. However, a fully automated construction progress monitoring framework has not yet been developed. In the occupancy approach, element level automated progress monitoring is achievable to outer struc-tural element. The main limitation to fully automated framework is lack of robust automated coarse registration approach to connect point-cloud collected in indoor environment. This limitation is due to location signal blocking as well as cluttered nature of indoor construction environment. In the image processing approach, activity level progress monitoring is achievable with machine learning or deep learning models. However, the application of machine learning is not yet applied across all construc-tion activities. The limitation of machine learning approach includes lighting variation, view occlu-sion, and limited training dataset.

Rakentaminen on projektityypistä tuotantoa, joka sisältää monia toisistaan riippuvaisia prosesseja. Tämän riippuvuus tarkoittaa, että yhden prosessin viivästys tai laatuongelma voi haitata toisen prosessin työn sujuvuutta. Tästä syystä rakentaminen valvonta ja seuranta ovat tärkeitä prosesseja rakentamisprojektin onnistumisen kannalta. Valvonta ja seuranta perustuvat kuitenkin perinteisillä menetelmillä manuaalisiin töihin, mikä tekee niistä tehottomia ja liian hitaita tuottamaan ajantasaista tietoa projektinhallinnalle. Tämä johtaa siihen, että rakentamisen valvonta ja seuranta nähdään yleensä tarpeettomina, mikä heijastuu rakennusprojektien yleisesti heikoissa tilannetietoisuudessa (engl. situational awareness). Konenäkö on teknologia, joka kerää ja käsittelee visuaalisia tietoja ja muuntaa käsiteltyjä tietoja ihmisen ymmärrettävään ja hyödynnettävään muotoon. Konenäkö on kehittynyt huomattavasti viimeisen kymmenen vuoden aikana, erityisesti tekoälyn kehityksen myötä. Konenäkö on osoittanut potentiaalinsa esimerkiksi teollisuusalalla automaattisessa tuotannon valvonnassa ja seurannassa. Nykypäivänä konenäköä on hyödynnetty rakennusalalla esimerkiksi miehittämättömien ilma-alusten käytön avulla runko- ja maarakennustöiden valvonnassa ja seurannassa. Konenäköjen soveltamismahdollisuudet ovat kuitenkin laajat, joten sen käyttöönotto edellyttää kattavaa ymmärrystä sen potentiaalista ja rajoitteista. Tämän työn tavoitteena on tarjota kattava yleiskuva konenäön käytöstä rakentamisen tuotannon valvonnassa ja seurannassa, keskittyen erityisesti sen potentiaaliin ja rajoituksiin. Työn tarkoituksena on toimia johdantona niille, jotka ovat kiinnostuneita soveltamaan konenäköä rakentamisen valvonnassa ja seurannassa. Tämä työ on suoritettu kirjalli-suuskatsauksen menetelmällä, jossa tarkasteltiin konenäön kehitykseen liittyvät tutkimukset. Työn tulokset osoittavat, että konenäön käyttö rakentamisen valvonnassa ja seurannassa voidaan jakaa kahteen pääalueeseen: 3D-malleihin ja kuvankäsittelyyn perustuviin lähestymistapoihin. 3D-malleihin perustuvassa lähestymistavassa ulkoisten rakenteellisten elementtien seuranta voidaan toteuttaa automaattisesti miehit-tämättömien ilma-alusten avulla. Täysin automatisoitu seuranta on kuitenkin rajoittunut heikkoon automaattiseen karkean rekisteröinnin (engl. coarse registration) menetelmään, joka ei kykene yhdistämään sisätiloista kerättyä pistepilvidataa tarkasti yhtenäiseksi malliksi. Tämä rajoitus johtuu pääasiassa sisätiloissa käytettävien sijaintisignaalien häiriöistä sekä rakennusympäristöjen yleisestä sekavuudesta. Kuvankäsittelyyn perustuvassa lähestymistavassa aktivi-teettien tason seuranta voidaan tehokkaasti toteuttaa koneoppimismallien käytöllä. Koneoppimismallien soveltaminen kaikkiin erilaisiin rakentamisen prosesseihin on kuitenkin vielä tutkimuksen alla. Koneoppimisen lähestymistavan rajoitteisiin kuuluvat valaistusolosuhteiden vaihtelut, näkymien peittyminen sekä rajoitettu datan saatavuus koneoppimismallien kouluttamiseen.

Supervisor

Vornanen-Winqvist, Camilla

Thesis advisor

Chauhan, Inshu

Keywords

computer vision, construction progress monitoring, automated progress monitoring, construction automation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202410156714

Collections

[kand] Insinööritieteiden korkeakoulu / ENG

Show all metadata

Computer Vision Application in Construction Progress Monitoring

Files

URL

Journal Title

Journal ISSN

Volume Title

Authors

Date

Department

Major/Subject

Mcode

Degree programme

Language

Pages

Series

Abstract

Description

Supervisor

Thesis advisor

Keywords

Other note

Citation

Permanent link to this item

Collections