CRAB: rappresentazione basata su cuboidi per il BIM dello stato di fatto da nuvole di punti

Abstract degli autori

La ricostruzione del BIM dello stato di fatto da nuvole di punti richiede componenti edilizi con proprietà semantiche e volumetriche, parametrici e modificabili, non soltanto planimetrie 2D o astrazioni planari. Eppure le pipeline esistenti per ottenere un BIM dalle scansioni si affidano spesso a regole definite manualmente, ottimizzazioni euristiche o correzioni manuali, mentre i metodi basati sull’apprendimento non riescono a ricostruire lo spessore delle pareti, la geometria delle aperture e la struttura BIM a livello dei componenti. Presentiamo CRAB, un framework di ricostruzione basato su cuboidi per il BIM che rappresenta pareti, porte, finestre, travi e colonne come cuboidi architettonici compatti, con semantica e parametri compatibili con IFC. CRAB collega le nuvole di punti a un BIM modificabile combinando ProposalNet, che predice cuboidi approssimativi per i componenti, con AssemblyNet, un modello di Flow Matching che tiene conto delle relazioni, affina la geometria, predice le relazioni strutturali e consente la correzione strutturale automatica e la modifica guidata dall’essere umano. Per far fronte alla scarsità di dati di supervisione a livello dei cuboidi, estendiamo Structured3D con annotazioni dei cuboidi per singolo componente e creiamo scene procedurali basate su cuboidi. Gli esperimenti mostrano che CRAB supera le alternative basate su planimetrie e piani geometrici per completezza dei componenti, accuratezza geometrica e capacità di generalizzazione. Nella stima dello spessore delle pareti interne, CRAB raggiunge un errore medio di 2,80 cm, con il 79,50% delle pareti abbinate entro 3 cm. La pagina del progetto è disponibile all’indirizzo https://vcc.tech/research/2026/CRAB.