Kunstmatige intelligentie en robots spelen een belangrijke rol bij het ontwikkelen van de steden van de toekomst. De architectuur, engineering en constructie (AEC)-industrie wordt geconfronteerd met een grote verschuiving in het balanceren van de enorme hoeveelheden gegevens die beschikbaar zijn via geavanceerde technologieën.

Het systeem dat ze gebruiken, gebouwinformatiemodellering (BIM) genoemd, neemt alle datapunten en informatie om plannen te ontwikkelen in alle stadia van de bouw, van planning tot onderhoud tot sloop. Purdue University-onderzoekers hebben een nieuwe manier bedacht om de gegevens te benaderen, vereenvoudig de BIM-software en help bij het maken van toekomstige stadslay-outs.

Het Purdue-team heeft een nieuwe methode ontwikkeld voor een beter begrip en gebruik van Industry Foundation Classes (IFC), dat is de term die wordt gegeven aan de gegevens die worden gebruikt om de BIM-software te maken.

"Het vereist normaal gesproken veel inspanning bij het handmatig interpreteren van IFC-gegevens vanwege het grote aantal entiteiten en de complexe verbindingen tussen de ene entiteit en de andere, " zei Jiansong Zhang, een assistent-professor in Purdue's Polytechnic Institute, die het onderzoeksteam leidt. "Onze technologie helpt BIM-softwareontwikkelaars om IFC-gebaseerde oplossingen te creëren voor elke taak in de levenscyclus van een AEC-project."

Zhang zei dat de nieuwe technologie volledige softwareontwikkeling mogelijk maakt op basis van IFC-gegevens.

"We hebben een visualisatie-algoritme gemaakt en geïmplementeerd op basis van de nieuwe methode die we hebben ontwikkeld, " zei Zhang, die ook het automatiserings- en intelligente constructielab van Purdue leidt. "De nieuwe methode kan helpen bij het elimineren van ontbrekende of inconsistente informatie tijdens softwareontwikkeling."

De gegevens hebben betrekking op alle sectoren, functies en levenscyclusfasen van softwareontwikkeling voor bouwprojecten.