姜韶華 張 博

(大連理工大學 建設管理系，大連 116024)

1 概述

1.1 背景

隨著建筑信息模型(Building Information Modeling， BIM)的不斷發(fā)展，其應用范圍已經(jīng)擴展到建設項目的各個階段，推動了土木建筑工程領域的發(fā)展和進步。BIM模型中的構件是具有幾何和語義特征的完整對象，而不僅僅是像CAD模型中由點和線所定義的幾何圖形[1]。當BIM包含的語義信息匱乏時，其應用范圍和價值將受到限制。因此，隨著BIM的蓬勃發(fā)展及其應用的延伸，需要越來越多的語義信息以便充分表達建筑模型[2]。

在上述背景下，BIM語義豐富在業(yè)內(nèi)引起了廣泛關注，并逐漸成為研究熱點。促使BIM語義豐富研究蓬勃發(fā)展的驅(qū)動力主要來自兩個方面：第一，豐富BIM模型的語義有助于緩解互操作性問題； 第二，語義豐富是在3D重建過程中實現(xiàn)將3D幾何模型轉(zhuǎn)換為BIM的關鍵。Belsky等人將建筑模型的語義豐富定義為：專家系統(tǒng)推理規(guī)則引擎應用特定領域的規(guī)則集來識別有關輸入建筑模型中建筑對象和關系的新事實，并將其添加到模型中的過程[3]。然而，隨著BIM語義豐富研究的深入，其方法不僅限于基于規(guī)則的推理，因此，本文將BIM語義豐富定義為通過半自動或自動方式向BIM中添加有意義的語義信息的過程。

1.2 文獻數(shù)據(jù)分析

由于目前尚未看到國內(nèi)在BIM語義豐富領域的相關文獻，因此本文選擇了在建筑領域覆蓋范圍廣且在跨學科研究領域具有優(yōu)勢的Scopus數(shù)據(jù)庫作為主要文獻數(shù)據(jù)來源[4]。BIM語義豐富作為新興研究領域，目前只有極少數(shù)側重于BIM語義豐富方法的文獻在標題、摘要及關鍵詞中明確提及“BIM語義豐富”，其他多數(shù)文獻雖未明確提及，但其全文本質(zhì)上仍與該主題相關，因此，截至2020年7月，本文在Scopus數(shù)據(jù)庫中按照以下檢索式進行文獻檢索：((TITLE-ABS-KEY((“semantic enrichment”)OR(“semantically rich”)OR(“semantically enriched”)OR(“rich semantic”))OR TITLE-ABS-KEY((“three-dimensional reconstruction”)OR(“three dimensional reconstruction”)OR(“3-d reconstruction”)OR(“3d reconstruction”)))AND TITLE-ABS-KEY(“BIM”))。在上述檢索式中，“TITLE-ABS-KEY”是指“標題—摘要—關鍵詞”。

針對按照以上檢索式初步得到的159篇文獻，本文采用了以下篩選標準：

(1)將主題范圍限制在：計算機科學、工程；

(2)將文獻類型限制在：會議論文、期刊研究性論文、綜述、書籍章節(jié)。

經(jīng)過(1)(2)兩步后，文獻數(shù)量下降至136篇，之后通過閱讀標題、摘要及關鍵詞進行人工篩選，進一步剔除無關文獻，最終得到89篇與BIM語義豐富主題相關的文獻。上述89篇文獻中各類型占比如表1所示，按照年份的分布如圖1所示。圖1中2020年文獻數(shù)量為8篇，這是截止2020年7月的檢索結果，并非2020年全年的相關文獻數(shù)量，因此，總體而言，BIM語義豐富相關研究在近年來呈現(xiàn)持續(xù)增長趨勢，尤其是在2014年以后呈現(xiàn)高速增長態(tài)勢。表2列出了出版3篇及以上相關文獻的主要來源。表3總結出了上述89篇文獻中出現(xiàn)超過10次的高頻關鍵詞。

表1 相關文獻的各類型占比

表2 所選文獻的主要來源

表3 所選文獻中的高頻關鍵詞

圖1 相關文獻在2008～2020年的數(shù)量分布

2 BIM語義豐富方法

BIM語義豐富具有較強的需求導向性，對于重建BIM和既有BIM兩種情況而言，BIM語義豐富的范圍及內(nèi)容存在一定差異，如圖2所示，因此目前尚無方法能夠保障實現(xiàn)BIM模型的全面語義豐富[5]。雖然目前多數(shù)BIM語義豐富過程仍是依賴專業(yè)人員手動添加語義信息，但已有一些研究提出了一些相對成體系且高效的BIM語義豐富方法。本節(jié)梳理了現(xiàn)有研究中的五種有代表性的BIM語義豐富方法及其涉及的關鍵技術，并分析和總結了每種方法的適用范圍和優(yōu)缺點。

圖2 BIM語義豐富的范圍界定

2.1 語義Web

語義Web技術能夠以結構化的圖形表示信息，有效集成不同性質(zhì)的建筑信息[6]，并能夠通過推理工具從現(xiàn)有數(shù)據(jù)源中推斷出新信息。BIM在整合來自不同參與者的異構數(shù)據(jù)時面臨挑戰(zhàn)，因此，語義Web被用于BIM語義豐富以改善交互問題，例如工業(yè)基礎類(Industry Foundation Classes， IFC)中語義連接的丟失、語義丟失和映射錯誤等。Farias等人受IFC標準啟發(fā)定義了本體來表示建筑信息，以便提高數(shù)據(jù)模型的表達能力[7]，該方法適用于解決IFC內(nèi)部語義不足的問題，例如通過推理獲得IFC的隱式語義后進行補充，但是它不能根據(jù)用戶的需求添加或修改信息。Pauwels等人將IFC與語義Web相結合用于豐富BIM語義并實現(xiàn)建筑性能檢查[8]。上述基于語義Web方法的局限性在于手工構建本體的過程相對耗時且低效。

2.2 基于規(guī)則的推理

基于規(guī)則的推理是一類廣泛使用的BIM語義豐富方法，其中，BIM語義豐富引擎(Semantic Enrichment Engine for BIM， SeeBIM)和橋梁語義豐富引擎(Semantic Enrichment Engine for Bridges， SeeBridge)具有較強的代表性。二者的共同點是基于專家系統(tǒng)進行BIM語義豐富，即使用規(guī)則集來推斷和添加模型中未明確表示的信息[9]，但是二者所面向的對象不同，SeeBIM主要面向建筑BIM模型，它利用前向鏈接來推斷有關模型的新事實[3]，而SeeBridge則專注于橋梁BIM的構件分類問題，旨在快速、智能地測量和評估橋梁[10]。

上述方法的局限性包括：

(1)多數(shù)規(guī)則集是基于專家經(jīng)驗編寫的，推理結果的準確性和客觀性依賴于規(guī)則集的準確性；

(2)復雜的結構(例如彎曲形狀)無法用規(guī)則正確表示等。

盡管Wu等人提出的用于IFC對象分類的基于規(guī)則的算法可以盡量避免專家知識中嵌入的主觀性錯誤[11]。但是上述第(2)點局限性仍然未得到合理的解決。因此，此類方法僅適合處理具有簡化的對象幾何形狀的模型。

2.3 機器學習

機器學習在BIM語義豐富中主要用來解決的是對象分類問題和語義完整性問題，其中對象分類問題包括構件分類和房間分類等。目前已有一些研究探索了基于機器學習解決對象分類問題的可能性。例如，Bloch等人測試了使用機器學習算法進行語義豐富的可能性，用于解決房間分類問題[9]。Song等人利用機器學習算法對BIM模型中的空間實例進行了自動空間類別分類[12]。使用機器學習進行對象分類包括兩個主要步驟：訓練和預測。在語義完整性方面，Koo等人應用支持向量機檢查BIM元素和IFC類之間的映射的語義完整性[13]，從而有效地添加特定領域所需的語義。Ferguson等人提出的擴展對象R-CNN也可用于豐富BIM模型的語義[14]。

機器學習方法克服了基于規(guī)則的推理的一些局限性，如編譯規(guī)則的復雜性和主觀性，但在對象分類時仍然面臨著獲取適當?shù)那易銐虼蟮臄?shù)據(jù)集以及提取最相關和最有意義的特征的挑戰(zhàn)[9]。

2.4 基于云的BIM平臺

基于云的BIM平臺采用NoSQL的云數(shù)據(jù)庫從而以協(xié)作的方式豐富和共享BIM模型，這種基于云的工作模式使得用戶可以自由查詢和豐富模型對象[15]，該方法可以與其他BIM語義豐富方法結合使用，例如將云平臺用作SeeBIM的存儲庫。

雖然該方法表現(xiàn)出了較高的可協(xié)作性，但其自動化程度相對一般，因此，必要時可以將其與其他BIM語義豐富方法結合使用，從而實現(xiàn)多種BIM語義豐富方法的優(yōu)勢互補，提高語義豐富效率。

2.5 BIM-Annotator

BIM-Annotator是一種基于Web的注釋工具，可用于改進BIM模型的語義質(zhì)量并鏈接來自各個域的特定域信息[16]，它為任何3D幾何模型(例如從CAD模型轉(zhuǎn)換或通過激光掃描技術生成的3D幾何模型)的語義豐富提供了可能性，而不僅限于IFC模型。該方法的優(yōu)點是可以鏈接不同域之間的數(shù)據(jù)進行交換，以用戶友好的標準方式分析信息并實現(xiàn)在線協(xié)作，但缺點是尚不允許用戶將非BIM數(shù)據(jù)(如文檔和照片)鏈接到模型元素。

3 典型應用

BIM語義豐富作為研究熱點，已經(jīng)在建設項目的全生命期中有了初步的應用，包括設計、施工和運維階段[17]，如表4所示。

表4 BIM語義豐富在不同階段的應用點

3.1 設計階段

BIM語義豐富在設計階段主要應用于自動化設計審查、消防安全設計等方面。設計審查通常要求用戶在使用一些商業(yè)模型檢查系統(tǒng)前對模型數(shù)據(jù)進行規(guī)范化，并且檢查范圍僅限于可以用IF-THEN規(guī)則集表示的條款[18]。BIM語義豐富在上述過程中被應用于提高對模型數(shù)據(jù)進行規(guī)范化過程的自動化程度，便于滿足特定檢查工具的信息需求。Santos等人開發(fā)的基于BIM的環(huán)境和經(jīng)濟生命期評估(BIM-based Environmental and Economic Life Cycle Assessment， BIMEELCA)工具實現(xiàn)了對BIM進行可持續(xù)發(fā)展相關的語義信息豐富[19]。在消防安全設計方面，Atyabi等人通過語義豐富向BIM模型中添加了有關應急設施的信息和語義信息[20]，提高了仿真用的模型質(zhì)量，實現(xiàn)了建筑火災緊急疏散仿真效果的優(yōu)化。

3.2 施工階段

BIM語義豐富在施工階段主要應用于質(zhì)量、進度和安全等方面的監(jiān)控和管理。BIM被用于共享和更新在施工過程中生成的信息[21]，雖然基于IFC的數(shù)據(jù)交換已經(jīng)取得了一定的進展，但尚未實現(xiàn)完全有效的互操作性[22]。目前已有研究在建筑模型的預制混凝土構件中用語義上有用的概念補充IFC交換文件[3]，該研究利用SeeBIM從包含在建筑模型中的顯式和隱式信息中推斷出有用的語義概念。此外，Hamledari等人基于對已檢查的建筑元素的現(xiàn)場觀察，豐富IFC數(shù)據(jù)模型的語義從而自動更新BIM模型[23]。在進度監(jiān)控方面，BIM語義豐富被用于自動更新在建建筑的BIM模型，便于準確有效地跟蹤、分析和可視化在建建筑物的實際施工狀態(tài)[24]。例如，Hamledari等人將進度計劃和實際施工進度合并到設計BIM模型中，更新已完成進度的百分比，并根據(jù)其實際和預期進度對3D對象進行顏色編碼[25]。此外，BIM語義豐富也被應用于基于3D重建的施工進度監(jiān)控中，因為通過3D重建獲得的初始模型沒有語義信息，這阻礙了進度監(jiān)控的實施。在安全監(jiān)控方面，BIM數(shù)據(jù)需要根據(jù)建筑環(huán)境的當前狀態(tài)不斷更新，尤其是施工現(xiàn)場工人的時空軌跡信息，這對現(xiàn)場的安全決策具有重要意義[26]。例如，Arslan等人將時空軌跡整合到BIM模型中[27]，豐富了BIM模型的語義信息后從建筑環(huán)境的角度可視化入侵，使得安全管理人員可以主動執(zhí)行必要的操作從而避免建筑物中的不安全情況[28]。

3.3 運維階段

BIM語義豐富在運維階段主要應用于建筑能耗性能評估、歷史建筑維護、缺陷檢測等方面。對于能耗性能評估而言，BIM語義豐富是在能耗仿真前進行的，主要體現(xiàn)在建筑對象識別和語義信息添加以滿足特定能耗仿真平臺的語義需求，提高互操作性。此外，由于既有建筑物中多數(shù)沒有可用的BIM模型，因此在進行能耗仿真前需要先進行三維重建來獲得BIM模型。Bortoluzzi等人提出了使用2D平面圖和立面圖來自動生成滿足能耗仿真所需的語義需求的BIM的方法[29]。O′Donnell等人提出了一個半自動化的過程，將TLS捕獲的點云數(shù)據(jù)自動轉(zhuǎn)換為EnergyPlus可用的幾何格式[30]，并進行了手動的BIM語義豐富，即添加了給定建筑物的基本語義信息。在歷史建筑維護方面，歷史建筑信息模型(Historic Building Information Modelling， HBIM)被用于支持文化遺產(chǎn)建筑、建筑群及其相關信息的語義知識存儲[31]。應用BIM語義豐富是為了將獲取到的多源語義信息(例如建筑材料的顏色和紋理，當?shù)貧夂驐l件等)整合到HBIM中，并不斷進行更新和改進[32]，使其滿足歷史建筑語義表示的要求[33]，并促進歷史建筑生命期中的信息和知識管理[34]。在缺陷檢測方面，BIM語義豐富已經(jīng)被應用于非接觸式缺陷檢測所涉及的對象識別中[10，35]。

4 結論

近十年來，BIM語義豐富逐漸成為研究熱點，相關文獻數(shù)量持續(xù)增長。本文在廣泛的文獻調(diào)研的基礎上對有關BIM語義豐富的研究進行了深入的綜述，闡明了最新的研究進展，并從方法和應用兩個方面對相關文獻進行了分析和總結，梳理出了BIM語義豐富涉及的關鍵技術及其在建設項目生命期各個階段中的應用狀況。

目前，BIM語義豐富是國際上土木建筑工程領域的新興研究熱點，國內(nèi)目前在該領域的相關研究較少，整體來看，BIM語義豐富的研究和應用尚處于初級階段，多數(shù)BIM語義豐富方法的自動化水平不高且應用場景有限，仍然存在一些技術瓶頸及挑戰(zhàn)。盡管如此，未來BIM語義豐富具有巨大的發(fā)展?jié)摿η矣写罅繚撛趹脠鼍柏酱剿?，在提高BIM語義豐富方法的自動化水平和效率后將進一步推動建設項目管理向智能化、高效化發(fā)展。此外，BIM語義豐富既可以與其他新興技術結合以拓展應用范圍，也可以進一步擴展到城市信息模型(City Information Modeling， CIM)級別的語義豐富以促進智慧城市的發(fā)展和升級。