[论文解读] Data Management for Building Information Modelling in a Real-Time Adaptive City Platform

Justas Brazauskas, Rohit Verma+6 more|arXiv (Cornell University)|Mar 8, 2021

3D Surveying and Cultural Heritage被引用 7

一句话总结

本文提出自适应城市平台（Adaptive City Platform, ACP），一种实时、低延迟的数据架构，用于统一建筑信息模型（BIM）、建筑管理系统（BMS）和物联网（IoT）传感器数据，实现智能建筑的监测。通过利用事件驱动的流处理和分层数据可视化，ACP 实现了及时分析与可操作的洞察，其原型已在一所大学建筑中部署，整合了 BIM、BMS 和传感器数据流。

ABSTRACT

Legacy Building Information Modelling (BIM) systems are not designed to process the high-volume, high-velocity data emitted by in-building Internet-of-Things (IoT) sensors. Historical lack of consideration for the real-time nature of such data means that outputs from such BIM systems typically lack the timeliness necessary for enacting decisions as a result of patterns emerging in the sensor data. Similarly, as sensors are increasingly deployed in buildings, antiquated Building Management Systems (BMSs) struggle to maintain functionality as interoperability challenges increase. In combination these motivate the need to fill an important gap in smart buildings research, to enable faster adoption of these technologies, by combining BIM, BMS and sensor data. This paper describes the data architecture of the Adaptive City Platform, designed to address these combined requirements by enabling integrated BIM and real-time sensor data analysis across both time and space.

研究动机与目标

• 解决智能建筑中 BIM、BMS 与物联网（IoT）传感器数据之间缺乏实时集成的问题。
• 设计一种统一的、低延迟的数据架构，能够处理高速度、异构的建筑数据。
• 构建并评估一种系统，实现对时空建筑数据的实时监控、分析与可视化。
• 探索在传感器密集型建筑环境中隐私与数据访问控制机制。
• 展示基于事件的流处理在使用 BIM 和传感器数据进行实时建筑分析方面的可行性。

提出的方法

• 设计一种实时软件架构，用于摄入并关联 BIM、BMS 和物联网（IoT）传感器数据流。
• 采用事件驱动的流处理技术，实现实时分析与前端可视化中的即时更新。
• 实现分层数据可视化，以在不同空间与时间粒度下展示数据。
• 采用元数据建模技术对建筑（crates）和传感器进行建模，以实现语义集成。
• 开发基于能力的访问控制模型，以管理传感器部署中的隐私与数据所有权。
• 在一所真实大学建筑中部署 ACP 原型系统，整合现有的 BIM 模型、BMS 系统和物联网（IoT）传感器网络。

实验结果

研究问题

• RQ1 如何将 BIM、BMS 与实时物联网（IoT）传感器数据整合到一个统一的、低延迟的数据处理平台中？
• RQ2 哪些架构模式能够实现对高速度、异构建筑数据的高效实时分析？
• RQ3 分层数据可视化如何支持在不同建筑粒度层级上的决策制定？
• RQ4 在建筑中负责任地部署无处不在的传感器网络，需要哪些隐私与访问控制机制？
• RQ5 基于事件的流处理在多大程度上能够提升建筑监控与管理的响应速度？

主要发现

• 自适应城市平台成功将 BIM、BMS 与物联网（IoT）传感器数据整合为统一的实时数据管道，实现低延迟处理。
• 事件驱动的流处理实现了前端可视化中的即时更新，展示了对实时数据变化的响应能力。
• 分层数据可视化使用户能够以不同空间与时间粒度探索建筑数据，从单个传感器到整个建筑。
• 平台的元数据模型实现了 BIM 元素与传感器数据之间的语义对齐，提升了数据可发现性与上下文感知能力。
• 提出了一种基于能力的访问控制模型，以管理隐私，确保数据访问权限与用户角色及传感器位置成比例。
• 尽管受疫情影响传感器密度有限，但原型仍证明了在真实建筑环境中实现实时分析与可视化的可行性。