Reality Capture (RC) Technology for Drywall Installation: A Scan-toPrefab Approach
Notice bibliographique
Résumé
Drywall, also known as gypsum board, sheetrock, or plasterboard, is a widely used building sheathing material in the US and Canada to create interior walls and ceilings. Typically, the design and construction documents of a project exclude detailed information about the layout of drywall sheets on interior surfaces. Such information is left to the drywall installation crews to determine solely based on their experience. This inconsistent approach often results in substantial rework and waste of material in the field. The construction industry has seen a significant increase in the adoption of Reality Capture (RC) technology in recent years, with the goal of improving the quality and productivity of various construction activities. This research aims to investigate the implementation of RC technology, explicitly Terrestrial Laser Scanning (TLS) and Structure from Motion (SfM, also referred to as photogrammetry), in drywall installation. The research team has developed a framework that utilizes RC tools to capture the as-built information of the framing members of interior walls and penetrations of the MEP systems and uses these RC data to develop prefabricating shop drawings in a Building Information Modeling (BIM) platform for drywall cutting and installation. This framework has been tested and studied on active construction project sites. The preliminary findings indicate that this framework has the potential to lead to a more precise and efficient drywall installation process. This paper also proposes a process model for the execution of the proposed framework for improving drywall installation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».