Proposta de um modelo de dados baseado em IFC para análise de circulação de pessoas em interiores de edificações

Autores

DOI:

https://doi.org/10.46421/sbtic.v5i00.7569

Palavras-chave:

IFC, Modelos BIM

Resumo

Atualmente, diversos formatos de dados são utilizados para dar suporte à análise e ao rastreamento de pessoas em ambientes internos. O formato IFC, por fornecer informações completas sobre o ambiente construído, seus componentes e as relações entre eles, além da descrição dos espaços, representa uma solução abrangente para essa tarefa. No entanto, a leitura direta dos dados no esquema IFC é relativamente lenta para aplicações que exigem processamento em tempo real, como o rastreamento de pessoas em circulação dentro de edificações. Dessa forma, com o objetivo de viabilizar o uso das informações do IFC para aplicações de rastreamento, este trabalho propõe uma estrutura de dados baseada em indexação espacial, capaz de acelerar o processamento do fluxo de coordenadas e detectar a localização das pessoas nos espaços definidos pelos modelos. Para avaliar o desempenho da proposta, arquivos JSON simulando fluxos de coordenadas foram processados, identificando-se a posição espacial de cada indivíduo a cada instante. Os resultados demonstraram ganhos significativos de desempenho em comparação com consultas realizadas diretamente na estrutura sequencial do IFC ou por meio de árvores BVH (Bounding Volume Hierarchy), viabilizando, assim, o uso eficiente do IFC para análises em tempo real da circulação em edifícios.

Downloads

Não há dados estatísticos.

Biografia do Autor

David Oliveira, Universidade de São Paulo

Pós graduação em Engenharia de Software pela Escola Politécnica da Universidade de São Paulo. Mestrando no Programa de Mestrado Profissional em Inovação na Construção Civil da Escola Politécnica  (ConstruInova) da Universidade de São Paulo (São Paulo - SP, Brasil).

Eduardo Toledo Santos, Universidade de São Paulo

Doutorado em Sistemas Eletrônicos pela Universidade de São Paulo. Professor Doutor II na Universidade de São Paulo (São Paulo - SP, Brasil).

Referências

ASAAD, S. M.; MAGHDID, H. S. A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives. Computer Networks, [s. l.], v. 212, p. 109041, 2022.

BECKMANN, N.; ET AL. The R*-tree: An Efficient and Robust Access Method for Points and Rectangles. In: ACM, 1999. Anais [...]. [S. l.: s. n.], 1999.

DRESCH, A.; LACERDA, D. P.; JR, J. A. V. A. Design science research: método de pesquisa para avanço da ciência e tecnologia. [S. l.]: Bookman, 2021.

DUQUE DOMINGO, J. et al. An Improved Indoor Positioning System Using RGB-D Cameras and Wireless Networks for Use in Complex Environments. Sensors, [s. l.], v. 17, n. 10, p. 2391, 2017. Disponível em: https://www.mdpi.com/1424-8220/17/10/2391. Acesso em: 6 mar. 2025.

EFTEKHARIRAD, R.; NIK-BAKHT, M.; HAMMAD, A. Extending IFC for Fire Emergency Real-Time Management Using Sensors and Occupant Information. In: 34TH INTERNATIONAL SYMPOSIUM ON AUTOMATION AND ROBOTICS IN CONSTRUCTION, 2018, Taipei, Taiwan. Anais [...]. Taipei, Taiwan: [s. n.], 2018. Disponível em: http://www.iaarc.org/publications/2018_proceedings_of_the_35th_isarc/extending_ifc_for_fire_emergency_real_time_management_using_sensors_and_occupant_information.html. Acesso em: 6 jun. 2025.

FENG, Y. et al. A BIM-Based Coordination Support System for Emergency Response. IEEE Access, [s. l.], v. 9, p. 68814–68825, 2021. Disponível em: https://ieeexplore.ieee.org/document/9422804/. Acesso em: 6 jun. 2025.

GUTTMAN, A. R-Trees: A Dynamic Index Structure for Spatial Searching. In: ACM, 1984. Anais [...]. [S. l.: s. n.], 1984.

HUANG, X. et al. Indoor Detection and Tracking of People Using mmWave Sensor. Journal of Sensors, [s. l.], v. 2021, n. 1, p. 6657709, 2021. Disponível em: https://onlinelibrary.wiley.com/doi/10.1155/2021/6657709. Acesso em: 6 mar. 2025.

IFCOPENSHELL. [S. l.], 2024. Disponível em: https://docs.ifcopenshell.org/introduction.html. Acesso em: 16 dez. 2024.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION [ISO]. ISO 16739:2024 Industry Foundation Classes (IFC) for data sharing in the construction and facility management industries - Part 1: Data schema. [s. l.], 2024.

KUTSNER, T.; ET AL. OGC City Geography Markup Language (CityGML) - Part 2: GML Encoding Standard. [s. l.], 2023.

LEE, J.; ET AL. OGC INDOORGML 1.1 – STANDARD Implementation. [s. l.], 2020.

LI, K.-J. et al. Survey on Indoor Map Standards and Formats. In: 2019 INTERNATIONAL CONFERENCE ON INDOOR POSITIONING AND INDOOR NAVIGATION (IPIN), 2019, Pisa, Italy. 2019 International Conference on Indoor Positioning and Indoor Navigation (IPIN). Pisa, Italy: IEEE, 2019. p. 1–8. Disponível em: https://ieeexplore.ieee.org/document/8911796/. Acesso em: 7 mar. 2025.

MARROQUIN, R.; DUBOIS, J.; NICOLLE, C. Ontology for a Panoptes building: Exploiting contextual information and a smart camera network. Semantic Web, [s. l.], v. 9, n. 6, p. 803–828, 2018. Disponível em: https://journals.sagepub.com/doi/full/10.3233/SW-180298. Acesso em: 16 mar. 2025.

MARROQUIN, R.; DUBOIS, J.; NICOLLE, C. WiseNET: An indoor multi-camera multi-space dataset with contextual information and annotations for people detection and tracking. Data in Brief, [s. l.], v. 27, p. 104654, 2019. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S2352340919310091. Acesso em: 27 fev. 2025.

MORAR, A. et al. A Comprehensive Survey of Indoor Localization Methods Based on Computer Vision. Sensors, [s. l.], v. 20, n. 9, p. 2641, 2020. Disponível em: https://www.mdpi.com/1424-8220/20/9/2641. Acesso em: 6 mar. 2025.

MUNARO, M.; BASSO, F.; MENEGATTI, E. OpenPTrack: Open source multi-camera calibration and people tracking for RGB-D camera networks. Robotics and Autonomous Systems, [s. l.], v. 75, p. 525–538, 2016. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S0921889015002304. Acesso em: 6 mar. 2025.

OPENSTREETMAP. [S. l.], 2024. Disponível em: https://www.openstreetmap.org. Acesso em: 16 dez. 2024.

PYTHON SOFTWARE FOUNDATION. Python Documentation contents — Python 3.10.16 documentation. [S. l.], 2021. Disponível em: https://docs.python.org/3.10/contents.html. Acesso em: 16 dez. 2024.

RUEPPEL, U.; STUEBBE, K. M. BIM-based indoor-emergency-navigation-system for complex buildings. Tsinghua Science and Technology, [s. l.], v. 13, n. S1, p. 362–367, 2008. Disponível em: http://ieeexplore.ieee.org/document/6073006/. Acesso em: 6 jun. 2025.

ZHOU, X. et al. Indoor visual positioning using stationary semantic distribution registration and building information modeling. Automation in Construction, [s. l.], v. 172, p. 106033, 2025. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S0926580525000731. Acesso em: 16 mar. 2025.

Downloads

Publicado

2025-09-05

Como Citar

OLIVEIRA, David Paulo Rodrigues de; SANTOS, Eduardo Toledo. Proposta de um modelo de dados baseado em IFC para análise de circulação de pessoas em interiores de edificações. In: SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO NA CONSTRUÇÃO, 5., 2025. Anais [...]. Porto Alegre: ANTAC, 2025. DOI: 10.46421/sbtic.v5i00.7569. Disponível em: https://eventos.antac.org.br/index.php/sbtic/article/view/7569. Acesso em: 3 maio. 2026.

Edição

Seção

TIC na gestão e operação de edifícios e infraestruturas