Propuesta de un modelo de datos basado en IFC para analizar el movimiento de personas en el interior de edificios

Resumen

Actualmente, se utilizan diversos formatos de datos para el análisis y el seguimiento de personas en interiores. El formato IFC, al proporcionar información completa sobre el entorno construido, sus componentes y las relaciones entre ellos, además de la descripción de los espacios, representa una solución integral para esta tarea. Sin embargo, la lectura directa de datos en el esquema IFC resulta relativamente lenta para aplicaciones que requieren procesamiento en tiempo real, como el seguimiento de personas que se desplazan dentro de edificios. Por lo tanto, para posibilitar el uso de la información IFC en aplicaciones de seguimiento, este trabajo propone una estructura de datos basada en indexación espacial, capaz de acelerar el procesamiento del flujo de coordenadas y detectar la ubicación de las personas en los espacios definidos por los modelos. Para evaluar el rendimiento de la propuesta, se procesaron archivos JSON que simulaban flujos de coordenadas, identificando la posición espacial de cada individuo en cada momento. Los resultados demostraron mejoras significativas en el rendimiento en comparación con las consultas realizadas directamente en la estructura secuencial IFC o mediante árboles BVH (Bounding Volume Hierarchy), lo que permite un uso eficiente de IFC para el análisis en tiempo real de la circulación en edificios.