dc.description.abstract
Diese Dissertation befasst sich mit der Rolle, die Photogrammetrie und Voxelmodelle als räumliche Datenstrukturen für die Kodierung von räumlichem Wissen beim datengesteuerten Entwurf in Architektur und Planung spielen können. Gegenwärtig wird architektonische Geometrie in CAD- und BIM-Systemen konventionell als eine Sammlung von oberflächenbasierten Objekten dargestellt. Diese computergestützte Darstellung schränkt die Integration mit interdisziplinären Werkzeugen ein, die zur Analyse der Auswirkungen von Elementen der gebauten Umwelt auf die natürliche Umwelt und umgekehrt eingesetzt werden. Disziplinäre Analysemethoden im Bereich der Geomatik nutzen üblicherweise rasterbasierte Datendarstellungen und spezielle hochauflösende 3D-Punktwolkendatensätze. Photogrammetrische und LiDAR -basierte Datensätze könnten in datengesteuerten Entwurfsprozessen genutzt werden, wenn geeignete räumliche Datenstrukturen zur Verfügung stünden. Die voxelbasierte Darstellung räumlicher Daten kann eine integrierte Darstellung der vorhandenen Umgebung und der im Entwurfsprozess konstruierten Architekturgeometrie ermöglichen. Daher wird die voxelbasierte Datenintegration hochauflösender photogrammetrischer Datensätze untersucht, um datengesteuertes Entwerfen voranzutreiben.Die Photogrammetrie ist seit ihrer Erfindung im Jahr 1867 mit der Architektur verbunden (Grimm, 2007). Die heutige digitale Version wird in der architektonischen Denkmalpflege zur Gebäudedokumentation und in der Geomatik als dreidimensionale Kartierungstechnik eingesetzt. Heutige 3D-Scans und Kartierungen werden in einem breiten Spektrum von Maßstäben durchgeführt, wobei Techniken wie Photogrammetrie und Laserscanning zum Einsatz kommen. Punktwolken, die mit 3D-Scanverfahren erstellt werden, werden üblicherweise als unstrukturierte Sammlungen von 3D-Punkten unterschiedlicher Dichte und Auflösung gespeichert. Die Einschränkungen, die sich aus der uneinheitlichen Dichte und Auflösung ergeben, können durch die Anwendung von Methoden, die ursprünglich für die Verarbeitung von Voxelmodellen entwickelt wurden, behoben werden. Die Erfindung von Voxelmodellen geht auf die 1970er Jahre zurück und liegt noch vor der allgegenwärtigen Verfügbarkeit von Personal Computern. Eine frühe Konzeptualisierung von Voxelmodellen als “räumliche Wissensrepräsentationsschemata” wurde von Srihari vorgeschlagen (Srihari, 1981). Die potenzielle Rolle von Voxelmodellen im computergestützten Design wurde von Jense (1989) wieder aufgegriffen, obwohl er sich nicht explizit mit Architekturdesign befasste. In jüngster Zeit ist ein wachsendes Interesse an der Anwendung von 3D-Scanning- und Voxel-Modellierungstechniken für datengesteuertes Design im Architekturdesign zu beobachten (Carpo, 2017, Melsom und Fraguada, 2018, Girot, 2019, Hurkxkens et al., 2020).Obwohl es einige experimentelle Ansätze gibt, werden Voxelmodelle und Photogrammetrie im datengesteuerten Entwurf nicht häufig verwendet. Insbesondere photogrammetrische Punktwolken im Zentimeter- und Subzentimeterbereich, die präzise georeferenzierte Informationen enthalten, werden nur selten in Planungsprozesse einbezogen. Dies mag an der disziplinären Trennung und der hohen Einstiegsschwelle in Bezug auf Hardware und Expertenwissen liegen, die für die Erstellung solcher Datensätze erforderlich sind. Aufgrund dieser Einschränkungen beteiligen sich Planer nur selten an der Erstellung von photogrammetrischen Datensätzen in Vermessungsqualität. Folglich trägt ihr disziplinäres Fachwissen nicht zur Identifizierung von Parametern bei, die für die Integration hochauflösender, punktbasierter 3D-Daten in datengesteuerte Entwurfsprozesse erforderlich sind. Daher gehen einige Informationen, die für die Konstrukteure nützlich sein können, in der Datenverarbeitungspipeline verloren. Relevante Informationen sind oft nicht verfügbar, da die Daten, die zur Generierung der Informationen erforderlich sind, für die Experten, die die Datenerfassung und -verarbeitung durchführen, nicht von primärer Bedeutung sind. Typische großmaßstäbliche Geodatensätze enthalten beispielsweise häufig lückenhafte Daten zur Beschreibung vertikaler Oberflächen und Punktklassifizierungsdaten, die für eine architektonische Entwurfsaufgabe ungeeignet sind. Für architektonische datengesteuerte Entwurfsprozesse wären eine detaillierte Beschreibung der Geometrie vertikaler Oberflächen und feinkörnige Klassifizierungsdaten erforderlich, die auf den Charakter der Entwurfsaufgabe abgestimmt sind.Der in dieser Dissertation untersuchte und entwickelte Ansatz baut auf dem Wissen aus der Geomatik über die Übersetzung photogrammetrischer Daten in Punktwolken und anschließend in Karten im räumlichen Maßstab und Zeichnungen im Gebäudemaßstab auf. Es wird die Möglichkeit evaluiert, dass Architekturdesigner Geodatensätze speziell für eine Entwurfsaufgabe konstruieren. Die Vorteile für den Entwurfsprozess, die sich aus der Nutzung solcher Datensätze und der Einbeziehung zusätzlicher räumlicher Informationen ergeben, werden untersucht. Dazu gehören semantische Informationen, z.B. GIS-basierte Analyse- und Simulationswerkzeuge, angewandt auf maßgeschneiderte photogrammetrische Datensätze. Grundsätzlich konzentriert sich diese Forschung auf die Frage der Kodierung von räumlichem Wissen, das die Beziehungen zwischen Gebäuden, ihrer lokalen Umgebung und ihrer Umwelt beschreibt. Insbesondere wird untersucht, inwieweit räumliches Wissen, das in einem Voxelmodell kodiert ist, für datenintegrierte Entwurfsprozesse genutzt werden kann, um die Komplexität der Strategien für nachhaltige Entwicklung zu bewältigen.Diese Dissertation ist von Natur aus interdisziplinär und bezieht die folgenden Disziplinen ein: digitale Architektur und Raumplanung, Fernerkundung, Geomatik und GIS-Wissenschaften sowie Datenwissenschaft und Informationstechnologien. Das Format einer kumulativen Dissertation wurde gewählt, um diese interdisziplinäre Forschung zu erleichtern, mit dem Ziel, Experten aus den genannten Disziplinen in verwandte Elemente der Forschung einzubeziehen und wissenschaftliche Artikel gemeinsam mit den jeweiligen Experten zu verfassen. Insgesamt besteht diese Dissertation aus drei Artikeln, die in wissenschaftlichen Fachzeitschriften mit Peer-Review veröffentlicht wurden, sowie einem verbindlichen Text und einem Anhang, der einen Bericht enthält, der im Rahmen des Horizon 2020 FET Open Forschungsprojekts Ecolopes - ecological building envelopes erstellt wurde. Dieser Bericht beschreibt eine Anwendung der voxelbasierten Datenintegration für spartenübergreifendes Design in der Architektur. Der erste Artikel stellt eine ausführliche Literaturübersicht vor, welche die Anwendungen von Voxelmodellen in der Architektur, der Raumplanung, der Geomatik, den Geowissenschaften, der Computer Vision, der Fertigung sowie im Maschinen- und Bauingenieurwesen aufzeigt. Dieser Überblick hat die Diskussion über mögliche Anwendungen von Voxelmodellen für die interdisziplinäre Datenintegration angestoßen. Im zweiten Artikel wurden die Ergebnisse eines interdisziplinären Datenintegrationsansatzes vorgestellt, der als Composite Voxel Model (CVM) bezeichnet wird. Die vorgeschlagene voxelbasierte Datenintegrationsmethode kombiniert bereits vorhandene und selbst beschaffte räumliche Informationen mit analytischen Informationen, die rechnerisch daraus abgeleitet wurden. In der ausgewählten Fallstudie wurde die Umweltleistung von terrassierten Weinbergen im Zusammenhang mit der Sonnenexposition untersucht. In dieser Fallstudie sind Landschaftsgestaltung, architektonische Elemente und Umwelteinflüsse wie beispielsweise das Mikroklima, eng miteinander verknüpft, so dass eine Datenintegration der entsprechenden interdisziplinären Datensätze erforderlich ist. Diese Studie wurde durch die Kombination von Wärmebildtechnik mit einem speziellen photogrammetrischen 3D-Kartierungsverfahren durchgeführt. Im dritten Artikel wird die Anwendung des CVM im Zusammenhang mit der datengesteuerten Gestaltung der terrassierten Weinberge in Lamole vorgestellt, wobei der Schwerpunkt auf einem einzelnen terrassierten Weinberg liegt. Auf der Grundlage der ausgewählten Fallstudie wurde ein Rahmen für einen datenintegrierten, leistungsorientierten computergestützten Planungsprozess entwickelt. Parametrische Entwurfsprozesse, die in Rhinoceros 3D und Grasshopper implementiert wurden, wurden mit voxelisierten photogrammetrischen und LiDAR-Daten kombiniert, die mit analytischen Parametern, die in einzelnen Voxelzellen kodiert wurden, ergänzt wurden. Die Leistungskennzahlen wurden aus der Analyse des repräsentativsten terrassierten Weinbergs in Lamole abgeleitet. Die Ergebnisse der Analyse und ein spezieller parametrischer Berechnungsprozess wurden kombiniert, um einen generativen Entwurfsansatz für terrassierte Weinberge umzusetzen. Dieser Ansatz ermöglichte es, räumliches Wissen, das die lokale Terrassenweinberg-Typologie charakterisiert, in einem voxelbasierten und datengesteuerten Entwurfsprozess zu erfassen. Die Vorteile dieses Ansatzes liegen darin, dass der entwickelte Voxel-Modellierungsansatz die Integration multiskalarer Datensätze ermöglicht, was wiederum die Designer in die Lage versetzt, einen datenintegrierten Entwurfsprozess mit umsetzbaren Erkenntnissen aus interdisziplinären Analysen in verschiedenen Maßstäben zu untermauern. Der vorgeschlagene datenintegrierte Entwurfsansatz integriert sowohl das implizite Wissen von Designern und Praktikern als auch das explizite Wissen, das durch die systematische Struktur des Composite Voxel Model repräsentiert wird.
de
dc.description.abstract
This dissertation focuses on the role that photogrammetry and voxel models can play as spatial data structures for encoding spatial knowledge in data-driven design in architecture and planning. Architectural geometry is currently represented conventionally as a collection of surface-based objects in CAD and BIM systems. To some extent, this computational representation limits integration with the interdisciplinary tools that are applied to analyze the impact of the elements of the build on the natural environment and vice versa. Disciplinary analysis methods in the field of geomatics usually utilize grid-based data representations and dedicated high-resolution 3D point cloud datasets. Photogrammetric and LiDAR-based datasets could be utilized in data-driven design processes if suitable spatial data structures were available. Voxel-based representation of spatial data can enable integrated representation of the existing environment and architectural geometry constructed in the design process. Therefore, voxel-based data integration of high-resolution photogrammetric datasets is examined to advance data-driven design.Photogrammetry has been linked with architecture since its invention in 1867 (Grimm, 2007). The contemporary digital version is applied in architectural conservation for building documentation and in geomatics as a three-dimensional mapping technique. Contemporary 3D scanning and mapping is executed in a wide range of scales, utilizing techniques such as photogrammetry and laser scanning. Point clouds created with 3D scanning techniques are generally saved as unstructured collections of 3D points of varying density and resolution. Limitations imposed by nonuniform density and resolution may be addressed by the application of methods originally developed for voxel model processing. The invention of voxel models dates back to the 1970s and precedes the ubiquitous availability of personal computers. An early conceptualization of voxel models as “spatial-knowledge representation schemata” was proposed by Srihari (Srihari, 1981). The potential role of voxel models in Computer Aided Design was revisited by Jense (1989), although it did not address architectural design explicitly. Recently, a growing interest in the applications of 3D scanning and voxel modeling techniques for data-driven design in architectural design can be observed (Carpo, 2017; Melsom and Fraguada, 2018; Girot, 2019; Hurkxkens et al., 2020).Although some experimental approaches exist, voxel models and photogrammetry are not commonly used in data-driven design. In particular, photogrammetric point clouds in the centimeter and sub-centimeter precision range containing precise geo-referencing information are rarely incorporated into design processes. This may be the result of disciplinary divisions and a high entrance threshold in terms of the hardware and expert knowledge needed to produce such datasets. Due to these constraints, designers rarely participate in the creation of survey-grade photogrammetric datasets. As a consequence, their disciplinary expertise does not contribute to the identification of critical parameters required to integrate high-resolution, 3D point-based data with data-driven design processes. Therefore, some information that can be useful for the designers is lost in the data-processing pipeline. Relevant information is often not available, since the data required to generate the information is not of primary importance for the experts carrying out the data acquisition and processing. For example, typical large-scale geospatial datasets commonly contain sparse data describing vertical surfaces and point classification data inadequate for an architectural design task. Architectural data-driven design processes would require detailed description of vertical surface geometry and fine-grained classification data aligned with the character of the design task.The approach examined and developed in this dissertation builds on knowledge from geomatics regarding translation of photogrammetric data into point clouds and subsequently into spatial scale maps and building scale drawings. The possibility of architectural designers constructing geospatial datasets specifically for a design task is evaluated. Benefits for the design process resulting from the utilization of such datasets and inclusion of additional spatial information are investigated. This includes semantic information, for instance GIS-based analytic and simulation tools, applied to custom made photogrammetric datasets. Principally, this research focuses on the question of encoding spatial knowledge that describes relations between buildings, their local surroundings, and environment. Specifically, the actionability of spatial knowledge encoded in a voxel model for data-integrated design processes to address the inherited complexity of the sustainable development strategies is studied.This dissertation is inherently interdisciplinary and involves the following disciplines: digital architecture and spatial planning, remote sensing, geomatics and GIScience, as well as data science and information technologies. The format of a cumulative thesis was selected to facilitate this interdisciplinary research with the aim of involving experts from the disciplines listed in related elements of the research, and to co-author scientific articles with the respective experts. Overall, this dissertation consists of three articles published in peer-reviewed scientific journals, as well as a binding text and an appendix containing a report prepared as a part of the Horizon 2020 FET Open research project, Ecolopes - ecological building envelopes. This report describes an application of voxel-based data integration for multi-species design in architecture. The first article presents an in-depth literature review that maps voxel model applications in architecture, spatial planning, geomatics, geosciences, computer vision, and manufacturing, as well as in mechanical and civil engineering. This review initiated the discussion of the possible application of voxel models for interdisciplinary data integration. The second article presented the outcomes of an interdisciplinary data integration approach, referred to as composite voxel model (CVM). The proposed voxel-based data integration method combines pre-existing and self-acquired spatial information with analytical information that was derived from it computationally. In the case study selected, the environmental performance of terraced vineyards in correlation with solar exposure was studied. In this case study, landscaping, architectural elements, and environmental performance, i.e., microclimatic modulation, are closely linked, thereby requiring data-integration of the related interdisciplinary datasets. This study was carried out by combining thermal imaging technology with a dedicated photogrammetric 3D-mapping workflow. The third article presents the application of the CVM in data-driven design of the terraced vineyards in Lamole with a focus on a single terraced vineyard. Based on the case study selected, a framework for a data-integrated performance-oriented computational design process was developed. The parametric design processes implemented in Rhinoceros 3D and Grasshopper were combined with voxelized photogrammetric and LiDAR data, which was further augmented with analytical parameters encoded into individual voxel cells. Performance metrics were derived from the analysis of the most representative terraced vineyard in Lamole. The results of the analysis and a dedicated parametric computational design process were combined to implement a generative design approach to terraced vineyards. This approach made it possible to capture spatial knowledge that characterizes the local terraced vineyard typology within a voxel-based and data-driven design process. The benefits of this approach are that the developed voxel-modelling approach allows integration of multiscalar datasets, which in turn enables designers to inform a data-integrated design process with actionable insights gained from interdisciplinary analysis in different scales. The proposed data-integrated design approach integrates both the designers’ and the practitioners’ tacit knowledge and explicit knowledge represented by the systematic structure of the Composite Voxel Model.
en
