Potenziale von LiDAR-Smartphones und Machine Learning zur Bewertung der altersgerechten Nutzbarkeit von Wohnraum
Allgemeine Vermessungs-Nachrichten (avn). Bd. 1. H. 131. Deutschland: Wichmann / VDE 2024 S. 28 - 38
Erscheinungsjahr: 2024
ISBN/ISSN: 0002-5968
Publikationstyp: Zeitschriftenaufsatz
Sprache: Deutsch
Doi/URN: 10.14627/avn.2024.1.4
Geprüft | Bibliothek |
Inhaltszusammenfassung
Der möglichst lange Verbleib im vertrauten Umfeld – bezeichnet als Ageing in Place – stellt ein zentrales Bedürfnis vieler Menschen dar und gewinnt infolge der demografischen Entwicklung zunehmend an gesellschaftlicher sowie politischer Bedeutung. Voraussetzung für diese Strategie ist ein altersgerecht ausgestatteter und damit gefahrenfrei nutzbarer Wohnraum ohne Mobilitätsbarrieren, die alltägliche Routinen beschränken. Problematisch stellt sich in diesem Zusammenhang dar, dass lediglich ein...Der möglichst lange Verbleib im vertrauten Umfeld – bezeichnet als Ageing in Place – stellt ein zentrales Bedürfnis vieler Menschen dar und gewinnt infolge der demografischen Entwicklung zunehmend an gesellschaftlicher sowie politischer Bedeutung. Voraussetzung für diese Strategie ist ein altersgerecht ausgestatteter und damit gefahrenfrei nutzbarer Wohnraum ohne Mobilitätsbarrieren, die alltägliche Routinen beschränken. Problematisch stellt sich in diesem Zusammenhang dar, dass lediglich ein marginaler Bruchteil der Wohnungen mobilitätseingeschränkter, meist älterer Menschen altersgerecht ausgestattet ist und es an digitalen Hilfsangeboten mangelt, strukturelle Barrieren im Wohnraumbestand zu identifizieren. Angesichts dieses prekären Status quo wird in diesem Beitrag ein Konzept vorgeschlagen, welches als anwenderorientierte Lösung die Bewertung der altersgerechten Nutzbarkeit von Wohnräumen auf Basis hochverfügbarer Smartphones und leistungsfähiger Methoden der künstlichen Intelligenz vollständig digital und weitestgehend automatisiert vornimmt. Allem voran geht die situative Geometrieerfassung des Wohnraums, für welche sich die mit LiDAR-Scanner ausgerüsteten Smartphones von Apple qualifiziert haben. Für solche ist darüber hinausgehend eine innovative iOS-Applikation namens Semantic Data Capture entwickelt worden, welche die 3D-Daten bereits während des Erfassungsprozesses semantisch strukturiert. Anschließend werden die akquirierten Daten in ein hierarchisches und feingranulares Wohnrauminformationsmodell (WIM) überführt, welches sämtliche Ausstattungselemente einschließlich ihrer geometrischen Repräsentation, Semantik und räumlichen Topologie beinhaltet und für die abschließende regelbasierte Prüfung anhand geometrischer Anforderungsspezifikationen aus der Norm für barrierefreie Wohnungen (DIN 18040-2) bereitstellt. Die funktionale Leistungsfähigkeit der entwickelten Anwendung wird durch realitätsnahe Anwendungsbeispiele empirisch untersucht und anhand einer Genauigkeitsquote von 95 % zur Modellierung von wohnraumbezogenen Ausstattungselementen sowie einer Vollständigkeitsquote von 73 % bei der Detektion von Barrieren mit einem positiven Validierungsergebnis quittiert. Folglich tragen die Ergebnisse dieses Forschungsprojekts einen relevanten Baustein zur Umsetzung der Digitalisierungsstrategie im Gesundheits- und Sozialsystem anhand einer gesellschaftlich relevanten Herausforderung bei – dem altersgerechten Wohnraum für das Ageing in Place.» weiterlesen» einklappen
Klassifikation
DFG Fachgebiet:
Bauwesen und Architektur
DDC Sachgruppe:
Ingenieurwissenschaften