En el ámbito de la construcción y la gestión de infraestructuras, la documentación as-built y la verificación geométrica de estructuras son procesos esenciales que garantizan la calidad y fidelidad del producto construido respecto al diseño original. Tradicionalmente, estas tareas se realizaban mediante métodos topográficos convencionales, pero en la actualidad, con el auge de tecnologías digitales y la automatización, se ha producido una evolución significativa en los procedimientos de adquisición y procesamiento de datos. Entre las tecnologías más destacadas en este contexto se encuentran el escaneo láser terrestre (TLS) y la fotogrametría, que permiten obtener nubes de puntos detalladas del entorno construido con gran rapidez y precisión.
La introducción del Modelado de Información de Construcción (BIM, por sus siglas en inglés) representa un avance trascendental en la forma de gestionar la información en proyectos de arquitectura, ingeniería, construcción y operación. BIM no solo permite modelar un edificio como un conjunto de objetos paramétricos en un espacio tridimensional, sino que también integra información semántica relevante que facilita su análisis, mantenimiento y rehabilitación a lo largo de su ciclo de vida. En este sentido, la combinación de escaneo láser, fotogrametría y BIM ha dado lugar al concepto de “Scan-to-BIM”, que busca convertir datos de nubes de puntos en modelos BIM ricos en información geométrica y semántica.
Obtención de un modelo 3D a partir de fotografías obtenidas con un drone del Paraninfo (“edificio metálico”) de la UEx
Sin embargo, a pesar de los avances tecnológicos, el proceso de generación de modelos BIM as-built a partir de nubes de puntos sigue presentando numerosos desafíos. Aunque existen herramientas de software que permiten automatizar parcialmente tareas como la segmentación, reconocimiento de objetos y clasificación, gran parte del modelado sigue siendo un proceso manual, intensivo en tiempo y dependiente del conocimiento y experiencia del operador. Este carácter laborioso y sujeto a errores del modelado manual ha motivado múltiples investigaciones orientadas a desarrollar métodos más eficientes.
En cuanto al estado del arte, la reconstrucción automática de modelos paramétricos a partir de datos escaneados ha sido objeto de investigación durante más de dos décadas, sin que hasta la fecha se haya logrado una solución completamente automatizada y universalmente aplicable. Las dificultades radican en múltiples factores: la complejidad de los datos, la ambigüedad inherente a las mediciones, la diversidad morfológica de los edificios y la necesidad de reducir el espacio de búsqueda durante la interpretación. A pesar de que se han desarrollado algoritmos avanzados de segmentación y extracción de geometría, los modelos generados suelen carecer de la riqueza semántica necesaria para ser considerados modelos BIM completos. Muchos de los modelos producidos son CAD 3D que, si bien útiles para visualización, requieren remodelación manual para cumplir con los estándares de BIM.
La integración de los modelos generados con el esquema de clases IFC (Industry Foundation Classes), que constituye un estándar abierto y reconocido internacionalmente (ISO 16739), es otro aspecto fundamental para asegurar la interoperabilidad entre diferentes plataformas BIM. No obstante, transformar una nube de puntos en un modelo BIM conforme a las normas IFC implica no solo una reconstrucción geométrica precisa, sino también la identificación y asignación correcta de atributos semánticos a cada componente del modelo, lo cual sigue siendo un reto técnico y metodológico.
Desde el punto de vista comercial, han surgido diversas herramientas semiautomatizadas que prometen agilizar el proceso de Scan-to-BIM. Estas aplicaciones, generalmente integradas en plataformas como Autodesk Revit, permiten al usuario realizar tareas de modelado asistidas por algoritmos que detectan y sugieren geometrías, aunque todavía es necesaria la intervención humana para validar, ajustar y enriquecer el modelo con información semántica. A medida que la tecnología madura, se espera que aumente la integración de las nubes de puntos en los entornos BIM, facilitando una coexistencia más natural entre los datos brutos del escaneo y los modelos paramétricos generados a partir de ellos.
Integración de un modelo IFC de la Escuela de Ingenierías Industriales en el software desarrollado en el proyecto.
En este escenario el proyecto PTAH busca emplear diferentes soluciones de forma integrada en una aplicación, como foto y videogrametría junto con otras fuentes de datos que permitan capturar una nube de puntos de un proyecto en ejecución, con el objetivo de obtener información que pueda ser contrastada con el modelo BIM del proyecto y de esta forma analizar el progreso del mismo y posibles desviaciones en tiempo real.
Gracias a esta plataforma en la nube, accesible desde cualquier dispositivo, se ha conseguido construir un ecosistema digital que convierte imágenes tomadas con smartphones o drones en modelos 3D precisos mediante fotogrametría. Estos modelos, al ser comparados con los modelos BIM del proyecto, permiten detectar desviaciones, errores de ejecución o avances insuficientes en cuestión de minutos. La inteligencia artificial, por su parte, añade una capa de análisis automático que identifica elementos constructivos, contabiliza recursos y genera alertas visuales ante incidencias.
Durante más de dos años de pruebas piloto en obras reales, la plataforma ha demostrado su eficacia no solo para controlar el progreso con una alta precisión, sino también para optimizar la asignación de recursos humanos, evitar desplazamientos innecesarios y reducir hasta en un 20% los costes globales de ejecución, tal y como se recoge en las conclusiones del trabajo. La posibilidad de realizar visitas virtuales y detectar anomalías remotamente supone un cambio de paradigma en la dirección de obra, que se vuelve más ágil, informada y eficiente.
No obstante, el proyecto también ha revelado ciertas limitaciones. Actualmente, el uso de Ptah se concentra exclusivamente en la fase de ejecución de obra, sin aplicación directa una vez finalizada la construcción. Además, aunque el uso de smartphones y drones democratiza el acceso a la tecnología, la precisión de los modelos aún depende de la calidad de la captura de datos en campo, lo que podría requerir formación específica para maximizar su fiabilidad. En este sentido, aunque queda camino que recorrer y en futuras fases de este proyecto se pretende implementar otros métodos de obtención de datos como LIDAR y Laser, que combinados con la fotogrametría puedan mejorar la resolución del modelo capturado. Además, futuros trabajos en esta línea permitirán extender el uso de la inteligencia artificial a la generación automática de modelos IFC completos de instalaciones y edificios existentes que sirvan de base para la generación de gemelos digitales útiles durante toda la vida útil del activo.
