• 沒有找到結果。

. 人工智慧導入維運管理

第四章 人工智慧運用於建築生命週期

第三節 . 人工智慧導入維運管理

人工智慧在建築維運系統所扮演的角色是將使用者與環境數據判別可用 的數據,讓建築可以察覺、識別、判釋使空間情境可以解讀,讓建築可以主動 的動態感知空間情境的變化。藉由機器學習特性讓影像不在是圖像式解讀、而 是從動態持續的影像中判讀出可用環境數據,來達到空間涵構察覺目的。

一、 現況痛點

AI 未來的發展勢必從人工管理轉變成智慧化管理模式,並完成全生 命週期的循環管理。AI 應用於智慧建築維運管理應不止於被動的設施管

第四章 人工智慧運用於建築生命週期

理(FM),而應該以人本友善及環境友善的目標進行「情境感知動態調適 管理」。在此前提下,目前建築物的維運管理痛點包括:

(1)無數據集成 (No Data Integration) (2)沒有文件連續性 (No Document Continuity) (3)無流程模擬 (No Process Simulation) (4) 無涵構察覺 (No Context Awareness)

(1) 無數據集成(No Data Integration)

獨立系統需導出資訊與提供數據交互,但獨立系統會因為資訊交換使 成本的增加,並且資訊轉換過程當中資訊的流失與無實時動態數據使 資訊缺乏真實性,衍生管理者在資訊判斷與決策時所造成的失誤。

(2) 沒有文件連續性(No Document Continuity)

資訊收集無系統性的分類與整理,使文件之間無關聯性,使得在非結 構性的資訊中調閱以及運用計算時,消耗大量時間在資料的處理流程,

造成資訊的可靠度無法被驗證。

(3) 無流程模擬(No Process Simulation)

在良好的資訊結構下,所建構的管理流程能模擬出未來的使用情況,

管理決策時可透過真實數據的條件模擬建築管理流程是否符合真實 需求,並藉由真實動態資訊模擬出最佳的管理模式,來提升建築維運 效益。

(4) 無涵構察覺(No Context Awareness)

應用偏重向設施管理(FM)的應用,這意味著在建築維運管理當中尚 未著重使用者與環境在建築使用運作的需求,導致建築資訊互動性不

足,帶來對建築維運管理上的問題,而在建築維運相關研究指出建築 的維運應跳脫僅止於設備管理的被動服務,以涵構察覺的技術察覺動 態的涵構變化主動的進行調適。

維運管理平台在於透過建築產業熟悉的軟體進行協調所有物件之 間資訊的交換與協同作業,達到物件彼此之間可以相互的共構、操作、

影響,所有呈現出的模型物件皆攜帶資訊。而智慧建築維運平台則是以 三維資料庫的架構整合空間環境的資訊,資訊模型運用轉變為一種整合 平台以達成建築與人之間的協作者的角色,方便實虛的數位數據管理與 運用,透過網路服務讓資訊有了可通訊的機制,使各單位減少溝通上的 資訊落差,並提升資訊調閱與查找的工作流程效率,以 Webservice 開 放數據的通訊能達到讓數據集成(Data Integration)與文件連續性 (Context Awareness)。

第四章 人工智慧運用於建築生命週期

Content Extraction 文本分類

Text Classification

資產管理

Asset management 房地產管理

Real Estate Management

⚫ 能源消耗

⚫ 成本追蹤

⚫ 能源預測可靠度

文件連續性

機器學習

Machine Learning (ML) 監督式學習

Supervised

工作場所策略 Workplace Strategy 安全

Security

⚫ 警示通知效率

⚫ 預防性

⚫ 緊急應變能力

流程模擬

中 自動排程

Automated scheduling 自動化計劃

Automated Planning 深度學習

Deep learning 無監督式學習 Unsupervised

建築營運

Building Operations 永續發展

Sustainability

⚫ 設備故障預測分析

⚫ 運行效率

⚫ 設備故障預測分析

涵構察覺

高 影像識別

Image Recognition 機器視覺

Machine Vision

空間規劃 Space Planning 規劃

Planning 場地管理

Grounds Management

⚫ 使用時間分析

⚫ 舒適度分析 Energy monitoring and

measurement and

verification

監測、測量和驗證建 Safety and security

安 全 管 理 包 含 門 禁

Facility Optimization

建 築 設 備 如 照 明 設 Predictive Maintenance

修 復 或 更 換 磨 損 零

第四章 人工智慧運用於建築生命週期

management

收 集 日 常 數 據 例 如 Demand Management

對 於 空 間 使 用 型 態 Demand Management

對 於 特 殊 的 空 間 使

的條件,並對應維運管理相關的可行項目來做探討。

4- 14 建築智慧化分級(資料來源:本研究)

五、 資訊整合模式

本計畫提供智慧建築服務循環模式(1)涵構情境感知、(2)建築資訊整合、

(3)建築維運動態調適作為智慧維運的依據,在人工智慧基礎下的空間涵 構情境感知需滿足,察覺(Detection)、識別(Recognition)、判識

(Identification)程序。基於適地性服務下建築維運動態調適需滿足,

第四章 人工智慧運用於建築生命週期

維建築資訊模型為依據整合其資訊傳遞,以達成本研究之目的以人工智 慧提升建築物維運管理之系統。

4- 15 智慧維運系統服務迴圈(資料來源:本研究)

1. 空間涵構情境感知

空間涵構情境感知意旨在建築本身獨特的使用行為與空間涵構關係。

藉由人工智慧科技的助力下,我們有機會去感知空間的使用情況,並且 解析出空間獨特的使用情況,為了能夠解析出空間的涵構關係,我們透 過 影 像 辨 識 的 察 覺 ( Detection )、 識 別 ( Recognition )、 判 識

(Identification)這三個步驟,增強影像對空間的解析能力,預測空 間使用狀態,來完成空間涵構情境感知的目的。

(1)

Platform

(3)

Context-Awareness

Interutiv Adaptation

(2)

察覺(Detection):從即時影像中檢測出是否有物件的能力,初步從影像 判斷出特徵。

識別(Recognition):進一步的去識別物體的屬性,在本研究當中以人為 主要的特定物體,讓系統可以學習識別是否為人的特屬性,透過即時運算 後,反饋偵測的物件名稱、數量及相似度等相關資料。

判識(Identification):當瞭解影像中的人員後,解析人在空間的位置 關係,精準追蹤物件移動軌跡及方向,藉以推論後續可能動向及方位,自 動偵測介入道特定區域的人員,以達到情境感知的解析。

2. 建築資訊整合

空間涵構情境感知所獲取環境資訊,透過三維建築模型作為資料庫將 其兩者資訊整合,以 BIM 作為資訊模型的載體,詳細記錄建築資訊與系 統資訊,有效讓管理人員在檢視模型時同時獲得所需的各項資訊,減少傳 統建築在查閱資料所消耗的時間。

三維資訊模型:建築維運調適所需要的各項資料分成了三種類別,分別為 其一收集實時即時數據,其二記錄使用者操作紀錄與偏好習慣的適性模 式資料,其三是以結合了空間資訊建構維運調適劇本,因此建立智慧維運 系統需要以 BIM 來建構具有空間性的三維維運管理系統,並且以視覺化 的方式呈現給建築維運管理人員。

物件導向:在建構建築維運系統所需要之建築資訊模型,除了利用物件導 向技術將環境資訊疊合在建築物件上,並將操作維運系統時所需要的功 能與服務連結,因此在檢視三維模型時,除了能從建築物件中獲取之空間 資訊,同時系統本身也提供調適維運的功能,理解使用情境與空間關係。

第四章 人工智慧運用於建築生命週期

3. 建築維運動態調適

建築維運動態調適意旨在建築變動的使用中即時給予相對應的環境 調適能力。藉由空間涵構情境感知解析出即時的空間資訊,使建築可以因 應不同的空間使用型態給于相對應的維運管理調整,而為了能夠將判釋 出的空間資訊能夠即時的調適,需透過解析(Input)、運算(Process)、 投遞(Output),三個步驟來達到建築維運時可以因應動態環境進行調適。

解析(Input)

機器的學習需透過資訊來傳地,而 BIOM 系統則是透過將空間情境資訊化 並為可相容的格式,因為當不同使用在建築空間之種進行各種活動時,會 產生各種不同的使用模式,將這些使用的行為模式以參數化的數據記錄 下來,並且集中進行分析,屆時便能知道空間在特定時間與空間之中的使 用情況。

運算(Process)

當收集到一定數量的資訊,便能夠進行進一步的分析找出資訊之中的特 殊模式,當使用模式的建立完成,就代表能夠更加精準判斷空間的狀態,

能在使用者進入到指定的建築空間時,就能自主的進行調控各項建築指 標。

投遞(Output)

在資料庫分析後的結果將能提供給系統感知目前情境與人員在空間關係,

並且對於空間得異常使用,讓建築可以主動的察覺空間事件的發生,給予 即時的反應,以達到可持續性建築的維運管理模式。