XiaoMi-AI文件搜索系统
World File Search System建筑行业
1 – 信任建筑人工智能协作机器人
1 研究生，圣地亚哥州立大学土木、建筑和环境工程系，加利福尼亚州圣地亚哥。电子邮件：nemaminejad8591@sdsu.edu 2 副教授，圣地亚哥州立大学土木工程系，加利福尼亚州圣地亚哥（通讯作者）。ORCID：https://orcid.org/0000-0001-9691-8016。电子邮件：rakhavian@sdsu.edu 摘要 建筑技术研究人员和有远见的公司正在试验由人工智能 (AI) 驱动的协作机器人（又名 cobots），以探索作为行业数字化转型一部分的各种自动化场景。智能协作机器人有望成为未来建筑工作中占主导地位的机器人类型。然而，人工智能协作机器人的黑箱性质以及将它们引入工作现场的未知技术和心理方面是信任挑战的前兆。本文运用扎根理论，分析对建筑从业人员进行半结构化访谈的结果，探究了建筑行业中值得信赖的人工智能协作机器人的特点。研究发现，虽然作者在之前进行的系统文献综述中确定的关键信任因素引起了领域专家和最终用户的共鸣，但财务考虑和与变化相关的不确定性等其他因素也是阻碍人们信任建筑行业人工智能协作机器人的重大障碍。引言建筑行业不断采用有助于应对其重大挑战的技术，例如糟糕的安全和生产率记录以及熟练劳动力短缺。协作机器人 (又名 cobots) 就是此类技术的一个典型例子，并且正日益成为这一演变的重要组成部分 (Afsari 等人，2018 年)。协作机器人可以彻底改变建筑行业，使繁琐、重复和体力要求高的任务变得更安全、更高效、更具成本效益 (Follini 等人，2020 年)。它们配备了先进的传感器和安全功能，使它们能够精确地执行任务并避免事故。协作机器人现在被广泛应用于各种建筑任务，从砌砖到焊接、3D 打印、起重、手动材料处理和检查（Burden、Caldwell 和 Guertler 2022）。通过增强人类工人的能力，协作机器人有助于减少疲劳并提高生产率，同时还可以让工人专注于更复杂的任务（Ma、Mao 和 Liu 2022）。在建筑中使用协作机器人还有助于缩短项目时间表并降低总体成本，使其成为希望在不断发展的建筑行业中保持竞争力的公司有吸引力的投资（Veloso 等人 2012）。然而，尽管协作机器人有很多好处，但在将它们完全融入建筑工地之前，还需要解决一些重大挑战。其中最重要的一项是建立建筑工人和协作机器人之间的信任（Calitz、Poisat 和 Cullen 2017）。信任是一个复杂的概念，可以定义为对某人或某物的可靠性和完整性的信念（Jian、Bisantz 和 Drury 2000）。在
全国公开招标公告 - MyGov
国家建筑局 (NCA) 是根据 2011 年《国家建筑局法》成立的一家国家公司，负责监督建筑行业并协调其发展。该局邀请符合条件的候选人对以下招标进行密封投标；
![arXiv:2106.03797v1 [cs.CV] 2021 年 5 月 20 日](/simg/g:\will\search\icon\source\d\d3991bdbf22b7ca1f479c1474c721bd822b7bde3.webp)
arXiv:2106.03797v1 [cs.CV] 2021 年 5 月 20 日
摘要。数字孪生是工业 4.0 前沿的一项新兴技术，其最终目标是将物理空间与虚拟空间结合起来。迄今为止，数字孪生概念已应用于许多工程领域，为工程设计、制造、自动化和建筑行业提供了有用的见解。虽然各种技术的结合为数字孪生开辟了新的机遇，但该技术需要一个框架来整合不同的技术，例如建筑行业使用的建筑信息模型。在本文中，提出了一个信息融合框架，以无缝融合数字孪生框架中涉及的各种技术的异构组件。本研究旨在利用人工智能和无人驾驶飞机支持的 3D 重建来增强建筑物中的数字孪生。我们提出了一个基于无人机的数字孪生增强框架，该框架具有可重用和可定制的组件。我们还开发了一个概念证明，并对 3D 重建和 AI 在缺陷检测中的应用进行了广泛的评估。
arXiv:2106.03797v1 [cs.CV] 2021 年 5 月 20 日
摘要。数字孪生是工业 4.0 前沿的新兴技术，其最终目标是将物理空间与虚拟空间结合起来。迄今为止，数字孪生概念已应用于许多工程领域，为工程设计、制造、自动化和建筑行业提供了有用的见解。虽然各种技术的结合为数字孪生开辟了新的机遇，但该技术需要一个框架来整合不同的技术，例如建筑和建筑行业使用的建筑信息模型。在本文中，提出了一个信息融合框架，以无缝融合数字孪生框架中来自各种技术的异构组件。本研究旨在利用无人驾驶航空器支持的人工智能和 3D 重建来增强建筑物中的数字孪生。我们提出了一个基于无人机的数字孪生增强框架，该框架具有可重复使用和可定制的组件。还开发了概念证明，并对 3D 重建和 AI 在缺陷检测中的应用进行了广泛的评估。
建筑材料的生命周期评估.pdf
本评论论文全面分析了应用于建筑材料的生命周期评估 (LCA) 方法。首先介绍 LCA 在建筑行业的重要性，然后概述 LCA 原则、阶段和特定于建筑材料的关键参数。详细讨论了 LCA 中使用的方法，包括库存分析、影响评估、规范化、分配方法和不确定性分析。然后，本文全面回顾了各种建筑材料（如水泥、混凝土、钢铁和木材）的 LCA 研究，研究了它们的生命周期阶段和环境因素。该评论还探讨了建筑材料 LCA 的最新进展，包括循环经济原则、可再生替代品、技术创新和政策影响。讨论了建筑材料 LCA 实施的挑战和未来方向，强调了数据质量、标准化、社会因素整合和行业研究合作的必要性。这为研究人员、政策制定者和行业专业人士提供了宝贵的见解，通过基于 LCA 的明智决策来提高建筑行业的可持续性。
创世纪
确保建筑行业的经济和环境可持续性是一个复杂的权衡。建筑行业占欧盟 (EU) 二氧化碳排放量的 36%，是最近指令的目标，这些指令致力于通过积极支持可再生能源 (RES) 整合等方式促进能源效率的提高。到 2020 年底，欧盟的每栋新建筑都应为近零能耗建筑 (nZEB)，这意味着其现场可再生能源能源生产和消耗每年需要接近平衡。如果可以通过部署可再生能源和存储设备实现这一目标，那么设计一个高效的能源管理系统 (EMS) 以最佳地引导可再生能源、存储和可延迟负载（例如智能家电、电动汽车等）仍然是必不可少的。然而，可再生能源和存储设备对环境的影响尚未纳入优化过程。为了促进可持续建筑，需要更好地优化建筑规划和运营以及将其整合到智能电网中。创新
arXiv:2106.03797v1 [cs.CV] 2021 年 5 月 20 日
摘要。数字孪生是工业 4.0 前沿的一项新兴技术，其最终目标是将物理空间与虚拟空间结合起来。迄今为止，数字孪生概念已应用于许多工程领域，为工程设计、制造、自动化和建筑行业提供了有用的见解。虽然各种技术的结合为数字孪生开辟了新的机遇，但该技术需要一个框架来整合不同的技术，例如建筑行业使用的建筑信息模型。在本文中，提出了一个信息融合框架，以无缝融合数字孪生框架中涉及的各种技术的异构组件。本研究旨在利用人工智能和无人驾驶飞机支持的 3D 重建来增强建筑物中的数字孪生。我们提出了一个基于无人机的数字孪生增强框架，该框架具有可重用和可定制的组件。我们还开发了一个概念证明，并对 3D 重建和 AI 在缺陷检测中的应用进行了广泛的评估。
基于无人机的人工智能和 3D 重建数字孪生...
摘要。数字孪生是工业 4.0 前沿的新兴技术，其最终目标是将物理空间与虚拟空间结合起来。迄今为止，数字孪生概念已应用于许多工程领域，为工程设计、制造、自动化和建筑行业提供了有用的见解。虽然各种技术的结合为数字孪生开辟了新的机遇，但该技术需要一个框架来整合不同的技术，例如建筑和建筑行业使用的建筑信息模型。在本文中，提出了一个信息融合框架，以无缝融合数字孪生框架中来自各种技术的异构组件。本研究旨在利用无人驾驶航空器支持的人工智能和 3D 重建来增强建筑物中的数字孪生。我们提出了一个基于无人机的数字孪生增强框架，该框架具有可重复使用和可定制的组件。还开发了概念证明，并对 3D 重建和 AI 在缺陷检测中的应用进行了广泛的评估。
建筑业价值链 - 世界银行文件
建筑行业的公司正在认识到碳定价在管理气候风险和碳暴露、揭示气候智能型企业机会以及充当激励低碳活动的过渡工具方面的作用。5 此外，建筑价值链上的公司需要通过与其供应链合作制定碳定价和减排工具来管理其范围 3 排放。价值链上决策者之间的高度分散和脱节迫切需要制定一种综合的碳定价方法，以最有效地帮助公司实现气候目标并降低风险。也就是说，如果没有全行业的支持和协调，绿色产品的生产就不会与链条下游对这些产品的需求和估值挂钩。建筑行业公司单独行动代表着巨大的主动性，但如果得到价值链上同行的支持和联系，将更有效地帮助该行业实现气候目标。
arXiv:2106.03797v1 [cs.CV] 2021 年 5 月 20 日
摘要。数字孪生是工业 4.0 前沿的一项新兴技术，其最终目标是将物理空间与虚拟空间结合起来。迄今为止，数字孪生概念已应用于许多工程领域，为工程设计、制造、自动化和建筑行业提供了有用的见解。虽然各种技术的结合为数字孪生开辟了新的机遇，但该技术需要一个框架来整合不同的技术，例如建筑行业使用的建筑信息模型。在本文中，提出了一个信息融合框架，以无缝融合数字孪生框架中涉及的各种技术的异构组件。本研究旨在利用人工智能和无人驾驶飞机支持的 3D 重建来增强建筑物中的数字孪生。我们提出了一个基于无人机的数字孪生增强框架，该框架具有可重用和可定制的组件。我们还开发了一个概念证明，并对 3D 重建和 AI 在缺陷检测中的应用进行了广泛的评估。