Original paper

WeBest – Automatisierte Korrektur und Mapping von Fassadenthermographien auf 3D-Gebäudemodelle

Monien, Dirk; Wilting, Rolf; Casper, Egbert; Brennenstuhl, Marcus; Coors, Volker

Kurzfassung

Zusammenfassung: Fast 40% des Energieverbrauchs in Deutschland entfallen auf den Sektor Gebäude. Um die Wirksamkeit von Sanierungs- und Effizienzmaßnahmen abschätzen zu können, sind Simulationsmodelle nötig, die auch über größere Gebiete, beispielsweise Stadteile oder Quartiere hinweg, ausreichend genau rechnen können. In diesem Zusammenhang spielen 3D-Stadtmodelle eine wichtige Rolle, da hinsichtlich der Gebäudegeometrien keine beziehungsweise nur wenige Annahmen nötig und damit Abweichungen von der Realität zu erwarten sind. Neben der Geometrie ist der Sanierungsstand von Gebäuden ein wichtiger Indikator, um den tatsächlichen und zukünftigen Energiebedarf abschätzen zu können. Die Sammlung gebäudescharfer Daten ist dabei sehr zeit- und kostenaufwendig, so dass in vielen Fällen auf statistische Durchschnittswerte zurückgegriffen wird, die allerdings stark von tatsächlichen Gegebenheiten abweichen können. Dieser Beitrag beschreibt einen Ansatz, der im Forschungsprojekt WeBest der Hochschule für Technik Stuttgart und der Firma EUROSENSE verfolgt wird. Dabei werden möglichst automatisiert Thermographieaufnahmen aus unterschiedlichen Quellen für eine große Anzahl von Gebäuden aus Rohdaten verarbeitet, mit Hilfe von Korrekturverfahren homogenisiert und durch Verbindung mit 3D-Stadtmodellen zur Energiesimulation beziehungsweise energetischen Bewertung von Bestandsgebäuden herangezogen. Summary: Automatic correction and mapping of façade thermography on 3D building models. Buildings use almost 40% of Germany's energy supply. The assessment of the effectiveness of refurbishment and energy efficiency measures over larger areas requires effective simulation tools. In this context, 3D city models are playing an increasing role as they deliver actual building geometries. The renovation standard of a building is an important indicator to estimate current and future energy demand. The collection of data at the level of single buildings is time consuming and expensive, so that statistical average values are often used which can largely differ from actual local conditions. This contribution addresses an approach pursued in the WeBest research project conducted by the Stuttgart University of Applied Sciences and the company EUROSENSE. Thermal images are automatically processed for a large number of buildings based on different raw data, homogenized by using correction methods and used for energy simulation of existing buildings using 3D city models.

Keywords

automatisierte rohdatenprozessierungfassadenthermographiemobilemapping