Как ИИ помогает анализировать строительные чертежи

В строительстве и архитектуре по-прежнему широко используются бумажные и PDF-чертежи. Они привычны, но не очень удобны: чтобы извлечь из них полезную информацию, приходится тратить часы ручной работы.

Технологика умеет обрабатывать чертежи ai-инструментами, что позволяет автоматизировать этот процесс — быстро, точно и с возможностью интеграции в цифровые рабочие процессы.

Ниже расскажем, как именно работает такой подход, какие технологии используются и что можно получить на выходе.

Скан чертежа сам по себе бесполезен: чтобы использовать данные, нужно понять, где расположены стены, где окна и двери, какие помещения обозначены, какие материалы указаны и так далее. Мы применяем методы компьютерного зрения, OCR, LLM и машинного обучения, чтобы извлекать из чертежей структурированные данные.

Наши ИИ-модели способны:

• находить текст и условные обозначения,
• распознавать и классифицировать стены, окна, двери,
• определять помещения и их площадь,
• обрабатывать штриховку различных помещений,
• извлекать данные из таблиц, встроенных в PDF,
• дополнительно генерировать план участка со строением на основе спутниковых снимков.

Типичный подход к оцифровке строительных поэтажных планов заключается в анализе различных слоев и объектов по одной группе за раз. Поскольку разные элементы требуют разного подхода к распознаванию, наиболее целесообразно подходить к анализу поэтапно.

Мы выстроили подход, при котором каждый элемент чертежа анализируется отдельно. Это повышает точность и позволяет гибко настраивать систему под задачи клиента.

1. Распознавание текста

На чертежах часто встречается текст: названия помещений, размеры, типы материалов. Но он может быть:

• под углом,
• нестандартного шрифта или размера,
• перевёрнутым,
• наложенным на графику или штриховку.

Готовые OCR-инструменты вроде Tesseract дают хороший результат для простого текста, но с чертежами работают плохо. Мы обучили компьютерное зрение находить текст в сложных случаях и разработали систему «перекрёстной проверки»: она сравнивает результаты разных OCR-инструментов и выбирает лучший. Это даёт точность до 99,9% и ускоряет обработку в десятки раз.

2. Символы и метки

На чертежах используются специальные символы: окна, двери, розетки, вентиляция, метки стен и др. Мы классифицируем их по форме:

• символы в окружности — с замкнутыми элементами (например, круги),
• обычные символы без окружности — из прямых линий или штрихов.

Символы могут выглядеть по-разному в зависимости от проекта, поэтому мы используем обучаемые модели, способные обобщать. Распознавание работает в двух режимах:

• автоматически — модель ищет все символы определённого типа,
• по образцу — пользователь выделяет нужный символ, и система ищет похожие.

Особое внимание мы уделили борьбе с ложными срабатываниями: архитектурные планы состоят из простых геометрических форм, которые легко спутать с символами. Для фильтрации мы используем глубокие сверточные нейросети.

3. Обнаружение стен

Стены — это основа анализа любого поэтажного плана. Как правило, стены на плане этажа рисуются определенным образом, чтобы отразить их толщину, материал и т. д., а также маркируются для передачи дополнительной информации.

ИИ-система находит:

• контуры стен, определяет толщину, длину, материал;
• метки стен, если они есть на плане.

Каждый контур стены соотносится с меткой для точного анализа данных.

Объединяя эти данные, можно точно построить модель здания, пригодную для расчётов или визуализации.

4. Двери и окна

Двери и окна расположены внутри или рядом со стенами, что помогает их легко находить. Мы обучаем модель выделять окна и двери, определять их тип и размеры, а также группировать по маркировке или типу. Это особенно важно для дальнейших расчётов и контроля соответствия проекту.

5. Генерация помещений

Чтобы понять, как устроено здание, нужно найти, где находятся комнаты. Для этого мы:

• определяем замкнутые контуры, образованные стенами;
• ищем метки помещений (например, “Гостиная” или “Кухня”);
• рассчитываем площадь каждой комнаты.

Это удобно при составлении ведомостей, расчёте стоимости и планировании строительства.

6. Обработка штриховки

Штриховка на плане часто показывает:

• тип материала (например, бетон, дерево),
• функциональные зоны (технические помещения, офисы, санузлы).

ИИ находит заштрихованные области, классифицирует их и связывает с другими элементами плана. Это особенно полезно в проектах с отражёнными потолками или инженерными системами.

7. Работа с таблицами

Многие чертежи содержат встроенные таблицы: с материалами, нормативами, размерами. Мы разработали модуль, который извлекает их из PDF без потери структуры и сохраняет в Excel. Это удобно для интеграции с другими системами и последующего анализа.

8. Работа с планом участка

Иногда при работе над комплексным проектом необходимо дополнить проект расположением строительного объекта на участке. Не всегда такие данные есть у клиента. Но мы умеем осуществлять анализ спутниковых снимков и генерировать на его основе план участка.

ИИ анализирует топографические планы и спутниковые снимки, распознает линии и подписи, а также может дополнить их данными из других источников: кадастровой информации, карт перепадов высот. В результаты мы формируем финальный план участка в цифровом виде.

Такая функция особенно полезна для застройщиков, архитекторов и инженерных компаний, которым нужно быстро получить цифровой план участка — без ручной обработки и привлечения специалистов по геодезии.

Наши решения уже используются в задачах:

• оценки стоимости строительства — извлекаются объёмы работ, сравниваются чертежи разных версий;
• архивной оцифровки — бумажные планы превращаются в структурированные данные;
• контроля исполнения проекта — сравниваются проектные и исполнительные чертежи;
• автоматизации документооборота — данные передаются в CAD, BIM, CRM или ERP-системы.

Если вы работаете с архитектурными или инженерными чертежами — будь то девелопмент, генподряд, проектный институт или госзаказ — мы можем предложить решение под вашу задачу. У нас нет «коробочного решения», мы разрабатываем системы под конкретные сценарии заказчика, адаптируя ИИ-модели под типовые планы, ГОСТы и форматы.