Byggeindustrien er en av verdens eldste, største og minst digitaliserte sektorer. Men mangel på moderne metoder for prosjektledelse koster bransjen anslagsvis $ 1,6 billioner årlig, og industrien bidrar til over 35 % av unødvendig avfall og skadelige utslipp i Europa. De utdaterte manuelle og visuelle metodene man er avhengig av for å spore fremgang og kvalitet er utilstrekkelige og reasjonære, og klarer ikke å holde tritt med fremdriften på stedet. Det fører til at en rekke problematiske avvik fra planene oversees til det er for sent, noe som resulterer i unødvendige kostnader, forsinkelser, koordineringsutfordringer, tvister og avfall. Bare i Norge, et land med noen av de høyeste byggestandardene, oppstår opp til 12 milliarder kroner årlig (ca. 6 % av prosjektkostnadene) fra unngåelige feil på stedet og forsinkelser fra feilkommunikasjon blant de forskjellige prosjektpartnerne.
Målene med prosjektet var:
- å oppnå større effektivitet i verdikjedene i prosjekter i eiendomsutvikling, rehabilitering og nybygg med å øke hyppigheten av å lage som-bygget dokumentasjon av meget høy kvalitet til en rimelig kostnad; og
- å etablere en effektiv og automatisert prosess for å spore fremdriften, og som hjelper til å unngå misforståelser blant forskjellige partier som er involvert i byggeprosessen, samtidig som den varsler tidlig om planleggings- og byggefeil og forsinkelser.
Disse målene skal oppnås ved å kombinere datamaskinsyn og maskinlæring i nært samarbeid med sluttbrukere, for å forbedre vår løsning basert på deres erfaringer og daglige utfordringer på byggeplasser. Blant nylig oppnådde milepæler finnes det utvikling av en prototyp for et system som automatisk segmenterer, klassifiserer og semantisk beskriver skandata for en gruppe av byggeobjekter.