The increasing use of technology that characterizes the century we live in has led to new methods of building management in the construction sector, aiming for cost optimization and efficiency. The cornerstone for smart buildings is the Internet of Things (IoT), which has enabled the development of building automation systems through the integration of home automation systems and devices into a centralized technological backbone, commonly known as the BMS (Building Management System). Another consequence of IoT in the construction industry is Building Information Modeling (BIM), considered a successful strategy for organizing, storing, and managing static metadata related to the design, construction, and maintenance of buildings. BIM allows for the creation of three-dimensional virtual models capable of simulating the building and serving as a database for architectural and engineering representation, time and cost estimation, energy evaluation, maintenance costs, and economic and environmental sustainability considerations. Among the interconnected experiences enabled by the growing IoT, there is also the ability of a smartphone device to be indoor geolocated through various technologies. This thesis project includes a literature analysis on indoor positioning technologies and their corresponding algorithms. One of the most cost-effective and accurate solutions in this regard is Bluetooth Low Energy. The objective of this thesis is to enrich BIM databases with more precise information regarding the BACnet ID of individual devices connected to the central BMS. To identify the BACnet ID of home automation devices, a code reader integrated into a smartphone application developed within this study will be used. Once the BACnet ID is acquired, the application will be able to automatically populate the data collected in the field into the corresponding digital representation in Revit.

L'incremento costante dell'utilizzo della tecnologia nel secolo in cui viviamo ha introdotto nuovi metodi di gestione degli edifici nel settore dell'edilizia, mirati all'ottimizzazione dei costi e dei consumi. Il pilastro degli smart building è l'Internet of Things (IoT), che ha reso possibile lo sviluppo di sistemi di automazione degli edifici attraverso il collegamento di dispositivi e sistemi domotici a una piattaforma tecnologica centralizzata nota come BMS. Un'altra conseguenza dell'IoT nel settore delle costruzioni è il BIM, considerato una strategia di successo per organizzare, archiviare e gestire i metadati statici relativi alla progettazione, costruzione e manutenzione degli edifici. Il BIM consente la creazione di modelli virtuali tridimensionali in grado di simulare l'edificio e di fungere da database per le informazioni riguardanti la rappresentazione architettonica ed ingegneristica, la stima dei tempi e dei costi, la valutazione energetica, i costi di manutenzione e le considerazioni di sostenibilità economica e ambientale. Tra le esperienze di interconnessione rese possibili dall'IoT, vi è la capacità di localizzare indoor un dispositivo smartphone utilizzando diverse tecnologie. In questo studio, viene dedicato uno spazio all'analisi della letteratura sulle tecnologie di localizzazione indoor e sugli algoritmi correlati, con particolare attenzione al Bluetooth Low Energy, ritenuta la tecnologia più economica e precisa. L'obiettivo di questa tesi è arricchire i database BIM con informazioni più precise riguardanti l'identificativo ID BACnet dei singoli dispositivi domotici collegati alla centrale BMS. Per identificare l'ID BACnet dei dispositivi domotici, verrà utilizzato un lettore di codici presente in un'applicazione per smartphone sviluppata all'interno di questo studio. Una volta acquisito l'identificativo BACnet, l'applicazione sarà in grado di compilare automaticamente i dati rilevati dal campo nell'omologo digitale di Revit.

Sistemi di georeferenziazione indoor tramite tecnologia Bluetooth:possibili implementazioni BMS e BIM based.

ANDREUZZA, VIRGINIA
2022/2023

Abstract

The increasing use of technology that characterizes the century we live in has led to new methods of building management in the construction sector, aiming for cost optimization and efficiency. The cornerstone for smart buildings is the Internet of Things (IoT), which has enabled the development of building automation systems through the integration of home automation systems and devices into a centralized technological backbone, commonly known as the BMS (Building Management System). Another consequence of IoT in the construction industry is Building Information Modeling (BIM), considered a successful strategy for organizing, storing, and managing static metadata related to the design, construction, and maintenance of buildings. BIM allows for the creation of three-dimensional virtual models capable of simulating the building and serving as a database for architectural and engineering representation, time and cost estimation, energy evaluation, maintenance costs, and economic and environmental sustainability considerations. Among the interconnected experiences enabled by the growing IoT, there is also the ability of a smartphone device to be indoor geolocated through various technologies. This thesis project includes a literature analysis on indoor positioning technologies and their corresponding algorithms. One of the most cost-effective and accurate solutions in this regard is Bluetooth Low Energy. The objective of this thesis is to enrich BIM databases with more precise information regarding the BACnet ID of individual devices connected to the central BMS. To identify the BACnet ID of home automation devices, a code reader integrated into a smartphone application developed within this study will be used. Once the BACnet ID is acquired, the application will be able to automatically populate the data collected in the field into the corresponding digital representation in Revit.
2022
Indoor positioning systems using Bluetooth tecnology: possible BMS and BIM based implementations.
L'incremento costante dell'utilizzo della tecnologia nel secolo in cui viviamo ha introdotto nuovi metodi di gestione degli edifici nel settore dell'edilizia, mirati all'ottimizzazione dei costi e dei consumi. Il pilastro degli smart building è l'Internet of Things (IoT), che ha reso possibile lo sviluppo di sistemi di automazione degli edifici attraverso il collegamento di dispositivi e sistemi domotici a una piattaforma tecnologica centralizzata nota come BMS. Un'altra conseguenza dell'IoT nel settore delle costruzioni è il BIM, considerato una strategia di successo per organizzare, archiviare e gestire i metadati statici relativi alla progettazione, costruzione e manutenzione degli edifici. Il BIM consente la creazione di modelli virtuali tridimensionali in grado di simulare l'edificio e di fungere da database per le informazioni riguardanti la rappresentazione architettonica ed ingegneristica, la stima dei tempi e dei costi, la valutazione energetica, i costi di manutenzione e le considerazioni di sostenibilità economica e ambientale. Tra le esperienze di interconnessione rese possibili dall'IoT, vi è la capacità di localizzare indoor un dispositivo smartphone utilizzando diverse tecnologie. In questo studio, viene dedicato uno spazio all'analisi della letteratura sulle tecnologie di localizzazione indoor e sugli algoritmi correlati, con particolare attenzione al Bluetooth Low Energy, ritenuta la tecnologia più economica e precisa. L'obiettivo di questa tesi è arricchire i database BIM con informazioni più precise riguardanti l'identificativo ID BACnet dei singoli dispositivi domotici collegati alla centrale BMS. Per identificare l'ID BACnet dei dispositivi domotici, verrà utilizzato un lettore di codici presente in un'applicazione per smartphone sviluppata all'interno di questo studio. Una volta acquisito l'identificativo BACnet, l'applicazione sarà in grado di compilare automaticamente i dati rilevati dal campo nell'omologo digitale di Revit.
Bluetooth LE
Indoor
Positioning
File in questo prodotto:
File Dimensione Formato  
Andreuzza_Virginia.pdf

accesso aperto

Dimensione 6.97 MB
Formato Adobe PDF
6.97 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/48541