För de flesta människor är en visualisering av det som ska förstås mycket bättre än att bara få en muntlig förklaring. Detta gäller särskilt när det gäller att förstå saker som har med städer, stora industrikomplex eller andra landområden att göra, och då är det nödvändigt att ha ritningar, kartor, planer, diagram etcetera tillgängliga samtidigt för att få en god förståelse.

Men att bara samla alla de många dokumenten på bordet löser inte problemet. Detta arbete tog mycket tid i anspråk och de personer som fick informationen måste vara kvalificerade för att kunna "läsa" de olika ritningarna och kartorna. Detta krävde att man gjorde de olika bilderna mer lättlästa, och när det blev möjligt att lägga till flygfotografier och rymdbilder till den övriga insamlade informationen var det till god hjälp. Nästa steg i utvecklingen var att hitta metoder för att göra innehållet i enskilda delar av den övergripande bilden garanterat relevant. IT-specialister var stegvis engagerade i lösningen av problemet och det moderna sättet att hantera den övergripande frågan skiljer sig dramatiskt från situationen för 20-30 år sedan.

Kartspecialister började skapa så kallade GIS-system (förkortning för Geografiska informationssystem) och om vi bortser från vissa skillnader mellan stora och små leverantörer har de utvecklat ett enhetligt tillvägagångssätt för att använda kraftfulla databaser för att lagra inte bara den vanliga attributinformationen utan även rumsliga data. Lyckligtvis har både proprietära DBMS (här var Oracle "pionjär", men de andra sov inte) och fritt distribuerade DBMS (PostgreSQL med PostGIS) gett möjlighet att lagra rumsliga data med egna medel. Detta löste omedelbart många problem med att lagra stora volymer rumsliga data och ge privilegierad tillgång till dem, indexering för snabb sökning och uppbyggnad av analytiska frågor. Anhängare av att "uppfinna hjulet på nytt" och göra allt på sitt eget sätt gjorde naturligtvis motstånd, men tvingades ge upp utom inom de kunskapsgrenar där klarhet och öppenhet inte är välkomna på något sätt (t.ex. inom försvarssfären). För alla andra har stöd för lagring av rumsliga data med hjälp av egna DBMS blivit ett måste. Och denna "basifiering" visade sig vara framgångsrik just därför att de rumsliga objekt som kan hittas på kartan kan representeras i form av flera "atomära" typer av objekt som DBMS med säkerhet har lärt sig att arbeta med: punkt, linje, polygon, och olika tillvägagångssätt i de system som används. DBMS-utvecklarna har också lyckats jämna ut de geografiska koordinatsystemen genom att införa en standardiserad beskrivning (SRID - Spatial Reference ID) i DBMS. Därefter upphörde de dramatiska skillnaderna mellan olika GIS för en stad, ett land eller en industri som skapats av olika aktörer.

Men med konstruktionsritningar visade sig allting vara mycket mer komplicerat. De första rörelserna "in i det digitala" (datorstödd design, CAD) gjorde användarna ganska nöjda med att slippa rutinmässiga ritningar på den digitala ritbordet, men ett sådant språng in i "basifiering" och den välkända förening av metoder som hade skett i GIS fungerade inte i det här fallet. Eftersom komplexiteten hos de konstruerade objekten ökade snabbt, blev kravet på att ändra de tvådimensionella ritningarna till tredimensionella modeller alltmer brådskande. Kravet innebar dessutom att flera användare skulle få tillgång till konstruktionsgruppens arbete, och även med möjlighet att snabbt bedöma om de enskilda deltagarnas åtgärder i konstruktionsprocessen var korrekta och konsekventa.

Problemet med denna process är att de "elementära partiklarna" i de utformade objekten inte passade in i de "atomära" objekt som stöds av DBMS, först och främst på grund av deras nära förhållande till varandra. Känn skillnaden: om en ny gasledning dyker upp på kartan behöver den närliggande flodbädden eller motorvägen inte automatiskt förändras, men om man ersätter standardstorleken på fönstren i byggnadsobjektet bör det automatiskt leda till de obligatoriska förändringarna (storleken på öppningen i väggen förändras, sättet att installera fönstret kan förändras, vilket kan leda till en förändring av väggens hållfasthetsegenskaper, och så vidare). Som ett resultat av denna grundläggande skillnad började det i stället för en logisk, men ouppnåelig "basifiering" växa fram separata slutna ekosystem inom AEC, som kan arbeta med så komplexa och intrikat sammankopplade sammansatta objekt. De kallar det BIM.

Men vad gör man om man fortfarande behöver hantera hela territoriet i en stad, en region, ett land, ett stort industrikomplex etcetera, som per definition beskrivs av både rumsliga (kartografiska) data och byggprojekt? Hur kombinerar man GIS- och BIM-teknik?

Det finns naturligtvis försåtliga förslag från två välkända leverantörer som framgångsrikt arbetar inom GIS och BIM (ESRI-Autodesk). Dessa företag hävdar att de har kopplat samman dessa tekniker på ett perfekt sätt, vilket utan tvekan är sant utom vad som definieras som "perfekt". Detta övertygande erbjudande påminner misstänksamt mycket om Fords tidiga reklam där det stod att du kan välja en bil i vilken färg som helst, så länge den är svart! Vad som inte nämns är att det som de två företagen erbjuder är strikt giltigt i kombination med enbart ESRI-programvara för GIS och enbart Autodesk för BIM. Utan att ifrågasätta de imponerande prestationerna hos var och en av de nämnda leverantörerna är kravet på viss valfrihet uppenbart, och vi anser att det är rimligt att undvika att vara strikt bunden till någon GIS- eller BIM-teknik.

Med tanke på vad som nämns ovan skulle det med GIS vara bättre att använda principen om aggregering av rumsliga data genom att direkt eller via standardiserade webbtjänster få tillgång till lagrade rumsliga data, oavsett vilket GIS-verktyg de har skapats med. Detta är nu möjligt med GIZMOre/cGIS-plattformen.

Och när det gäller BIM-teknik var vi på grund av de begränsningar som beskrivs ovan tvungna att leta efter ett annat tillvägagångssätt, som vi hittade genom att använda IFC-utbytesformatet som garanterat stöds av alla BIM-leverantörer. Naturligtvis är det obekvämt att använda denna besvärliga fil direkt, men om man snabbt kan "plocka isär" den och lägga in den i databassystemet i stället för att hantera någon proprietär BIM-modell, blir det äntligen möjligt att skapa ett enhetligt GIS-BIM-informationsutrymme som beskriver hela territoriet fullt ut. Dessutom sker bildandet och den ständiga uppdateringen av detta enda informationsutrymme med hjälp av en helt godtycklig uppsättning GIS- och BIM-verktyg som är bekanta och bekväma för kunden i ett sådant projekt.

 

 

Efter att på ovan beskrivet sätt ha eliminerat gränserna mellan objekt som genererats i GIS och BIM från olika källor är det nu möjligt att lägga till data från andra informationssystem som kan kopplas samman med objekt i ett enda GIS-BIM-informationsområde. Till exempel kan man med ett objekt, oavsett var det är placerat (till exempel på marken och beskrivet med geografiska koordinater eller placerat inne i själva byggnaden), koppla ihop alla typer av dokument som genereras och lagras från elektroniska dokumenthanteringssystem. Dessa dokument kan t.ex. vara service- och reparationsplaner från ett ERP-system, kontaktuppgifter till leverantörer av utrustning, t.ex. medicinsk utrustning på ett sjukhus, specifikationer för maskiner i en fabrik osv.

Om man dessutom lägger till all information som samlas in av de sensorer och enheter som i allmänhet utgör "sakernas internet" (IoT - Internet of Things), system för lokaliseringsinformation för fordon och enskilda anställda ("smarta hjälmar" och armband som hjälpmedel), kommer vi smidigt fram till begreppet "digital tvilling" för hela territoriet.

Och när allt detta hårda arbete är gjort och ett gemensamt informationsutrymme har skapats är det dags att använda alla funktioner i BI-system, "datakuber", olika utställningsfönster och interaktiva instrumentpaneler som ger snabb hjälp i beslutsfattandet. Och algoritmer för maskininlärning kommer att få en plats för att tillämpa kraften i neurala nätverk för att generera prediktiva analyser och effektivt förebygga incidenter.

 

 

Med detta tillvägagångssätt, som framgångsrikt har implementerats i GIZMOre/cGIS-aggregatorplattformen, blir ett enhetligt GIS-BIM-informationsutrymme i kombination med ERP, BI, arbetsflöden och sakernas internet utan tvekan ett mycket effektivt sätt att hantera den mest relevanta informationen under ett områdes livscykel. Genom att kombinera automatiskt hämtad information från "öppen källinformation" med utvald information från egna eller externa källor som ska visas och analyseras tillsammans kommer man att öppna upp möjligheter som hittills varit okända.