Projektet adresserar produktivitet i byggsektorn genom tillämpning och utveckling av industriella processer för automation och AI tolkningar av data. Projektet genomförs i samverkan mellan PEAB, LTU, LTH och Cognibotics.

Effektivitetsmått är ett viktigt stöd för att operativt och strategiskt upprätthålla och utveckla produktiviteten. Detta är lika relevant för byggindustrin som annan industri. Byggindustrin har dock under lång tid varit utsatt för kritik för bristande produktivitetsutveckling. I dag saknas en företagsgemensam systematik för tillämpning av mätning och mätetal och det saknas dessutom branschgemensamma system för mätningar. Att utveckla och implementera för byggplatser anpassade system för progressions- och produktivitets mätningar är ett angeläget område för byggentreprenörer.

Idag görs uppföljning av byggprojektet mot tidplan manuellt, det är tidskrävande och ofta hindras därför en strukturerad uppföljning. På byggplatsen görs ronderingar för uppföljning mot flera projektmål och kvalitetskrav som t.ex. avstämning av progression mot tidplan vilket också skapar indikativa produktivitetstal. Få möjligheter finns för strukturerad insamling och bearbetning av data på ett enkelt sätt för t.ex. vad som egentligen blev byggt (as-built). Dessutom sker det idag oftast av män med svensk bakgrund varför en mer generisk och automatisk metod skulle kunna utnyttjas som en pusselbit i ökad mångfald, jämställdhet och likabehandling i entreprenadföretag.

Utvecklingen har nu kommit så långt att robotar utrustade med inspektionshårdvara som högkvalitativa kameror och laserskanner kan autonomt samla in rådata precist över tid som kan användas på byggplatser. En sådan robot är Boston Dynamics Spot som representerar en mobil robottyp som kombinerar större nyttolast och längre batteritid med ökad framkomlighet, dvs. hantering av höjdskillnader (jämfört med hjuldrivna varianter). Grundtekniken för mätning/datainsamling är skanning kombinerad positionering.

I projektet kommer två alternativa tekniker för datainsamling undersökas:
Smart hjälm, en bygghjälm med skanner och positionering. En semiautomatisk metod, en relativt enkel metod och med en inte alltför kostsam utrustning. Kräver en fysisk person som gör själva ronderingen, och en Boston Dynamic Spot robot som bärare för en helautomatisk metod. Utmaningarna är att roboten måste ges rutter för insamling av information som avspeglar nuläget i
byggprocessen, krav på lämplig detaljnivå på BIM-projekteringen samt teknisk samordning mellan olika discipliner och människor och uppställningar på bygget för fältstudier.

Rådata insamlad av Smart Hjälm och Boston Dynamics robot Spot analyseras till mätetal som kan utnyttjas till att mäta projekts framdrift. Dessa resultat analyseras för att utveckla metoder för mätning av framdrift, dess noggrannhet och validitet och hur denna data kan nyttjas för att bestämma produktivitet, för olika arbetsmoment, byggdelar som hela projekt.

Målsättningen är att demonstrera en systematiserad metod för produktivitetsmätning, ett ”Proof of Use” (en praktisk demonstration av användningen av en idé). Projektet genomförs som en testbädd med s.k. sprintmetodik. Det har visat sig att en iterativ utveckling med sprintmetodik går väl i harmoni med hur ett husbyggnadsprojekt utvecklas. En sprint för test, utvärdering och dataanalys på ca 2-3 månader är en lämplig tid för husbyggnadsprojekt. Fem sprintar planeras att genomföras. En sprint börjar med insamling av data genom manuell uppmätning fortsätter med genomförande av datainsamling semiautomatiskt och automatiskt med robot, genomförande av intervjuer individuellt eller i grupp för effekter och praktiska erfarenheter. Detta pågår kontinuerligt under 2 månader. Därefter sker mätningarna i en lägre takt parallellt med att analyser ger utvärderingar och förbättringsförslag med justeringar till nästa sprint.

Projektet placerar sig huvudsakligen i temaområdet innovationer och nya tillämpningar och kommer att bidra med lösningar till effektmålen ökad produktivitet inom sektorn och att byggprojekt genomförs i industriella processer med stöd av digitalisering genom att skapa ett Proof of Use för strukturerade produktivitetsmätningar genom automation.

Fakta

ID: U10-2022-3
Beviljat i: Utlysning 10
Projektledare:

Lars Stehn, Luleå Tekniska Universitet