AutoRepo: A general framework for multi-modal LLM-based automated construction reporting

要約

建設プロジェクトの安全性、品質、適時完成を確保することは最重要課題であり、建設検査はこれらの目標を達成するための重要な手段である。しかし、現在の検査は手作業が中心であるため、非効率で情報管理も不十分であることが多い。このような手法では、全体的かつ網羅的な評価を提供できないことが多く、その結果、規制の見落としや潜在的な安全上の危険を引き起こしている。この問題に対処するため、本論文では、工事検査報告書の自動生成のためのAutoRepoという新しいフレームワークを紹介する。無人車両が効率的に工事検査を実施し、現場情報を収集する一方、マルチモーダル大規模言語モデル（LLM）を活用して検査報告書を自動生成する。このフレームワークを実際の建設現場に適用してテストした結果、検査プロセスを迅速化し、リソースの割り当てを大幅に削減し、規制基準に準拠した高品質の検査報告書を作成できる可能性が示された。この研究により、マルチモーダルな大規模言語モデルが建設現場での検査業務に革命をもたらし、より効率的で安全な建設管理のパラダイムに向けて大きく飛躍する可能性が示された。

要約(オリジナル)

Ensuring the safety, quality, and timely completion of construction projects is paramount, with construction inspections serving as a vital instrument towards these goals. Nevertheless, the predominantly manual approach of present-day inspections frequently results in inefficiencies and inadequate information management. Such methods often fall short of providing holistic, exhaustive assessments, consequently engendering regulatory oversights and potential safety hazards. To address this issue, this paper presents a novel framework named AutoRepo for automated generation of construction inspection reports. The unmanned vehicles efficiently perform construction inspections and collect scene information, while the multimodal large language models (LLMs) are leveraged to automatically generate the inspection reports. The framework was applied and tested on a real-world construction site, demonstrating its potential to expedite the inspection process, significantly reduce resource allocation, and produce high-quality, regulatory standard-compliant inspection reports. This research thus underscores the immense potential of multimodal large language models in revolutionizing construction inspection practices, signaling a significant leap forward towards a more efficient and safer construction management paradigm.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL