Kundenprojekt/Intelligente Gebäude
Custom IFC Viewer mit Live-IoT-Sensoren für den Gebäudebetrieb in Dubai
Ein eigener IFC/GLB-Gebäude-Viewer auf Mapbox mit Live-IoT-Sensoren, IAQ-Heatmaps und einem interaktiven AHU-Digital-Twin für den Facility-Betrieb in Dubai.
Dubai, VAE
Custom IFC Viewer, IoT-Geräte, Digital Twin, Indoor-Modellierung
Über das Projekt
Dieser Arbeitsbereich platziert ein aus IFC abgeleitetes GLB-Etagenmodell auf Mapbox, damit Betreiber Räume im echten geografischen Kontext prüfen können—nicht in einem isolierten Desktop-Viewer.
Installierte smartHVAC-IoT-Geräte streamen Temperatur, relative Feuchte, CO2 und IAQ ins Modell. Sensormarker zeigen Online-/Offline-Status, Raumfüllungen spiegeln die aktive Metrik, und IAQ-Heatmaps machen Umweltrisiken etagenweise lesbar.
Ein eigener AHU-Digital-Twin lässt Teams Filterstufen, Register und Ventilatoren mit Live-Metriken wie Filterdruckverlust, geschätzter Lebensdauer und Staublast prüfen—räumlichen Betrieb und mechanische Systemgesundheit in einem Browser-Erlebnis.
Unsere Herausforderungen
1. Indoor-BIM-Geometrie auf einer Live-Karte verankern
Das Etagenmodell musste beim Schwenken, Neigen und Wechseln der Mapbox-Styles georeferenziert bleiben. Dafür brauchte es eine eigene Three.js-Layer, die den Mapbox-WebGL-Kontext teilt, plus Kalibrierung für Ursprung, Maßstab, Rotation und Meter-Offsets.
2. Installierte IoT-Geräte zuverlässig Räumen zuordnen
Jeder Sensor brauchte eine stabile Raumzuordnung, Live-Status und Metrikfärbung ohne die Karte zu überladen. Betreiber benötigten außerdem klare Offline-Zustände und Links in tiefere KI-Analytics-Dashboards.
3. Mechanische Systeme bedienbar machen—nicht nur sichtbar
Neben Raumsensoren verlangte die Lieferung einen interaktiven AHU-Schnitt mit beschrifteten Komponenten, Luftstrom-Hinweisen und Health-Telemetrie, damit Facility-Teams Filterung und HVAC-Zustand im Kontext diagnostizieren können.
So haben wir es gelöst
Next.js-App-Router-Viewer mit Mapbox Custom Layer und Three.js/GLTFLoader gebaut, um das Indoor-GLB-Modell im Mercator-Raum zu rendern.
Live-Kalibrierungssteuerungen für Längengrad, Breitengrad, Höhe, Maßstab, Rotation und Offsets ergänzt, damit das Modell vor Ort an Satellitenbilder ausgerichtet werden kann.
InfluxDB für Live- und historische Sensorströme angebunden, mit SSE-/Polling-Fallback und etagenbewusster Raumfärbung für Temp, RH, CO2 und IAQ.
Sensormarker auf Raum-Meshes mit Online-/Offline-Indikatoren, Hover-Telemetrie und Deep Links in smartHVAC-Analytics platziert.
Interaktive AHU-Szene mit Komponentenauswahl, Luftstrom-Partikeln und Live-Health-Panels für Filter- und mechanische Stufen geliefert.
Projekt-Screenshots
Gelieferte Ergebnisse
Produktiven Gebäudebetriebs-Viewer geliefert, in dem Facility-Teams georeferenzierte Indoor-Modelle prüfen, installierte IoT-Geräte vor Ort überwachen und AHU-Komponentengesundheit ohne den Browser zu verlassen diagnostizieren können.
Georeferenced IFC/GLB indoor models on Mapbox for facilities context
Live room IoT metrics and IAQ heatmaps in place on the model
Interactive AHU digital twin for component-level diagnosis
Offline and online sensor status visible without desktop tools
Eingesetzte Technologien
Next.jsReactTypeScriptMapbox GLThree.jsReact Three FiberInfluxDBZustand
Bereit für den Start?
Lassen Sie uns gemeinsam etwas Starkes bauen
Brauchen Sie einen Custom IFC Viewer mit IoT für Ihre Anlagen? Erfahren Sie, wie BimEx Modelle, Sensoren und Betrieb in einem Browser-Arbeitsbereich verbinden kann.