基于激光点云语义分割的工程尺寸质量检测方法研究

利用三维激光扫描技术辅助房屋尺寸质量检测,可解决传统人工测量方法人力消耗大、检测率低的问题,但采集到的点云数据通常需要手工分割以提取检测平面,效率低下。因此,本研究提出一种基于点云语义分割的建筑尺寸质量检测方法,包括点云数据轻量化、智能平面分割、智能语义识别和尺寸质量检测四个方面。该方法有效实现了房屋点云数据的自动分割,能基于三维点云数据对室内顶底板标高差、门窗洞口尺寸等指标进行自动测算,预期能提高施工阶段质量验收工作的效率以及测量的准确性。

基于点云数据的建筑构部件尺寸质量智能检测算法探讨

针对传统建筑构部件尺寸质量检测方法效率低、精度不高的问题,本文探讨了基于点云数据的建筑构部件尺寸质量智能检测算法。利用点云神经网络识别建筑场景中的不同对象,提出一种基于平面拟合的平整度自动检测算法,用于评估建筑构部件表面的平整度,同时设计了一种基于聚类和边界提取的尺寸自动提取算法,用于获取预制构件的尺寸信息,可供相关人员参考。

基于点云数据的大型复杂钢结构智能化施工方法

大型复杂钢结构施工过程中,常面临施工尺寸质量难以把控、构件提升变形监测困难和合拢段现场配切效率低等问题。三维激光扫描技术可全覆盖地、快速精准地获取复杂构部件在施工过程中的点云数据,这为解决上述问题提供了新方法。为此,该文以重庆两江新区寨子路钢拱桥为工程背景,开展基于点云数据的大型复杂钢拱桥智能化施工方法的全流程研究。基于标靶球检测算法、快速四点一致集算法、迭代最近邻算法等实现标靶球点云数据的自动检测及多站点云数据之间的自动配准;通过BIM点云化技术、kNN算法等完成目标点云数据的半自动化提取,实现拱肋尺寸的智能化检测;基于八叉树算法、区域增长算法等实现拱肋提升变形的智能检测;为缩短拱肋的合拢工期,基于BIM模型焊缝信息提取技术、主成分分析算法、Canny边界检测算法、霍夫变换算法等提出数字化预拼装算法,得到合拢段的配切量。工程应用表明,该文所提出的智能施工方法效率高、自动化程度好,研究成果可为大型复杂钢结构的施工质量和安装效率的提升提供理论和算法支撑。

复杂超高层结构尺寸质量智能化检测方法

复杂超高层结构外框和核心筒的施工误差导致按设计加工的钢梁或伸臂桁架安装困难,甚至常需在工地现场修整。然而传统的检测方法很难全面精准地测量出已完成结构的尺寸偏差,导致拟安装构件的修整难度很大。而采用三维激光扫描技术可全覆盖地得到已完成结构的精准点云数据。为此,以重庆陆海国际中心为工程背景,开展基于三维激光扫描技术的复杂超高层结构尺寸质量智能化检测研究,包括扫描方案智能优化、点云数据智能分割与识别、误差可视化三个方面。研究结果表明,基于三维激光扫描技术和智能算法的尺寸质量检测方法高效、精准且实用,可为大型复杂结构的尺寸质量智能化检测技术提供理论和算法支撑。

基于点云和BIM的大跨钢桁架虚拟预拼装应用研究

大型复杂钢结构具有构/部件数量多,焊接、栓接工作量大,施工工序多等特点。传统的预拼装方法成本高、效率低,难以满足大型复杂空间结构的要求。针对该问题,提出基于BIM和三维激光扫描技术的大型复杂钢结构虚拟预拼装方法。以西部(重庆)科学城科学会堂项目为工程背景,对屋面圆管桁架和大跨度楼面桁架智能化施工流程进行研究,提出了技术路线和方法流程。针对工程常见的圆管桁架,提出采用基于随机采样一致性算法、拉普拉斯-滚球混合检测算法的拼接控制点提取方法;针对形状规则的楼面工字钢桁架和牛腿,提出采用有向包围盒法获取拼接控制点;为获取施工质量检测数据,提出采用基于k近邻算法、主成分分析算法和基于区域准则的边缘检测算法完成对接口角点的智能提取。结果表明:将BIM和三维激光扫描技术相结合的技术路线对圆管桁架和工字钢桁架的虚拟预拼装均取得了较准确结果;采用提出方法获取的圆管桁架基准点,配合基准点全排列算法进行粗配准,再通过迭代最近邻算法进行精配准,从而获得较高的配准质量。