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。

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。