模块化集成建筑构件智能检测方法及系统
申请人信息
- 申请人:深圳大学
- 申请人地址:518060 广东省深圳市南山区粤海街道南海大道3688号
- 发明人: 深圳大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 模块化集成建筑构件智能检测方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311755086.4 |
| 申请日 | 2023/12/20 |
| 公告号 | CN117455905B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 深圳大学 |
| 发明人 | 谭毅; 陈丽梅; 邹亚坤; 苏栋 |
| 地址 | 广东省深圳市南山区南海大道3688号深圳大学 |
摘要文本
深圳大学取得“一种透气窗帘布”专利技术,本公开涉及一种模块化集成建筑构件智能检测方法及系统,其中方法包括:获取预先通过三维激光雷达扫描仪扫描目标建筑结构得到的第一点云数据,所述目标建筑结构包括至少一个构件;获取目标BIM模型对应的第二点云数据,所述目标BIM模型是所述目标建筑结构对应的BIM模型;计算所述第一点云数据和所述第二点云数据之间的快速点特征直方图FPFH,以建立所述第一点云数据和所述第二点云数据之间的对应关系,然后采用基于特征匹配的快速全局点云配准算法FGR进行所述第一点云数据和所述第二点云数据的全局配准;基于配准之后的第一点云数据和第二点云数据进行指定构件的质量检测得到第一构件质量检测结果。 更多数据:搜索专利查询网来源:
专利主权项内容
1.一种模块化集成建筑构件智能检测方法,其特征在于,包括:获取预先通过三维激光雷达扫描仪扫描目标建筑结构得到的第一点云数据,所述目标建筑结构包括至少一个构件;获取目标BIM模型对应的第二点云数据,所述目标BIM模型是所述目标建筑结构对应的BIM模型;计算所述第一点云数据和所述第二点云数据之间的快速点特征直方图FPFH,以建立所述第一点云数据和所述第二点云数据之间的对应关系,然后采用基于特征匹配的快速全局点云配准算法FGR进行所述第一点云数据和所述第二点云数据的全局配准;将所述第一点云数据和所述第二点云数据进行网格采样,将采样后的第一点云数据和第二点云数据依次进行粗配准和精配准,计算精配准后的点云重叠率,如果点云重叠率小于预设比值,则重新进行粗配准;基于配准之后的第一点云数据和第二点云数据进行指定构件的质量检测得到第一构件质量检测结果;其中所述指定构件包括所述目标建筑结构中的任意一个构件;其中,所述获取预先通过三维激光雷达扫描目标建筑结构得到的第一点云数据,包括:从目标文件中读取第一点云格式的点云数据,并将其自动转换为第二点云格式的点云数据;其中所述第一点云格式的点云数据来自所述三维激光雷达扫描仪;基于指定的包围盒对所述第二点云格式的点云数据进行筛选,提取出所有箱体的点云数据,并使用体素下采样对所有箱体的点云数据进行降采样,之后使用快速欧式聚类算法将所有箱体的点云数据进行聚类以实现对点云数据的分割,从而提取每个分割的包围盒,筛选出每个分割的包围盒内的点云数据,得到所有单个分割的包围盒内的点云数据作为第一点云数据;所述基于配准之后的第一点云数据和第二点云数据进行指定构件的质量检测得到第一构件质量检测结果,包括:出筋检测:利用最小二乘法拟合基准平面,得到基准平面的法向量;然后获取所述指定构件的点云数据,对所述指定构件的点云数据过滤操作得到过滤后的点云数据;然后使用快速欧式聚类算法对所述过滤后的点云数据进行聚类得到聚类结果;基于所述聚类结果,对所述过滤后的点云数据进行分类,并计算分类后的每个点云数据指示的点云到所述基准平面的距离;根据计算的距离结果,为分类后的每个点云设置不同的颜色,以便在可视化过程中能够清晰地观察到分类和距离信息;或者,平面检测:利用最小二乘法得到基准平面的法向量;接着获取所述目标建筑结构中墙面点云数据以及钢筋点云数据,对所述钢筋点云数据进行网格划分,并在每个网格内进行聚类处理,并基于所述基准平面计算出每个网格的中心点和平均距离;根据平均距离的值,为每个网格内的点云分配不同的颜色;根据设定的颜色规则,将所述钢筋点云数据可视化以显示钢筋点云数据的分类和距离结果,其中在每个网格添加对应的标签标明其平均距离。