采用三维激光扫描精准获得钢构件初始几何缺陷的方法

钢结构初始几何缺陷是影响构件性能、施工安装的重要因素,传统测量手段存在效率不高、数据不全、精度不足等问题。采用三维激光扫描技术可以高效、精准地扫描构件外形,然而获得的点云数据需要进行复杂的处理,一定程度上限制了该技术的应用。发展了一种构件数字化模型,分为构件、截面、几何元素三个层次;提出了基于三维激光点云的数字化模型建立方法,包括校准固有坐标系、构件点云切片和标注、截面点云分割和标注三个主要步骤;提出了基于数字化模型的全局和局部初始几何缺陷的计算方法。数字化模型及其建立方法在精确保留扫描细节的同时抽象出了几何特征。采用手持式三维激光扫描仪和自编软件BCModeler,采集并处理得到了钢构件的整体和局部初始几何缺陷,验证了方法的有效性。     

装配式少数民族建筑的参数化建造研究

以苗族典型建筑为研究对象,将装配式建筑的设计理念与施工模式融入少数民族建筑,并将装配式建筑的设计过程参数化。利用三维激光扫描技术获取点云数据,通过收集到的数据和资料,分析整理特色构件的建造工艺,得到可普遍推行的尺寸规律,以达到装配要求。利用Archi CAD内置参数化程序设计语言GDL,对构件进行编程,赋予各参数、信息,使其参数实现可视化与可交互性。由这些构件形成一个可管理的构件图库,通过Archi CAD调用构件进行装配,最终形成BIMx超级模型。实现了基于苗族建筑建造规律的科学设计模式。     

浅谈钢筋混凝土支撑轴力监测对比试验

文章介绍了与实际工程相同的钢筋混凝土构件为试验对象,制作时在构件中安装振弦式钢筋计和混凝土应变计。通过在大型MTS试验机上进行加载试验,在加载与卸载的过程中分别记录两种测量仪器的数据,并通过相应的轴力转换公式进行轴力计算。基于试验数据,对比两种混凝土轴力监测手段的准确性以及验证传统监测方法的可靠性。得出在相同情况下,使用混凝土应变计测量的数据更为精确,以及使用更为方便和智能。     

基于三维视觉的房屋智能巡检方法研究

城乡自建房屋的违规改建现象时有发生,是不可忽略的安全隐患。传统的房屋巡检主要依靠人工方式,存在效率低、主观性强等问题,进而影响巡检结果的可靠性。为此,提出了基于三维视觉的房屋智能巡检方法。基于融合式SLAM技术实现巡检点云数据的实时采集;对多次巡检数据进行配准,并采用基于kd-tree的半径搜索法进行点云增减识别,找出改建部分;对改建部分进行区域生长分割并获取点云OBB包围盒,根据其几何尺寸信息进行简单的构件分类。进一步,定义考虑构件重要性的表面积变化率参数,可初步评价改建后结构的安全性。通过对某自建房进行巡检试验发现,上述方法能够快速、高效地获取待测房屋外立面的点云数据,有效识别房屋的改建部分,并基于构件特征进行改扩建后房屋的危险性评估,实现了巡检流程的自动化与智能化。     

基于深度学习的三维点云自动生成BIM模型方法

在数字孪生、智慧城市的浪潮下,建筑行业正积极探索一种能快速重塑"既有建筑"3D信息模型的方法。从深度学习3D目标检测算法角度出发,着手大规模建筑数据集的生成和点云深度学习理论,分析点云深度学习框架所需输入数据类型,重点介绍了各类建筑构件的3D边界框及三维点云的创建过程,对比具有相同数据结构的不同点云数据集并实现了基于ScanNet数据集的目标检测算法,进而整合出一套可行的基于深度学习的三维点云自动生成BIM模型技术路线,通过该技术路线训练后的神经网络可实现"输入未知建筑物三维点云,输出BIM模型参数"。最后,对于目前该方法的优缺点和未来发展方向给出实质性建议。     

基于FPFH特征的三维点云配准方法研究

随着三维激光扫描技术的发展,利用点云数据的三维重建技术在逆向工程、虚拟现实等领域有着广泛应用。在实际扫描测量中,由于环境条件不好或者目标物体被遮挡,为了获得被测物体完整的表面信息,通常需要在多视角下采集数据,点云配准将不同视角下的点云坐标变换到统一的坐标系,便于后续应用。目前点云配准有很多算法,本文主要研究基于FPFH特征描述子对点云进行粗配准,然后使用ICP算法配准,实现三维点云的精确配准。实验结果表明,本文使用的配准方法具有可行性与有效性,为点云配准提供了一种借鉴方法。     

三维扫描技术在复杂塔冠安装校核中的应用

天津周大福金融中心项目塔冠钢结构形式复杂多变,常规的检测方法因受现场条件所限不能高效完成构件安装误差测量的校核工作。经采用三维激光扫描仪对已安装的钢构件进行扫描,再将拟合好的点云模型与手动创建的BIM模型配准后进行对比,可在施工过程中对塔冠钢结构的安装误差进行有效把控,以防止累积误差。最后,将对比误差分析结果用钢结构验收规范进行校核,验证结果符合规范要求。     

基于三维点云的岩体结构面信息快速化识别方法研究

岩体中结构面调查和产状分析是开展工程岩体稳定性分析的基础工作之一,为解决传统测线方法获取岩体结构面产状信息存在的效率低、风险高、主观性高和数据共享难等问题,采用MATLAB计算平台,针对复杂岩体表面三维点云数据开展岩体结构面自动识别算法研究,提出基于敏感性参数近邻点数k、夹角阈值j和过滤因子f的结构面识别算法。首先基于邻域寻点方法开展邻域点平面的法向量分析,基于夹角阈值j判断确定属于同组结构面的法向量点集坐标信息,并将共面点云采用相同颜色显示的方式进行再现,并讨论不同类型点云数据的过滤因子f影响,开展优势结构面的最优分组优化分析,实现了优势结构面倾向、倾角产状信息识别、产状投影和结构面玫瑰图快速分析识别,研究成果能够为现场结构面信息的智能化高效测量提供可靠的应用方法。     

点云分类方法在山区地质调查数据处理的应用研究

三维激光扫描技术可直接获取被测量岩体的表面各点的三维坐标,高精度的全自动测量岩体中面状结构单元的空间几何信息,故已广泛地应用于地质调查和测绘工作中.在数据配准完成后,为了最大限度地保证点云数据的可判读性,尽可能减小无关数据的干扰,需要进行点云去噪处理.本文在对常规去噪方法进行梳理的基础上,将基于样本深度学习的点云分类方...     

基于合成点云与深度学习的建筑构件智能识别方法

本文研究了利用三维建筑信息模型生成的合成点云来训练深度学习算法以实现建筑构件智能识别的可行性。为了实现这一目标,本文首先提出了一种通过三种常见的商业软件将建筑信息模型转换为合成点云的原始方法。然后使用这些合成点云作为模拟数据集来训练深度学习模型,比较在不同数据集(真实数据集与合成数据集)下训练模型的智能识别性能,以验证合成点云数据集的有效性。实验结果证明了利用建筑信息模型生成的合成点云实现智能识别的可行性,合成数据集与真实数据集的训练模型其识别准确率仅相差3%,进一步表明了在智能识别中使用合成数据集代替真实数据集的可能性。该方法也为研究人员提供了一种新的方法来构建特定的数据集,用于他们自己的智能识别与语义分割研究,并为三维重建工作做出了贡献。     

基于语义信息的机载LiDAR建筑物点云提取

本文研究了机载LiDAR数据中建筑物点云提取的算法。首先,分析典型地物点云的分布特征及规律,形成语义信息;利用TIN的数据组织形式,以三角形边长、面积、坡度、相邻三角形坡向等语义信息作为限制条件将植物点剔除;再利用高程分布直方图确定阈值,剔除地面点,进而得到建筑物点集。选取机载LiDAR数据进行实例验证,并将本文算法与其他两种算法进行了对比。结果表明,本文算法能较好地提取建筑物屋顶点集,精度高于内插类算法,提取效果优于未考虑语义信息的算法。     

基于三维激光点云的古建筑BIM建模方法研究

随着信息化程度的提高,城市建筑物三维BIM建模迅速发展,传统全站仪采集数据建模方法效率低下,对于异形结构采集数据难度较大。结合三维激光扫描技术,本文探讨综合使用多种手段获取三维点云数据,采用专业点云处理软件经坐标转换、点云拼接、点云去噪、点云数据平滑、点云数据抽稀等操作,对多源点云数据进行深度融合,提取有效信息构建三维BIM模型,真实还原城市建筑物三维场景。结合中国海洋大学历史建筑物项目,对历史建筑物的点云扫描质量进行验证,结果表明点云数据质量良好,基于三维扫描技术的多手段点云数据获取与融合,对于快速构建BIM模型,形成一体化的真三维场景提供了一种快速、便捷、可靠的新途径。     

三维激光扫描技术在地铁变形监测中的应用研究

由于原有的地铁变形监测技术仅局限于单点数据的获取,无法反映地铁隧道整体形变特点,为此要引入更加先进的三维激光扫描技术和方法,利用其环境影响小、表达对象细节信息能力强的优势,进行地铁隧道变形数据的采集、点云预处理,以地铁隧道中轴线为基准,采用基于椭圆柱面模型的点云滤波方法,利用椭圆柱面拟合方法对地铁隧道中轴线分割区域进行滤噪,并进行地铁隧道的形变分析,进行地铁隧道区域空间变化信息的精准表达。     

点云数据平面拟合的加权总体最小二乘方法

介绍了解算加权总体最小二乘问题的Jazaeri算法,分析了直积形式、Mahboub五条原则以及协因数传播律构造协因数阵的优缺点;分别利用Jazaeri算法、Schaffrin算法、总体最小二乘法和加权最小二乘法对仿真点云数据和实际点云数据进行平面拟合,结果表明加权总体最小二乘法对仿真点云数据和均质性较好的实际点云数据平面拟合效果较好;而对于表面附有杂质的材质,杂质部分的点云数据以经验信息确定协因数阵与实际协因数阵有偏差,影响整体点云数据平面拟合效果,导致加权总体最小二乘与总体最小二乘精度相当;在点云数据平面拟合中Jazaeri算法比Schaffrin算法计算效率更高。     

基于拓扑关系的激光点云数据路沿线提取方法

对车载移动测量系统获取的激光点云数据进行研究,提出基于拓扑关系的激光点云数据路沿线提取方法。该方法根据车载移动测量系统获取的原始点云数据构建拓扑关系,基于该拓扑关系能够直接从点云数据中快速提取路沿线信息,实现路沿线的自动化提取。以车载移动测量系统获取的道路激光点云数据为例进行试验,试验结果表明该方法具有可行性和有效性,对点云数据的要素自动提取有助于推动基于激光点云数据的快速成图等技术的发展。     

基于热力学理论的超固结黏土边界面模型

基于热力学理论和临界状态土力学的框架,建立了耗散应力空间内的α-β屈服面。定义耗散势和背应力为应力的函数来实现在真实应力空间非相关联流动。基于边界面模型框架,准确模拟了超固结黏土在初始屈服面内的弹塑性响应。采用临界状态线与边界面交点在静水压力轴上的投影为映射中心,并定义剪胀函数,保证了"干侧"发生剪胀,而"湿侧"发生剪缩。与Boston Blue Clay,Lower Cromer Till和London Clay 3种土在不排水条件下的三轴试验数据进行对比,验证了模型的合理性和有效性。     

基于机载LIDAR点云数据的数字高程模型精度分析

数字高程模型(DEM)是目前最重要的地球信息三维基础产品,在经济、国防和科技上具有广泛的不可替代的作用。介绍了基于机载LIDAR点云数据生产DEM的方法,分析了DEM的主要误差来源,对DEM数据的精度进行了理论分析,并通过采样离散点,对DEM数据精度分析结果进行了验证,对基于LIDAR点云数据生产DEM的数据精度评价起到重要的参考作用。     

基于激光点云数据的岩体结构面全自动模糊群聚分析及几何信息获取

 岩体结构面的优势产状和几何信息是评价岩体结构面发育的重要指标,而传统的罗盘测量方法往往无法测量高陡边坡和危险边坡,且无法精确获取岩体结构面几何信息等。三维激光测量技术可以远距离获取裸露岩体坡面的高精度三维激光点云数据,进而可获取结构面的几何信息和实现全自动模糊群聚统计分析。对高精度激光点云数据进行三角网重构,计算重构的三角网平面方程的法向向量及产状,利用模糊C平均群聚方法对结构面产状进行群聚分类,并采用不同颜色表示结构面的群聚分类结果。在此基础上应用IDL语言编制基于海量激光点云数据的岩体结构面自动统计分析软件FSS,将该方法应用于怀柔桥梓镇一裸露岩石边坡结构面优势产状的统计分析中,统计结果表明,该方法具有快速和远距离测量的优点,且结构面群聚分类结果可靠、合理。     

BIM技术在江苏大剧院高大异形装饰工程中的应用

本项目创新管理思路,在进行项目管理决策时,以基于三维扫描的点云数据和BIM技术进行深化设计、可视化展示和碰撞检查。另外,结合3D打印技术,通过打印实体构件模型,从而更加直观、快速地表达设计方案与复杂造型,在传统表达方式的基础上进行丰富和优化。并树立BIM指导施工思路,建立BIM模型审查制度,确保模型准确可用。基于正确精准的模型,再进行构件的加工和安装管理。     

基于点云的建筑物表面损伤三维重建与属性提取方法

传统的建筑物外表面损伤检测手段对于不规则表面的几何属性提取显得十分困难,这也对于损伤信息的准确采集造成很多阻碍。针对这些问题本文提出了基于GIS环境的点云融合建筑物表面损伤三维重建算法,在采集端使用Kinect提取场景和深度信息,可以应用于建筑表面损伤测量过程中。首先利用PCL算法对Kinect采集到的点云数据进行预处理和格式转化,将点云数据的坐标系转化为具体构件所对应的坐标系来对损伤定位。然后利用Meshlab进行点云切割和关键区域的信息提取,将处理后的点云数据在GIS环境中转化成深度图像,从而实现了对不规则损伤部位的量化属性(如体积、面积、深度等)提取和三维重建。实验表明,采用该方法进行损伤三维重建能有效减少计算工作量,精度较高。