CN110348620A - 基于激光扫描的建筑拆除废弃物产生量预测方法及装置 - Google Patents
基于激光扫描的建筑拆除废弃物产生量预测方法及装置 Download PDFInfo
- Publication number
- CN110348620A CN110348620A CN201910590991.6A CN201910590991A CN110348620A CN 110348620 A CN110348620 A CN 110348620A CN 201910590991 A CN201910590991 A CN 201910590991A CN 110348620 A CN110348620 A CN 110348620A
- Authority
- CN
- China
- Prior art keywords
- building
- point cloud
- cloud data
- point
- laser scanning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002699 waste material Substances 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000010276 construction Methods 0.000 claims abstract description 31
- 238000004919 topotaxy Methods 0.000 claims abstract description 26
- 238000005498 polishing Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001788 irregular Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000011449 brick Substances 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能建筑技术领域,公开了一种基于激光扫描的建筑拆除废弃物产生量预测方法及装置,该方法包括:通过三维激光扫描仪采集建筑物的点云数据;对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;通过所述空间拓扑关系还原建筑物的三维模型;根据所述三维模型计算所述建筑物的建筑面积;根据所述建筑面积计算所述建筑物的废弃物产生量;通过三维激光扫描技术预测既有建筑拆除废弃物产生量,便于智慧拆除。
Description
技术领域
本发明涉及智能建筑技术领域,尤其涉及一种基于激光扫描的建筑拆除废弃物产生量预测方法及装置。
背景技术
目前,既有城区的规模化拆除和再建已成为城市更新的重要手段,城市更新过程中会产生巨量的建筑拆除废弃物,建筑拆除废弃物特指建筑物拆除过程中所产生的固体废弃物,具体包括废弃混凝土块、砖砌块、废金属、废旧木材以及其他废弃物。建筑拆除废弃物是我国建筑废弃物(包括建筑物新建、改建、扩建和拆除过程中产生的固体废弃物)的主要来源,所占比例高达70~75%。建筑拆除废弃物的单位面积产生量是新建建筑废弃物的50倍以上。
在建筑物的拆除过程中,整栋或整片的建筑实体被快速地夷为平地,产生的废弃物经过简单的分类后即被运送至填埋场或简易堆置,这种拆除及管理的方式极大地加剧了废弃物回收的难度,增加了管理成本,也加重了环境治理的难度。然而,有效的管理建筑拆除废弃物的前提是精准的估算其产生量。因此,如何科学、快速、合理的估算和预测既有建筑拆除废弃物的产生量是废弃物管理领域的一个迫切需要研究的问题。已有关于既有基于激光扫描的建筑拆除废弃物产生量预测主要依赖于人工现场调研,现场收集有关拟拆除建筑的建筑信息,如高度、面积等,这样较为原始的数据收集方法需要耗费大量的时间、人力和物力,其误差也较大。
发明内容
本发明的主要目的在于提出一种基于激光扫描的建筑拆除废弃物产生量预测方法及装置,通过三维激光扫描技术预测既有建筑拆除废弃物产生量,便于智慧拆除。
为实现上述目的,本发明提供的一种基于激光扫描的建筑拆除废弃物产生量预测方法,包括:
通过三维激光扫描仪采集建筑物的点云数据;
对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;
通过所述空间拓扑关系还原建筑物的三维模型;
根据所述三维模型计算所述建筑物的建筑面积;
根据所述建筑面积计算所述建筑物的废弃物产生量。
可选地,所述通过三维激光扫描仪采集建筑物的点云数据之前还包括:
布设扫描站点、控制点;设置所述三维激光扫描仪的扫描参数。
可选地,所述对所述点云数据进行处理,获取所述点云数据的空间拓扑关系包括:
去除所述点云数据中的噪声点,所述噪声点包括:漂移点、孤立点、冗余点和混杂点;
选取包含空洞的点云数据,使用点云填充功能补齐空缺的点云数据;
对所述点云数据进行压缩;
通过点云配准,获取所述点云数据的空间拓扑关系。
可选地,所述通过所述空间拓扑关系还原建筑物的三维模型包括:
采用三维网格法还原不规则构件的三维模型;
采用特征线提取法还原规则构件的三维模型。
可选地,所述根据所述建筑面积计算所述建筑物的废弃物产生量具体为:
根据所述建筑面积及对应的单位建筑面积产废率计算所述建筑物的废弃物产生量。
作为本发明的另一方面,提供的一种基于激光扫描的建筑拆除废弃物产生量预测装置,包括:
采集模块,用于通过三维激光扫描仪采集建筑物的点云数据;
处理模块,用于对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;
还原模块,用于通过所述空间拓扑关系还原建筑物的三维模型;
第一计算单元,用于根据所述三维模型计算所述建筑物的建筑面积;
第二计算模块,用于根据所述建筑面积计算所述建筑物的废弃物产生量。
可选地,还包括:
设置模块,用于布设扫描站点、控制点;设置所述三维激光扫描仪的扫描参数。
可选地,所述处理模块包括:
去噪单元,用于去除所述点云数据中的噪声点,所述噪声点包括:漂移点、孤立点、冗余点和混杂点;
填充单元,用于选取包含空洞的点云数据,使用点云填充功能补齐空缺的点云数据;
压缩单元,用于对所述点云数据进行压缩;
配准单元,用于通过点云配准,获取所述点云数据的空间拓扑关系。
可选地,所述还原模块包括:
采用三维网格法还原不规则构件的三维模型;
采用特征线提取法还原规则构件的三维模型。
可选地,所述第二计算模块具体为:
根据所述建筑面积及对应的单位建筑面积产废率计算所述建筑物的废弃物产生量。
本发明提出的一种基于激光扫描的建筑拆除废弃物产生量预测方法及装置,该方法包括:通过三维激光扫描仪采集建筑物的点云数据;对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;通过所述空间拓扑关系还原建筑物的三维模型;根据所述三维模型计算所述建筑物的建筑面积;根据所述建筑面积计算所述建筑物的废弃物产生量;通过三维激光扫描技术预测既有建筑拆除废弃物产生量,便于智慧拆除。
附图说明
图1为本发明实施例一提供的一种基于激光扫描的建筑拆除废弃物产生量预测方法的流程图;
图2为本发明实施例一提供的另一种基于激光扫描的建筑拆除废弃物产生量预测方法的流程图;
图3为图1中步骤S20的一种方法流程图;
图4为图1中步骤S30的一种方法流程图;
图5为本发明实施例二提供的一种基于激光扫描的建筑拆除废弃物产生量预测装置的示范性结构框图;
图6为本发明实施例二提供的另一种基于激光扫描的建筑拆除废弃物产生量预测装置的示范性结构框图;
图7为图5中处理模块的示范性结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,"模块"与"部件" 可以混合地使用。
实施例一
如图1所示,在本实施例中,一种基于激光扫描的建筑拆除废弃物产生量预测方法,包括:
S10、通过三维激光扫描仪采集建筑物的点云数据;
S20、对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;
S30、通过所述空间拓扑关系还原建筑物的三维模型;
S40、根据所述三维模型计算所述建筑物的建筑面积;
S50、根据所述建筑面积计算所述建筑物的废弃物产生量。
在本实施例中,通过三维激光扫描技术预测既有建筑拆除废弃物产生量,便于智慧拆除。
在本实施例中,三维激光扫描技术又称为实景复制技术,通过高速激光扫描测量的方法,大面积、高分辨率地快速获取物体表面各个点的(x,y,z)坐标、反射率、颜色等信息,由这些大量、密集的点信息可快速复建出1:1的真彩色三维点云模型,为后续的内业处理、数据分析等工作提供准确依据。具有快速性、高效益性、不接触性、穿透性、动态性、主动性、高密度、高精度、数字化、自动化、实时性强等特点,能很好的解决目前空间信息技术发展实时性与准确性的颈瓶,是快速建立物体的三维影像模型的一种全新的技术手段。
在本实施例中,三维激光扫描仪的主体结构是一台可以连续高速发射激光并接收反射激光的测距仪,再搭配一组可以均匀360度转动的反射棱镜。激光测距仪以设定的频率连续发射出激光,并且接收从物体表面反射回来的激光,从而完成测距。由于每一个测量点并不一定与激光测距仪在同一水准面上,所以测量得到的距离为两点间的直线距离,两点间的连线会分别与水平方向和垂直方向形成一个夹角,即水平方向角和垂直方向角。扫描仪会记录每一个测点的水平方向角和垂直方向角,通过三角函数关系,即可计算出扫描点与测站点相对的坐标数据。测站点的实际坐标可以使用RTK等仪器测量得到,所以可以反算出每一个扫描点的空间坐标。激光扫描仪是不间断的发出竖向的扫描仪激光射线,在水平方向上使用马达进行360 度转动,从而完成整个站点的扫描活动,获取点云数据集合。
如图2所示,在本实施例中,所述步骤S10之前还包括:
S01、布设扫描站点、控制点;设置所述三维激光扫描仪的扫描参数。
在本实施例中,在使用三维激光扫描仪扫描之前,对需要预测建筑拆除废弃物产生量的既有建筑区域进行踏勘、布设扫描站点、控制点以及对控制点进行测量。控制点应布设在视野开阔的区域,扫描站点应布设在适宜的距离之内,且尽量保证相邻测站至少扫到3个靶标。
如图3所示,在本实施例中,所述步骤S20包括:
S21、去除所述点云数据中的噪声点,所述噪声点包括:漂移点、孤立点、冗余点和混杂点;
S22、选取包含空洞的点云数据,使用点云填充功能补齐空缺的点云数据;
S23、对所述点云数据进行压缩;
S24、通过点云配准,获取所述点云数据的空间拓扑关系。
在本实施例中,根据噪声点的空间位置分布情况可以分为以下四类:漂移点、孤立点、冗余点和混杂点。对于前三类噪声点,采用可视化交互的方式直接进行删除,对于混杂点则需要使用合适点云去噪算法完成其删除工作。
在本实施例中,基于Geomagic Studio软件手动选取包含空洞的点云数据,再使用点云填充功能补齐空缺处的点云数据。对于点云数据严重缺失的区域,在创建参考面的基础上手动添加点云数据。
在本实施例中,采用缩小点云间距的方法,减少点云数据量,实现点云数据的压缩。
在本实施例中,从不同测站的点云数据中选取合适的特征信息,通过求解变换参数得到两组点云数据的转换关系,进而实现点云配准。
如图4所示,在本实施例中,所述步骤S30包括:
S31、采用三维网格法还原不规则构件的三维模型;
S32、采用特征线提取法还原规则构件的三维模型。
在本实施例中,所述根据所述建筑面积计算所述建筑物的废弃物产生量具体为:
根据所述建筑面积及对应的单位建筑面积产废率计算所述建筑物的废弃物产生量。
在本实施例中,既有建筑的建筑物类型分为城中村、工业区、住宅区、公共区等,不同类型建筑物的单位面积产废率指标不同,该指标通过前期的实地调研获取并作为固定数值内置于程序中。根据已计算出的既有建筑的总建筑面积,再结合既有建筑的单位建筑面积产废率,估算既有建筑拆除废弃物的产生数量。计算公式为:
G=TA×WGR
其中,G为既有建筑拆除废弃物的产生数量,TA为既有建筑物的总建筑面积, WGR为既有建筑的单位面积产废率。
实施例二
如图5所示,在本实施例中,一种基于激光扫描的建筑拆除废弃物产生量预测装置,包括:
采集模块10,用于通过三维激光扫描仪采集建筑物的点云数据;
处理模块20,用于对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;
还原模块30,用于通过所述空间拓扑关系还原建筑物的三维模型;
第一计算单元40,用于根据所述三维模型计算所述建筑物的建筑面积;
第二计算模块50,用于根据所述建筑面积计算所述建筑物的废弃物产生量。
在本实施例中,通过三维激光扫描技术预测既有建筑拆除废弃物产生量,便于智慧拆除。
在本实施例中,三维激光扫描技术又称为实景复制技术,通过高速激光扫描测量的方法,大面积、高分辨率地快速获取物体表面各个点的(x,y,z)坐标、反射率、颜色等信息,由这些大量、密集的点信息可快速复建出1:1的真彩色三维点云模型,为后续的内业处理、数据分析等工作提供准确依据。具有快速性、高效益性、不接触性、穿透性、动态性、主动性,高密度、高精度、数字化、自动化、实时性强等特点,能很好的解决目前空间信息技术发展实时性与准确性的颈瓶,是快速建立物体的三维影像模型的一种全新的技术手段。
在本实施例中,三维激光扫描仪的主体结构是一台可以连续高速发射激光并接收反射激光的测距仪,再搭配一组可以均匀360度转动的反射棱镜。激光测距仪以设定的频率连续发射出激光,并且接收从物体表面反射回来的激光,从而完成测距。由于每一个测量点并不一定与激光测距仪在同一水准面上,所以测量得到的距离为两点间的直线距离,两点间的连线会分别与水平方向和垂直方向形成一个夹角,即水平方向角和垂直方向角。扫描仪会记录每一个测点的水平方向角和垂直方向角,通过三角函数关系,即可计算出扫描点与测站点相对的坐标数据。测站点的实际坐标可以使用RTK等仪器测量得到,所以可以反算出每一个扫描点的空间坐标。激光扫描仪是不间断的发出竖向的扫描仪激光射线,在水平方向上使用马达进行360 度转动,从而完成整个站点的扫描活动,获取点云数据集合。
如图6所示,在本实施例中,一种基于激光扫描的建筑拆除废弃物产生量预测装置还包括:
设置模块60,用于布设扫描站点、控制点;设置所述三维激光扫描仪的扫描参数。
在本实施例中,在使用三维激光扫描仪扫描之前,对需要预测建筑拆除废弃物产生量的既有建筑区域进行踏勘、布设扫描站点、控制点以及对控制点进行测量。控制点应布设在视野开阔的区域,扫描站点应布设在适宜的距离之内,且尽量保证相邻测站至少扫到3个靶标。
如图7所示,在本实施例中,所述处理模块包括:
去噪单元21,用于去除所述点云数据中的噪声点,所述噪声点包括:漂移点、孤立点、冗余点和混杂点;
填充单元22,用于选取包含空洞的点云数据,使用点云填充功能补齐空缺的点云数据;
压缩单元23,用于对所述点云数据进行压缩;
配准单元24,用于通过点云配准,获取所述点云数据的空间拓扑关系。
在本实施例中,根据噪声点的空间位置分布情况可以分为以下四类:漂移点、孤立点、冗余点和混杂点。对于前三类噪声点,采用可视化交互的方式直接进行删除,对于混杂点则需要使用合适点云去噪算法完成其删除工作。
在本实施例中,基于Geomagic Studio软件手动选取包含空洞的点云数据,再使用点云填充功能补齐空缺处的点云数据。对于点云数据严重缺失的区域,在创建参考面的基础上手动添加点云数据。
在本实施例中,采用缩小点云间距的方法,减少点云数据量,实现点云数据的压缩。
在本实施例中,从不同测站的点云数据中选取合适的特征信息,通过求解变换参数得到两组点云数据的转换关系,进而实现点云配准。
在本实施例中,所述还原模块包括:
采用三维网格法还原不规则构件的三维模型;
采用特征线提取法还原规则构件的三维模型。
在本实施例中,所述第二计算模块具体为:
根据所述建筑面积及对应的单位建筑面积产废率计算所述建筑物的废弃物产生量。
在本实施例中,既有建筑的建筑物类型分为城中村、工业区、住宅区、公共区等,不同类型建筑物的单位面积产废率指标不同,该指标通过前期的实地调研获取并作为固定数值内置于程序中。根据已计算出的既有建筑的总建筑面积,再结合既有建筑的单位建筑面积产废率,估算既有建筑拆除废弃物的产生数量。计算公式为:
G=TA×WGR
其中,G为既有建筑拆除废弃物的产生数量,TA为既有建筑物的总建筑面积, WGR为既有建筑的单位面积产废率。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于激光扫描的建筑拆除废弃物产生量预测方法,其特征在于,包括:
通过三维激光扫描仪采集建筑物的点云数据;
对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;
通过所述空间拓扑关系还原建筑物的三维模型;
根据所述三维模型计算所述建筑物的建筑面积;
根据所述建筑面积计算所述建筑物的废弃物产生量。
2.根据权利要求1所述的一种基于激光扫描的建筑拆除废弃物产生量预测方法,其特征在于,所述通过三维激光扫描仪采集建筑物的点云数据之前还包括:
布设扫描站点、控制点;设置所述三维激光扫描仪的扫描参数。
3.根据权利要求1所述的一种基于激光扫描的建筑拆除废弃物产生量预测方法,其特征在于,所述对所述点云数据进行处理,获取所述点云数据的空间拓扑关系包括:
去除所述点云数据中的噪声点,所述噪声点包括:漂移点、孤立点、冗余点和混杂点;
选取包含空洞的点云数据,使用点云填充功能补齐空缺的点云数据;
对所述点云数据进行压缩;
通过点云配准,获取所述点云数据的空间拓扑关系。
4.根据权利要求3所述的一种基于激光扫描的建筑拆除废弃物产生量预测方法,其特征在于,所述通过所述空间拓扑关系还原建筑物的三维模型包括:
采用三维网格法还原不规则构件的三维模型;
采用特征线提取法还原规则构件的三维模型。
5.根据权利要求1所述的一种基于激光扫描的建筑拆除废弃物产生量预测方法,其特征在于,所述根据所述建筑面积计算所述建筑物的废弃物产生量具体为:
根据所述建筑面积及对应的单位建筑面积产废率计算所述建筑物的废弃物产生量。
6.一种基于激光扫描的建筑拆除废弃物产生量预测装置,其特征在于,包括:
采集模块,用于通过三维激光扫描仪采集建筑物的点云数据;
处理模块,用于对所述点云数据进行处理,获取所述点云数据的空间拓扑关系;
还原模块,用于通过所述空间拓扑关系还原建筑物的三维模型;
第一计算单元,用于根据所述三维模型计算所述建筑物的建筑面积;
第二计算模块,用于根据所述建筑面积计算所述建筑物的废弃物产生量。
7.根据权利要求6所述的一种基于激光扫描的建筑拆除废弃物产生量预测装置,其特征在于,还包括:
设置模块,用于布设扫描站点、控制点;设置所述三维激光扫描仪的扫描参数。
8.根据权利要求6所述的一种基于激光扫描的建筑拆除废弃物产生量预测装置,其特征在于,所述处理模块包括:
去噪单元,用于去除所述点云数据中的噪声点,所述噪声点包括:漂移点、孤立点、冗余点和混杂点;
填充单元,用于选取包含空洞的点云数据,使用点云填充功能补齐空缺的点云数据;
压缩单元,用于对所述点云数据进行压缩;
配准单元,用于通过点云配准,获取所述点云数据的空间拓扑关系。
9.根据权利要求8所述的一种基于激光扫描的建筑拆除废弃物产生量预测装置,其特征在于,所述还原模块包括:
采用三维网格法还原不规则构件的三维模型;
采用特征线提取法还原规则构件的三维模型。
10.根据权利要求6所述的一种基于激光扫描的建筑拆除废弃物产生量预测装置,其特征在于,所述第二计算模块具体为:
根据所述建筑面积及对应的单位建筑面积产废率计算所述建筑物的废弃物产生量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910590991.6A CN110348620A (zh) | 2019-07-02 | 2019-07-02 | 基于激光扫描的建筑拆除废弃物产生量预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910590991.6A CN110348620A (zh) | 2019-07-02 | 2019-07-02 | 基于激光扫描的建筑拆除废弃物产生量预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110348620A true CN110348620A (zh) | 2019-10-18 |
Family
ID=68177295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910590991.6A Pending CN110348620A (zh) | 2019-07-02 | 2019-07-02 | 基于激光扫描的建筑拆除废弃物产生量预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348620A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022183654A1 (zh) * | 2021-03-05 | 2022-09-09 | 中国铁建国际集团有限公司 | 定位装置、定位单元、定位组件及定位组件的卸载方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833666A (zh) * | 2009-03-11 | 2010-09-15 | 中国科学院自动化研究所 | 一种对离散点云数据微分几何量的估计方法 |
CN103489218A (zh) * | 2013-09-17 | 2014-01-01 | 中国科学院深圳先进技术研究院 | 点云数据质量自动优化方法及系统 |
CN106096016A (zh) * | 2016-06-24 | 2016-11-09 | 北京建筑大学 | 一种基于网络的三维点云可视化方法以及装置 |
CN106600690A (zh) * | 2016-12-30 | 2017-04-26 | 厦门理工学院 | 基于点云数据的复杂建筑体三维建模方法 |
CN107767453A (zh) * | 2017-11-01 | 2018-03-06 | 中北大学 | 一种基于规则约束的建筑物lidar点云重构优化方法 |
CN109034073A (zh) * | 2018-07-30 | 2018-12-18 | 深圳大学 | 预测建筑拆除废弃物产生量的方法、系统、设备及介质 |
CN109063638A (zh) * | 2018-07-30 | 2018-12-21 | 深圳大学 | 基于倾斜摄影预测废弃物产生量的方法、系统及介质 |
-
2019
- 2019-07-02 CN CN201910590991.6A patent/CN110348620A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833666A (zh) * | 2009-03-11 | 2010-09-15 | 中国科学院自动化研究所 | 一种对离散点云数据微分几何量的估计方法 |
CN103489218A (zh) * | 2013-09-17 | 2014-01-01 | 中国科学院深圳先进技术研究院 | 点云数据质量自动优化方法及系统 |
CN106096016A (zh) * | 2016-06-24 | 2016-11-09 | 北京建筑大学 | 一种基于网络的三维点云可视化方法以及装置 |
CN106600690A (zh) * | 2016-12-30 | 2017-04-26 | 厦门理工学院 | 基于点云数据的复杂建筑体三维建模方法 |
CN107767453A (zh) * | 2017-11-01 | 2018-03-06 | 中北大学 | 一种基于规则约束的建筑物lidar点云重构优化方法 |
CN109034073A (zh) * | 2018-07-30 | 2018-12-18 | 深圳大学 | 预测建筑拆除废弃物产生量的方法、系统、设备及介质 |
CN109063638A (zh) * | 2018-07-30 | 2018-12-21 | 深圳大学 | 基于倾斜摄影预测废弃物产生量的方法、系统及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022183654A1 (zh) * | 2021-03-05 | 2022-09-09 | 中国铁建国际集团有限公司 | 定位装置、定位单元、定位组件及定位组件的卸载方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107093206B (zh) | 利用3d激光扫描技术快速bim建模的方法 | |
CN106600690B (zh) | 基于点云数据的复杂建筑体三维建模方法 | |
CN105045950B (zh) | 一种基于三维激光扫描的桥梁安全评估系统 | |
CN110490415B (zh) | 一种多无人机视觉协同的建筑进度评估方法 | |
Zhang et al. | Automated progress control using laser scanning technology | |
CN101950433A (zh) | 利用激光三维扫描技术建立变电站真三维模型的方法 | |
Murphy et al. | Developing historic building information modelling guidelines and procedures for architectural heritage in Ireland | |
Qin et al. | Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data | |
CN102096072A (zh) | 一种城市部件自动化测量方法 | |
CN104077394A (zh) | 基于空间栅格分层定位的城市历史地图还原方法 | |
CN109682303A (zh) | 基于bim技术的曲线pc轨道梁精密三维检测方法 | |
CN109063638A (zh) | 基于倾斜摄影预测废弃物产生量的方法、系统及介质 | |
CN110348620A (zh) | 基于激光扫描的建筑拆除废弃物产生量预测方法及装置 | |
CN109034073B (zh) | 预测建筑拆除废弃物产生量的方法、系统、设备及介质 | |
CN110599477B (zh) | 一种植草混凝土有效孔隙率的检测方法及系统 | |
CN116226965A (zh) | 一种基于bim的建筑废弃物估算算法 | |
Arayici et al. | Modeling 3D scanned data to visualize the built environment | |
CN112287425A (zh) | 一种市政工程测量定位方法及系统 | |
CN112180391A (zh) | 基于2d激光雷达的挖掘机作业面重建系统及方法 | |
Attia et al. | Quantifying construction and demolition waste using slam-based mobile mapping system: A case study from Kafr El Sheikh, Egypt | |
Aziz et al. | A study about terrestrial laser scanning for reconstruction of precast concrete to support QCLASSIC assessment | |
CN110132233A (zh) | 一种基于点云数据的cass环境下现状地形图绘图方法 | |
Nugroho et al. | Measurement of the construction waste volume based on digital images | |
Zakaria et al. | Practical Terrestrial Laser Scanning Field Procedure And Point Cloud Processing For Bim Applications–Tnb Control And Relay Room 132/22KV | |
Nguyen et al. | Application of BIM and 3D laser scanning for quantity surveying and quality management in construction projects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191018 |