CN110619140B - 一种预制节段梁模板的精准化快速调整方法 - Google Patents
一种预制节段梁模板的精准化快速调整方法 Download PDFInfo
- Publication number
- CN110619140B CN110619140B CN201910642972.3A CN201910642972A CN110619140B CN 110619140 B CN110619140 B CN 110619140B CN 201910642972 A CN201910642972 A CN 201910642972A CN 110619140 B CN110619140 B CN 110619140B
- Authority
- CN
- China
- Prior art keywords
- template
- dimensional coordinates
- mark points
- coding
- beam template
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明的一种预制节段梁模板的精准化快速调整方法,针对预制节段梁模板调整就位耗时长的问题,提出基于图像三维重建、摄影测量和BIM预制节段梁模板快速调整就位方法,该方法分为准备阶段、运行系统阶段和调整阶段,其中运行系统阶段通过本研究研制的节段梁精准预制辅助系统完成,针对该系统涉及的关键技术和算法进行研究,包括三维重建和摄影测量的集成应用、三维重建算法的加速方法和基于BIM的支撑体系各元素调整量求解算法,并在此基础上完成系统开发。实验结果表明,该方法可以有效降低预制节段梁模板的调整就位耗时,同时保证预制节段梁模板的调整就位精度。
Description
技术领域
本发明涉及节段梁施工技术领域,尤其是一种预制节段梁模板的精准化快速调整方法。
背景技术
当前,在轨道交通、高速公路等的建设中大量采用连续梁高架桥。以往,连续梁常采用现浇法施工;随着施工技术的进步和基于环保功效的考虑,大多采取在预制场分段预制、在现场用预应力钢束拉接为整体的施工方式。这种连续梁的预制方法通常为:将主梁沿梁纵轴划分为若干个节段,即节段梁,然后在预制场采用长线法或短线法预制各节段梁。所谓长线法,是指在预制场拼装一跨或半跨的预制节段梁模板(即,一套模板),经调整就位后进行预制,如此逐节段进行;后期预制节段不占据先期预制节段的位置。所谓短线法,基本过程与长线法相似,但后期预制节段占据先期预制节段的位置。相比短线法,长线法更容易控制节段梁的整体线形。
为拼装长线法预制节段梁的模板,首先需要在预制场搭建测量塔,然后预拼装钢模板(以下简称“模板”),接着进行模板的调整就位。模板调整就位的具体步骤包括:测量控制点的位置偏差;根据得到的位置偏差手动调整模板支撑体系各元素,包括油缸、丝杆和立柱;重复前两个步骤直至控制点的位置偏差满足要求。
虽然以上方法能够使预制节段梁模板的调整就位精度满足要求,但是存在两个关键问题。首先,通常在预制场每隔二十米左右布置一套模板,并且对每套模板都需搭建一个测量塔,增加了工程项目成本;另外,由于现场工人根据经验调整模板支撑体系各元素,所以很难使模板支撑体系一次调整到位,往往需要不断重复模板调整就位的前两个步骤,这使得当前的预制节段梁模板调整就位方法实施效率低,一方面耗费大量人工,另一方面拖延工程进度。
根据文献及专利检索结果,目前尚未有研究针对性地解决上述问题。
发明内容
本发明的目的在于克服现有技术的不足之处,提供一种预制节段梁模板的精准化快速调整方法,该方法相对经济实用,且可保证预制节段梁模板的调整就位精度。
一种预制节段梁模板的精准化快速调整方法,其特征在于,包括以下步骤:
步骤1:准备阶段,根据设计要求构建预制节段梁模板的BIM模型(BuildingInformation Modeling工程信息化模型),而后在已调整就位的节段梁模板末端进行新建模板预拼装,确保模板各处调节装置(包括油缸、丝杆和立柱)正常运行,并在上述两个模板上均粘贴用于摄像机采样的编码标记点;
步骤2:采样定位阶段,用相机对步骤1中相邻的两个模板拍照取样,而后对采集图像进行预处理,筛选图像局部区域检测特征点并计算描述子;通过矩阵转换求得新建模板的实际三维坐标;最后通过已调整就位的节段梁模板的设计三维坐标及新建模板的实际三维坐标计算得出新建模板各处调节装置(包括油缸、丝杆和立柱)的调节量;
步骤3:根据步骤2中计算得到的油缸、丝杆和立柱调节量调整新建模板的各部位支撑位置;而后在新建模板末端再搭设一组新建模板,而后重复步骤1和步骤2,并始终以上一个已调整就位模板作为下一个新建模板的参照基准。
而且,步骤2中对采集图像进行预处理采用SIFT(Scale InvariantFeatureTransform)算法,将相机采集的图像分割成尺寸相同的多张子图像,然后按“相邻子图像只取其一”的规则选取子图像并保证选取的子图像在原图像上近似均匀地分布,按照上述规则选取的多个子图像应包括全部的编码标记点。
而且,步骤2中采集的编码标记点为无量纲三维坐标,需通过矩阵转换求得实际三维坐标,其转换矩阵为:
xd=rxn+t
其中,xd为已调整就位节段梁模板上编码标记点的设计三维坐标,xn为已调整就位节段梁模板上编码标记点的无量纲三维坐标,r为旋转矩阵,t为平移向量。
而且,步骤2中新建模板上编码标记点从实际三维坐标至设计三维坐标的转换矩阵:
Xd=RXr+T
其中,Xd为待调整节段梁模板上编码标记点的设计三维坐标,Xr为待调整节段梁模板上编码标记点的实际三维坐标,r为旋转矩阵,t为平移向量。
在计算时,由于已知新建模板上编码标记点的实际三维坐标和设计三维坐标;因此得出转换矩阵表示模板各处调节装置对新建模板上编码标记点实际三维坐标的影响,其划分为6个分量,即3个坐标轴方向的平移和3个坐标轴方向的旋转:
R=RzRyRx
T=Tx+Ty+Tz
其中,Rx、Ry和Rz分别表示x、y和z方向的旋转矩阵,Tx、Ty和Tz分别表示x、y和z方向的平移矩阵。
实际上,由于在设计节段梁模板时,往往使模板各处调节装置(包括油缸、丝杆和立柱)的伸长或缩短方向与坐标轴方向相同,所以对于每个油缸、丝杆或立柱,其部分调整量与各坐标轴方向的旋转矩阵和平移矩阵的关系为:
Ri=di×ari
Ti=ati
其中,i表示坐标轴方向,可以取x、y或z;ari表示该油缸、丝杆或立柱为使i坐标轴方向产生Ri所需的部分调整量;ati表示该油缸、丝杆或立柱的为使i坐标轴方向产生Ti所需的部分调整量;di表示该油缸、丝杆或立柱自身轴线与i坐标轴方向旋转中心的距离。
而且,步骤1中的编码标记点为多层圆环结构,包括由内至外依次转动连接的内环、编码环及外环;内环的外周上转动套装编码环,该编码环上复合粘贴有多个编码,且编码环的外周上转动套装外环;内环及外环上均固装有遮挡编码的遮光片。
本发明的优点和技术效果是:
本发明的一种预制节段梁模板的精准化快速调整方法,针对预制节段梁模板调整就位耗时长的问题,采用图像三维重建、摄影测量和BIM实施预制节段梁模板快速调整就位方法。该方法分为准备阶段、运行系统阶段和调整阶段,其中运行系统阶段通过节段梁精准预制辅助系统完成;该系统涉及的关键技术和算法包括三维重建和摄影测量的集成应用、三维重建算法的加速方法和基于BIM的支撑体系各元素(模板各处调节装置)调整量求解算法;其中“三维重建”环节的作用是处理由技术人员拍摄的模板图像,以生成相机内参数(焦距、主点偏移距离等)、外参数(旋转矩阵和平移矩阵)和特征点的三维坐标。其中,相机内参数只与相机自身的构造和镜头有关,相机外参数只与相机的拍摄位置和朝向有关。
本发明的一种预制节段梁模板的精准化快速调整方法,可针对从BIM模型导出的各编码标记点编码值,计算其对应的编码标记点的三维坐标;矩阵转换计算减少编码标记点三维坐标的误差;根据从BIM模型导出的编码标记点设计坐标、支撑体系参数等信息计算支撑体系各元素的调整量。
本发明的一种预制节段梁模板的精准化快速调整方法,采用SIFT(ScaleInvariant Feature Transform)算法从一张图像上检测出特征点,将特征点按照“相邻子图像只取其一”的规则选择子图像,通过此方法可以大大降低SIFT算法检测得到的特征点数量。检测得到的特征点数量约为原来的一半。特征点数量的减少也有利于提高特征点匹配步骤、模型参数更正步骤以及特征点提取步骤中对应描述子的计算的速度,合计减少三维重建算法总时长的60%以上,加速效果显著。
本发明的一种预制节段梁模板的精准化快速调整方法,无需搭建大量测量塔,不仅能够有效降低预制节段梁模板的调整就位耗时,还能保证预制节段梁模板的调整就位精度并减少工程项目成本,将为同类工程项目加快工期、提高经济效益提供有力参考,是一种具有较高创造性的预制节段梁模板的精准化快速调整方法。
附图说明
图1为本发明的预制节段梁模板的精准化快速调整方法流程图;
图2为本发明的编码标记点结构示意图;
图3为本发明的三维重建算法流程图;
图4为本发明的SIFT算法图像分割示意图;
图5为本发明的SIFT算法子图像筛选示意图;
图6为本发明的编码标记点坐标变换示意图;
图7为本发明的模板结构示意图;
图8为本发明的相邻底模上编码标记点布置示意图;
图9为图8中相机运动路线示意图;
图中:1-外环;2-遮光片;3-内环;4-编码环。
具体实施方式
为能进一步了解本发明的内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。需要说明的是,本实施例是描述性的,不是限定性的,不能由此限定本发明的保护范围。
一种预制节段梁模板的精准化快速调整方法,其特征在于,包括以下步骤:
步骤1:准备阶段,根据设计要求构建预制节段梁模板的BIM模型(BuildingInformation Modeling工程信息化模型),而后在已调整就位的节段梁模板末端进行新建模板预拼装,确保模板各处调节装置(包括油缸、丝杆和立柱)正常运行,并在上述两个模板上均粘贴用于摄像机采样的编码标记点;
步骤2:采样定位阶段,用相机对步骤1中相邻的两个模板拍照取样,而后对采集图像进行预处理,筛选图像局部区域检测特征点并计算描述子;通过矩阵转换求得新建模板的实际三维坐标;最后通过已调整就位的节段梁模板的设计三维坐标及新建模板的实际三维坐标计算得出新建模板各处调节装置(包括油缸、丝杆和立柱)的调节量;
步骤3:根据步骤2中计算得到的油缸、丝杆和立柱调节量调整新建模板的各部位支撑位置;而后在新建模板末端再搭设一组新建模板,而后重复步骤1和步骤2,并始终以上一个已调整就位模板作为下一个新建模板的参照基准。
而且,步骤2中对采集图像进行预处理采用SIFT(Scale InvariantFeatureTransform)算法,将相机采集的图像分割成尺寸相同的多张子图像,然后按“相邻子图像只取其一”的规则选取子图像并保证选取的子图像在原图像上近似均匀地分布,按照上述规则选取的多个子图像应包括全部的编码标记点。
而且,步骤2中采集的编码标记点为无量纲三维坐标,需通过矩阵转换求得实际三维坐标,其转换矩阵为:
xd=rxn+t
其中,xd为已调整就位节段梁模板上编码标记点的设计三维坐标,xn为已调整就位节段梁模板上编码标记点的无量纲三维坐标,r为旋转矩阵,t为平移向量。
而且,步骤2中新建模板上编码标记点从实际三维坐标至设计三维坐标的转换矩阵:
Xd=RXr+T
其中,Xd为待调整节段梁模板上编码标记点的设计三维坐标,Xr为待调整节段梁模板上编码标记点的实际三维坐标,r为旋转矩阵,t为平移向量。
在计算时,由于已知新建模板上编码标记点的实际三维坐标和设计三维坐标;因此得出转换矩阵表示模板各处调节装置对新建模板上编码标记点实际三维坐标的影响,其划分为6个分量,即3个坐标轴方向的平移和3个坐标轴方向的旋转:
R=RzRyRx
T=Tx+Ty+Tz
其中,Rx、Ry和Rz分别表示x、y和z方向的旋转矩阵,Tx、Ty和Tz分别表示x、y和z方向的平移矩阵。
实际上,由于在设计节段梁模板时,往往使模板各处调节装置(包括油缸、丝杆和立柱)的伸长或缩短方向与坐标轴方向相同,所以对于每个油缸、丝杆或立柱,其部分调整量与各坐标轴方向的旋转矩阵和平移矩阵的关系为:
Ri=di×ari
Ti=ati
其中,i表示坐标轴方向,可以取x、y或z;ari表示该油缸、丝杆或立柱为使i坐标轴方向产生Ri所需的部分调整量;ati表示该油缸、丝杆或立柱的为使i坐标轴方向产生Ti所需的部分调整量;di表示该油缸、丝杆或立柱自身轴线与i坐标轴方向旋转中心的距离。
而且,步骤1中的编码标记点为多层圆环结构,包括由内至外依次转动连接的内环3、编码环4及外环1;内环的外周上转动套装编码环,该编码环上复合粘贴有多个编码,且编码环的外周上转动套装外环;内环及外环上均固装有遮挡编码的遮光片2。
另外,本发明优选的,为加速三维重建,对使用同一相机拍摄的各节段的预制节段梁模板图像,只需在首个节段的模板三维重建过程中一次性计算相机内参数,在其他节段的模板三维重建过程中调用首个节段的模板三维重建得到的相机内参数即可。
另外,本发明优选的,本方案所采用的图像采集设备为佳能6D相机,配置24mm定焦镜头;采用的图像处理设备为:戴尔笔记本电脑,其具体信息为:内存16GB、CPU型号IntelCore i7、4个内核、8个逻辑处理器。
另外,本发明优选的,本方案所采用的模板均为我公司前期已申请专利:一种U箱组合连续梁节段现浇用活动调节组合模板(申请号:2019206622073)中已公开的模板结构以及模板各处调节装置(包括油缸、丝杆和立柱等)。
为了更清楚地描述本发明的具体实施方式,下面提供一种实施例:
本发明的预制节段梁模板的精准化快速调整方法分为主要三个阶段(如图1所示),
准备阶段:
该准备阶段分为4个步骤,即,“预拼装模板”、“在模板上布置编码标记点”、“采集模板图像”以及“从BIM模型导出信息”。各个步骤由现场技术人员完成。其中,前3个步骤具有先后顺序关系,第4个步骤与前3个步骤不具有先后顺序关系,可以平行进行。
在“预拼装模板”步骤中,技术人员进行模板的预拼装。在“在模板上布置编码标记点”步骤中,技术人员依据编码标记点在预制节段梁模板BIM模型中的位置分布,将各编码标记点依次放入预制节段梁相邻节段模板的预留凹槽里,相邻节段模板包含待调整节段梁模板和与其相邻的已经调整就位的节段梁模板。在“采集模板图像”步骤中,技术人员用相机对预制节段梁相邻节段模板拍照,保证相邻图像取景范围的重合度大于60%,并保证编码标记点在图像上清晰可辨。在“从BIM模型导出信息”步骤中,技术人员利用预制节段梁模板BIM模型,通过使用BIM建模软件的插件,定位并导出相邻节段模板上的编码标记点编号、设计坐标以及待调整节段梁模板的支撑体系参数,以供运行系统阶段读取。其中,“在模板上布置编码标记点”步骤中用到的编码标记点是具有编码带的圆盘(如图2所示)。编码标记点中间为白色的圆,圆周边为15等分的编码带。编码带上不同的黑白排列组合构成不同的编码值。每个编码标记点都有唯一的编码值,且具有一定厚度。
采样定位阶段:
在该阶段,系统依次自动处理4个环节,即,“三维重建”、“计算编码标记点三维坐标”、“提高编码标记点三维坐标精度”以及“计算支撑体系各元素调整量”。
编码标记点三维坐标求解算法可以分为两个步骤:根据图像计算编码标记点的图像坐标,即,在图像上以像素为单位的坐标;根据编码标记点的图像坐标以及各图像的相机内参数和外参数计算编码标记点的三维坐标。对于这两个步骤,在摄影测量中分别有较为成熟的算法,经实验检验,这些算法可以用于求解编码标记点三维坐标,因此不再详述。对于提高编码标记点三维坐标精度,当前可应用的算法为光束法平差该算法以点的三维坐标及其图像坐标以及相机内参数和外参数为输入,最终输出误差更小的三维坐标以及相机内参数和外参数。本发明使用实现这种算法的开源软件SBA(Sparse Bundle Adjustment)进行实验,结果表明这种算法可以用于提高编码标记点三维坐标精度,因此这里不再详述。
在“三维重建”环节使用了三维重建的相关算法;在“计算编码标记点三维坐标”环节使用了摄影测量的相关算法。以下简述其原理。
如果只应用三维重建,则由于三维重建得到的预制节段梁模板三维点云包含大量噪点,并且该点云相对预制节段梁模板本身难免有缺失,因此该点云难以与预制节段梁模板BIM模型对比。如果只应用摄影测量,则需要在每对图像重合的取景范围内至少布置5个编码标记点以计算相机的外参数,或者至少布置8个编码标记点以计算相机的内参数和外参数。考虑每个节段的预制节段梁模板的实际尺寸大(每个节段的预制节段梁模板包含底模和侧模,这里以底模为例,其典型的尺寸为5m×3.5m),所以对于每个节段的预制节段梁模板需要拍摄至少6张照片,则在每个节段的预制节段梁模板上至少布置约20个编码标记点。所以对于有多个节段的预制节段梁模板,需要布置的编码标记点数量众多。
如果集成应用三维重建和摄影测量(如图3所示),则只需在每个节段的预制节段梁模板的控制点上布置编码标记点,因此,每个节段的预制节段梁模板上布置3-4个编码标记点即可。由此,可以大大减少在预制节段梁模板上布置的编码标记点数量。这也使得针对每个节段进行节段梁模板拼装定位时用于布置编码标记点的时间大大减少。集成思路是,将“三维重建”环节的输出,即,各图像的相机内参数和外参数,作为“计算编码标记点三维坐标”环节的输入之一,然后将“计算编码标记点三维坐标”环节得到的编码标记点三维坐标与预制节段梁模板BIM模型中对应的编码标记点的三维坐标对比,从而得到编码标记点的位置偏差,进而得到预制节段梁模板的位置偏差。为此可以避免单独应用三维重建或摄影测量所带来的不足。
另外,特征点提取步骤采用的算法通常为SIFT(Scale Invariant FeatureTransform)算法。SIFT算法可以从一张图像上检测出大量的特征点,而大量的特征点会使特征点匹配步骤、模型参数更正步骤以及特征点提取步骤中对应描述子的计算消耗大量的时间。值得注意的是,如果每次用于三维重建的图像都使用同一相机拍摄,则相机内参数应恒定不变。实际上,在通常的算法中,每次三维重建时都会在模型参数更正步骤重新计算相机的内参数,由此带来不必要的时间消耗。解决这个问题即可加速三维重建算法。
(1)筛选图像局部区域检测特征点并计算描述子
将图像分割成尺寸相同的多张子图像,然后按一定规则选取子图像并保证选取的子图像在原图像上近似均匀地分布。例如,将图4的图像分割成尺寸相同的方形子图像,然后按照“相邻子图像只取其一”的规则选择子图像,所得结果如图5所示。SIFT算法对被选择的子图像检测特征点并计算对应的描述子。所有子图像特征点及其对应的描述子的集合即为该图像的特征点和对应的描述子。
通过此方法,可以大大降低SIFT算法检测得到的特征点数量。对于图4及图5,检测得到的特征点数量约为原来的一半。特征点数量的减少也有利于提高特征点匹配步骤、模型参数更正步骤以及特征点提取步骤中对应描述子的计算的速度。由于上述步骤在三维重建算法中最耗费时间,合计占三维重建算法总时间的60%以上,因此对三维重建算法的加速具有显著效果。
值得说明的是,本三维重建加速算法在具体执行时还使用了OpenMVG中的并行计算方法以便提高计算速度,该并行计算方法通过调用并行计算应用程序接口OpenMP(OpenMulti-Processing)实现。
(2)限制相机内参数的计算次数
为加速三维重建,对使用同一相机拍摄的各节段的预制节段梁模板图像,只需在首个节段的模板三维重建过程中一次性计算相机内参数,在其他节段的模板三维重建过程中调用首个节段的模板三维重建得到的相机内参数即可。
另外,从提高编码标记点三维坐标精度算法得到的编码标记点三维坐标既包含已调整就位节段梁模板上编码标记点的三维坐标,也包含待调整节段梁模板上编码标记点的三维坐标,而这些无量纲三维坐标转换到实际三维坐标应使用相同的转换矩阵(如图6所示)。
选取用于一个连续梁高架桥项目的预制节段梁模板如图7所示。首先,在模板上选取单个底模尺寸为3m×4m的相邻底模,其中一个底模已经调整就位,另一个底模待调整。然后,按照图8所示在相邻底模上布置编码标记点。接着,按图9所示相机运动路线对相邻底模进行拍照,共得到20张模板图像,其中包含少量的冗余图像。在各相机拍摄位置,相机距离底模的距离为1.8米。然后,从BIM模型导出编码标记点的相关信息。最后,运行系统以处理这些图像。考虑三维重建算法加速的运行系统阶段的时间和未考虑三维重建算法加速的运行系统阶段的时间如表1所示。
表1运行系统阶段的时间
由此可见,三维重建加速算法大幅提高了运行系统阶段的速度。根据工程项目预制节段梁模板调整就位耗时要求,运行系统阶段的时间应控制在20min以内,因此,运行系统阶段的耗时符合工程项目的要求。
最后,由于待调整预制节段梁底模是水平的,所以其上各编码标记点的z轴坐标相同。因此,验证运行系统阶段得到的编码标记点实际三维坐标的精度可以转化为验证运行系统阶段得到的编码标记点实际二维坐标的精度。首先在预制场对预制节段梁模板BIM模型中的原点进行放样,得到其在预制场中的位置,如图8所示。然后用钢卷尺测量各编码标记点距离原点的距离并换算成二维坐标,坐标系如图8所示。接着将换算得到的二维坐标与运行系统阶段得到的编码标记点实际二维坐标(三维坐标中的x坐标和y坐标)对比,如表2所示。
表2运行系统阶段得到的编码标记点实际二维坐标的精度验证
从表2可以看出,运行系统阶段得到的编码标记点实际二维坐标与钢卷尺测量得到的实际二维坐标的最大偏差为6.21mm,由于编码标记点布置在控制点上,所以编码标记点实际二维坐标最大偏差即为控制点的实际二维坐标最大偏差。目前,尚无规范规定预制节段梁模板控制点的偏差范围。但根据现有规范对预制节段梁成品尺寸的偏差要求,可以推断预制节段梁模板控制点的偏差上限为5-10mm。因此,运行系统阶段得到的编码标记点实际二维坐标的精度符合工程项目要求。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (3)
1.一种预制节段梁模板的精准化快速调整方法,其特征在于,包括以下步骤:
步骤1:准备阶段,根据设计要求构建预制节段梁模板的BIM模型,而后在已调整就位的节段梁模板末端进行新建模板预拼装,确保模板各处包括油缸、丝杆和立柱在内的调节装置正常运行,并在上述两个模板上均粘贴用于摄像机采样的编码标记点;
步骤2:采样定位阶段,用相机对步骤1中相邻的两个模板拍照取样,而后对采集图像进行预处理,筛选图像局部区域检测特征点并计算描述子;通过矩阵转换求得新建模板编码标记点的实际三维坐标;
采集的编码标记点为无量纲三维坐标,需通过矩阵转换求得实际三维坐标,其转换矩阵为:
xd=rxn+t
其中,xd为已调整就位节段梁模板上编码标记点的实际三维坐标,xn为已调整就位节段梁模板上编码标记点的无量纲三维坐标,r为旋转矩阵,t为平移向量;
最后通过已调整就位的节段梁模板编码标记点的设计三维坐标及新建模板编码标记点的实际三维坐标计算得出新建模板各处包括油缸、丝杆和立柱在内的调节装置的调节量;
新建模板上编码标记点从实际三维坐标至设计三维坐标的转换矩阵:
Xd=RXr+T
其中,Xd为待调整节段梁模板上编码标记点的设计三维坐标,Xr为待调整节段梁模板上编码标记点的实际三维坐标,R为旋转矩阵,T为平移向量;
在计算时,由于已知新建模板上编码标记点的实际三维坐标和设计三维坐标;因此得出转换矩阵表示模板各处调节装置对新建模板上编码标记点实际三维坐标的影响,其划分为6个分量,即3个坐标轴方向的平移和3个坐标轴方向的旋转:
R=RzRyRx
T=Tx+Ty+Tz
其中,Rx、Ry和Rz分别表示x、y和z方向的旋转矩阵,Tx、Ty和Tz分别表示x、y和z方向的平移矩阵;
实际上,由于在设计节段梁模板时,往往使模板各处包括油缸、丝杆和立柱在内的调节装置的伸长或缩短方向与坐标轴方向相同,所以对于每个油缸、丝杆或立柱,其部分调节量与各坐标轴方向的旋转矩阵和平移矩阵的关系为:
Ri=di×ari
Ti=ati
其中,i表示坐标轴方向,可以取x、y或z;ari表示该油缸、丝杆或立柱为使i坐标轴方向产生Ri所需的部分调节量;ati表示该油缸、丝杆或立柱的为使i坐标轴方向产生Ti所需的部分调节量;di表示该油缸、丝杆或立柱自身轴线与i坐标轴方向旋转中心的距离;
步骤3:根据步骤2中计算得到的油缸、丝杆和立柱调节量调整新建模板的各部位支撑位置;而后在新建模板末端再搭设一组新建模板,而后重步骤1和步骤2,并始终以上一个已调整就位模板作为下一个新建模板的参照基准。
2.根据权利要求1所述的一种预制节段梁模板的精准化快速调整方法,其特征在于:所述步骤2中对采集图像进行预处理采用SIFT算法,将相机采集的图像分割成尺寸相同的多张子图像,然后按“相邻子图像只取其一”的规则选取子图像并保证选取的子图像在原图像上近似均匀地分布,按照上述规则选取的多个子图像应包括全部的编码标记点。
3.根据权利要求1所述的一种预制节段梁模板的精准化快速调整方法,其特征在于:所述步骤1中的编码标记点为多层圆环结构,包括由内至外依次转动连接的内环、编码环及外环;所述内环的外周上转动套装编码环,该编码环上复合粘贴有多个编码,且编码环的外周上转动套装外环;所述内环及外环上均固装有遮挡编码的遮光片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910642972.3A CN110619140B (zh) | 2019-07-16 | 2019-07-16 | 一种预制节段梁模板的精准化快速调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910642972.3A CN110619140B (zh) | 2019-07-16 | 2019-07-16 | 一种预制节段梁模板的精准化快速调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619140A CN110619140A (zh) | 2019-12-27 |
CN110619140B true CN110619140B (zh) | 2023-05-09 |
Family
ID=68921568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910642972.3A Active CN110619140B (zh) | 2019-07-16 | 2019-07-16 | 一种预制节段梁模板的精准化快速调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619140B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111070387B (zh) * | 2019-12-31 | 2021-07-20 | 中铁大桥局集团有限公司 | 预制梁体模板自动精密调整装置、方法及系统 |
CN112417564B (zh) * | 2020-11-23 | 2024-04-23 | 江苏科技大学 | 基于三维激光扫描与bim技术的节段梁预制施工监控方法 |
CN113635435A (zh) * | 2021-08-19 | 2021-11-12 | 中铁大桥局第九工程有限公司 | 一种节段梁无固定端模匹配预制的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788572A (zh) * | 2012-07-10 | 2012-11-21 | 中联重科股份有限公司 | 一种工程机械吊钩姿态的测量方法、装置及系统 |
CN102889882A (zh) * | 2012-09-03 | 2013-01-23 | 北京信息科技大学 | 一种基于光束平差的三维重建方法 |
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN107218928A (zh) * | 2017-05-12 | 2017-09-29 | 西北工业大学 | 一种复杂多管路系统检测方法 |
CN108759665A (zh) * | 2018-05-25 | 2018-11-06 | 哈尔滨工业大学 | 一种基于坐标转换的空间目标三维重建精度分析方法 |
CN109808050A (zh) * | 2019-01-31 | 2019-05-28 | 中铁四局集团第二工程有限公司 | 一种曲线pc轨道梁预制施工方法 |
CN109945841A (zh) * | 2019-03-11 | 2019-06-28 | 南京航空航天大学 | 一种无编码点的工业摄影测量方法 |
-
2019
- 2019-07-16 CN CN201910642972.3A patent/CN110619140B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788572A (zh) * | 2012-07-10 | 2012-11-21 | 中联重科股份有限公司 | 一种工程机械吊钩姿态的测量方法、装置及系统 |
CN102889882A (zh) * | 2012-09-03 | 2013-01-23 | 北京信息科技大学 | 一种基于光束平差的三维重建方法 |
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN107218928A (zh) * | 2017-05-12 | 2017-09-29 | 西北工业大学 | 一种复杂多管路系统检测方法 |
CN108759665A (zh) * | 2018-05-25 | 2018-11-06 | 哈尔滨工业大学 | 一种基于坐标转换的空间目标三维重建精度分析方法 |
CN109808050A (zh) * | 2019-01-31 | 2019-05-28 | 中铁四局集团第二工程有限公司 | 一种曲线pc轨道梁预制施工方法 |
CN109945841A (zh) * | 2019-03-11 | 2019-06-28 | 南京航空航天大学 | 一种无编码点的工业摄影测量方法 |
Non-Patent Citations (1)
Title |
---|
一种基于邻域扩展聚类的去噪算法;李幸刚等;《系统仿真学报》;20171108(第11期);第66-72+80页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110619140A (zh) | 2019-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619140B (zh) | 一种预制节段梁模板的精准化快速调整方法 | |
CN110599528B (zh) | 一种基于神经网络的无监督三维医学图像配准方法及系统 | |
CN110059698B (zh) | 用于街景理解的基于边缘稠密重建的语义分割方法及系统 | |
Zou et al. | CNN-based statistics and location estimation of missing components in routine inspection of historic buildings | |
Armesto et al. | FEM modeling of structures based on close range digital photogrammetry | |
CN111914795A (zh) | 一种航拍图像中旋转目标检测方法 | |
CN103345382A (zh) | 一种cpu+gpu群核超算系统及sift特征匹配并行计算方法 | |
CN110162856A (zh) | 一种基于dynamo的梁箍筋智能化生成方法 | |
CN110119552A (zh) | 梁下部纵筋和侧面构造钢筋自动生成的bim方法 | |
CN106683191B (zh) | 一种适用于复杂曲面和简单曲面的定距布筋方法 | |
CN105931256A (zh) | 基于cuda的大幅面遥感影像快速分割方法 | |
CN112580515A (zh) | 一种基于高斯热图回归的轻量级人脸关键点检测方法 | |
CN109670547A (zh) | 一种多尺度序列图像匹配的位置识别定位方法 | |
CN113269671A (zh) | 一种基于局部和全局特征的桥梁表观全景图生成方法 | |
Yue et al. | Method for tunnel displacements calculation based on mobile tunnel monitoring system | |
Sánchez-Aparicio et al. | Integration of a wearable mobile mapping solution and advance numerical simulations for the structural analysis of historical constructions: A case of study in San Pedro Church (Palencia, Spain) | |
CN112857218A (zh) | 一种基于三维激光扫描的钢桁架拱桥施工线形监测方法 | |
CN109581441B (zh) | 基于站间相关性空间结构函数构建的gnss成像方法 | |
CN114970240A (zh) | 多相复合结构图像的载荷状态快速评估方法及设备 | |
TWI514180B (zh) | 尺寸號資訊處理系統及方法 | |
CN113902792A (zh) | 基于改进RetinaNet网络的建筑物高度检测方法、系统和电子设备 | |
CN113256683A (zh) | 目标跟踪方法及相关设备 | |
Qian et al. | Analysis method of apparent quality of fair-faced concrete based on convolutional neural network machine learning | |
CN114463720B (zh) | 一种基于线段交并比损失函数的车道线检测方法 | |
CN114547761A (zh) | 一种基于高精度模型的预制构件钢筋优化方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |