CN110880200A - 基于三维重建技术的gim模型工程智能验收方法 - Google Patents
基于三维重建技术的gim模型工程智能验收方法 Download PDFInfo
- Publication number
- CN110880200A CN110880200A CN201911119635.2A CN201911119635A CN110880200A CN 110880200 A CN110880200 A CN 110880200A CN 201911119635 A CN201911119635 A CN 201911119635A CN 110880200 A CN110880200 A CN 110880200A
- Authority
- CN
- China
- Prior art keywords
- gim
- substation
- digital model
- dimensional digital
- transformer substation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 36
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 238000009434 installation Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 14
- 238000013461 design Methods 0.000 description 12
- 238000003908 quality control method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种三维重建技术的GIM模型工程智能验收方法，包括以下步骤：步骤S1:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况，并转换为三维数字化模型；步骤S2:根据变电站施工标准数据，构建GIM变电站三维数字模型，并将GIM变电站三维数字模型导入AR变电站验收平台；步骤S3:AR变电站验收平台根据得到的三维数字化模型与GIM变电站三维数字模型进行比对，通过变电站工程验收比对算法得到比对结果，并将比对结果传送至移动终端；步骤S4:通过移动终端在现场获取并复核比对结果，并对变电工程进行验收。本发明提高变电站竣工验收效率和数字化水平，减少现场测量时间及现场人力投入。
Description
技术领域
本发明涉及一种三维重建技术的GIM模型工程智能验收方法。
背景技术
GIM（Grid Information Model）电网信息模型是变电工程三维数字化设计的产品输出形式，是依托地理信息系统GIS，将电网的组成元素数字化，以信息模型为载体，集成每个元素全寿命周期内的信息，实现信息高效、准确、全面的应用。复杂的变电工程和改扩建工程数量的日益增多，GIM模型的优势也将日益凸显，尤其是在三维数字化设计、施工方案策划、图纸会审、技术交底及培训、工厂化预制件加工方面将发挥极大作用。采用GIM技术后，虽然可以在GIM模型中实现快速定位功能，但是在实际应用中无法实现工程现场的智能化精确定位。如在工程改扩建时，通常需要避开现有管道位置，工程建设人员在缺乏室内定位系统的情况下依靠前期工程的二维设计图纸和GIM模型无法快速、有效、准确地实现已有管道位置的精确定位，容易在改扩建过程中对前期工程造成一定破坏。总的来说，GIM时代下电网信息数据的数字化只是在数据的生产和存储上得到应用，在传递和使用方式上仍采用传统的方式，远未达到空间信息数据使用的智能化水平，仍有进一步挖掘价值的巨大空间。同时，GIM是一种方法，通过与之配套的技术才能发挥其真正价值，这些技术包括了三维数字化设计技术、参数化建模技术、数据库技术等。因此，要进一步挖掘GIM模型在变电工程全生命周期上的应用价值，需要对三维设计进行数字化高效利用。
发明内容
有鉴于此，本发明的目的在于提供一种三维重建技术的GIM模型工程智能验收方法，解决传统单点式验收，易遗漏、工作量大、纸质记录易出错、测量工具不准确等问题。
为实现上述目的，本发明采用如下技术方案：
一种三维重建技术的GIM模型工程智能验收方法，包括以下步骤：
步骤S1:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况，并转换为三维数字化模型；
步骤S2:根据变电站施工标准数据，构建GIM变电站三维数字模型，并将GIM变电站三维数字模型导入AR变电站验收平台；
步骤S3:AR变电站验收平台根据得到的三维数字化模型与GIM变电站三维数字模型进行比对，通过变电站工程验收比对算法得到比对结果，并将比对结果传送至移动终端；
步骤S4:通过移动终端在现场获取并复核比对结果，并对变电工程进行验收。
进一步的，所述步骤S1具体为：
步骤S11:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况,得到点云数据；
步骤S12:对得到的点云数据，进行数据拼接、去噪声、缺失点插值修补处理；
步骤S13:采用点云特征提取技术，将处理后的点云数据转换为有组织的多边形网络，生成三维数字化模型。
进一步的，所述步骤S2具体为：
步骤S21:根据变电站施工标准数据，构建GIM变电站三维数字模型;
步骤S22:GIM变电站三维数字模型在导入AR变电站验收平台前，将数据导出成obj、stl、fbx的通用格式;
步骤S23:采用多边形模型处理软件将所选变电站电气设备的GIM三维数字化模型转化为可编辑的多边形对象；
步骤S24:通过对该多边形对象的各子对像进行参数校对、特征优化、网格处理、属性赋予、外观渲染、以及杂项过滤等操作，完成所选变电站主要电气设备的标准化处理;
步骤S25:完成了所选电气设备三维数字化模型标准化转换后，GIM三维数字化模型和AR变电站验收平台应用引擎间的数据链已打通,AR变电站验收平台应用引擎可以准确地访问所选变电站电气设备GIM三维数字化模型。
进一步的，所述所选电气设备的可编辑多边形对象包含了节点、边界、 边界环、多边形面和元素5种子对象模式。
进一步的，所述变电站工程验收比对算法通过对GIM数据和点云数据进行叠加后，通过图像原理对GIM+点云的叠加画面进行图像特制比对，进而发现偏差点。
本发明与现有技术相比具有以下有益效果：
本发明提高变电站竣工验收效率和数字化水平，减少现场测量时间及现场人力投入，并解决传统单点式验收，易遗漏、工作量大、纸质记录易出错、测量工具不准确等问题。
附图说明
图1是本发明方法原理图；
图2是本发明一实施例中实物3D模型获取示意图；
图3是本发明一实施例中三维数字化模型转换流程图；
图4是本发明一实施例中GIM+点云的画面叠加示意图；
图5是本发明一实施例中定位坐标示意图；
图6是本发明一实施例中定位示意图；
图7是本发明一实施例中搭建的神经网络；
图8是本发明一实施例中转换classification + regression模式示意图；
图9是本发明一实施例中神经网络处理过程；
图10是本发明一实施例中的卷积网络模型；
图11是本发明一实施例中改进后的卷积网络模型；
图12是本发明一实施例中负责预测点示意图；
图13是本发明一实施例中GIM三维设计图叠加实测点云。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本发明提供一种三维重建技术的GIM模型工程智能验收方法，包括以下步骤：
步骤S1:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况，并转换为三维数字化模型；
步骤S2:根据变电站施工标准数据，构建GIM变电站三维数字模型，并将GIM变电站三维数字模型导入AR变电站验收平台；
步骤S3:AR变电站验收平台根据得到的三维数字化模型与GIM变电站三维数字模型进行比对，通过变电站工程验收比对算法得到比对结果，并将比对结果传送至移动终端；
步骤S4:通过移动终端在现场获取并复核比对结果，并对变电工程进行验收。
参考图2，本实施例中，所述步骤S1具体为：
步骤S11:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况,得到点云数据；
步骤S12:对得到的点云数据，进行数据拼接、去噪声、缺失点插值修补处理；
步骤S13:采用点云特征提取技术，将处理后的点云数据转换为有组织的多边形网络，生成三维数字化模型。
参考图3，在本实施例中，所述步骤S2具体为：
步骤S21:根据变电站施工标准数据，构建GIM变电站三维数字模型;
步骤S22:GIM变电站三维数字模型在导入AR变电站验收平台前，将数据导出成obj、stl、fbx的通用格式;
步骤S23:采用多边形模型处理软件将所选变电站电气设备的GIM三维数字化模型转化为可编辑的多边形对象；
步骤S24:通过对该多边形对象的各子对像进行参数校对、特征优化、网格处理、属性赋予、外观渲染、以及杂项过滤等操作，完成所选变电站主要电气设备的标准化处理;
步骤S25:完成了所选电气设备三维数字化模型标准化转换后，GIM三维数字化模型和AR变电站验收平台应用引擎间的数据链已打通,AR变电站验收平台应用引擎可以准确地访问所选变电站电气设备GIM三维数字化模型。
在本实施例中，所述所选电气设备的可编辑多边形对象包含了节点、边界、 边界环、 多边形面和元素5种子对象模式。与可编辑网格相比，可编辑多边形显示了更大的优越性，即所选电气设备的多边形对象的面不只可以是三角形面和四边形面，而且可以是具有任何多个节点的多边形面。这个过程，实现了GIM三维数字化模型向标准Polygon模型转换。
在本实施例中，所述变电站工程验收比对算法通过对GIM数据和点云数据进行叠加后，通过图像原理对GIM+点云的叠加画面进行图像特制比对，进而发现偏差点。GIM+点云的叠加画面的识别通常包括预处理、图像分割、特征提取、分类识别等步骤，其中每一步对最终的识别效果有着直接的影响，而GIM+点云的叠加画面中不同缩放比例、不同的空间旋转角度等都严重影响着图像识别算法的性能。
参考图4，在本实施例中，利用计算机web页面在给定的GIM+点云的叠加画面中找到并标记异常项处所在位置，借助计算机深度学习，将变电站竣工验收检查项目简化为一个图像任务：既要把异常点识别出来，又要用方框框出它的编码位置，可以概括为图像识别和定位。
在本实施例中，通过卷积神经网络完成图像识别的任务，需要添加一些额外的功能来完成定位任务。根据计算机视觉系统预测出（x,y,w,h）四个参数的值，从而得出方框的位置。具体包括如下步骤：
步骤1：搭建如图5所示的图像识别神经网络；
步骤2:如图6所示，转换classification + regression模式；让数字识别框出现在不同的位置，得出这个框的判定得分，取得分最高的那个框就是机器视觉系统需要标记给用户的目标框，根据得分的高低，选择了右下角的黑框作为目标位置的预测。对AR智能眼镜采集的单张端子排图片，用各种大小的框（遍历整张图片）将图片截取出来，输入到卷积神经网络，然后卷积神经网络会输出这个框的得分（classification）以及这个框图片对应的x,y,h,w（regression），如图8所示。然而这个方法会消耗大量时间，需要做进一步的优化，原来神经网络如图9所示，把全连接层改为卷积层，这样可以提速，得到图10所示的改进后的神经网络。
在本实施例中，参考图11将输入的图像分成S x S个格子，若某个特制Groundtruth的中心位置的坐标落入到某个格子，那么这个格子就负责检测出这个特制。
每个格子预测B个bounding box及其置信度(confidence score)，以及C个类别概率。bbox信息(x,y,w,h)为物体的中心位置相对格子位置的偏移及宽度和高度,均被归一化.置信度反映是否包含物体以及包含物体情况下位置的准确性,定义为
使用1x1卷积层（此处1x1卷积层的存在是为了跨通道信息整合）+3x3卷积层简单替代，使用全连接层进行类别输出，因此全连接层的输出维度是：
S×S×(B×5+C)S×S×(B×5+C)。
使用均方和误差作为损失函数.由三部分组成:坐标误差、IOU误差和分类误差。
简单相加时还要考虑每种loss的贡献率, coordErr设置权重λcoord=5λcoord=5.在计算IOU误差时，包含物体的格子与不包含物体的格子，二者的IOU误差对网络loss的贡献值是不同的。若采用相同的权值，那么不包含物体的格子的confidence值近似为0，变相放大了包含物体的格子的confidence误差在计算网络参数梯度时的影响。为解决这个问题，使用λnoobj=0.5λnoobj=0.5修正iouErr。（此处的‘包含’是指存在一个物体，它的中心坐标落入到格子内）。对于相等的误差值，大物体误差对检测的影响应小于小物体误差对检测的影响。这是因为，相同的位置偏差占大物体的比例远小于同等偏差占小物体的比例。YOLO将物体大小的信息项（w和h）进行求平方根来改进这个问题，但并不能完全解决这个问题。
综上，在GIM+点云的叠加画面异常检测训练过程中Loss计算如下式所示：
其中，
为预测值,无帽子的为训练标记值；
表示物体落入格子i的第j个bbox内.如果某个单元格中没有目标,则不对分类误差进行反向传播;B个bbox中与GT具有最高IoU的一个进行坐标误差的反向传播。
在本实施例中，将变电站的点云数据、GIM三维数字化模型所包含的设计方案信息和设备参数数据等、变电工程施工过程质量管控的各项规范规程（国家标准、行业标准、企业标准等）信息进行融合，比较、分析不同工程数据之间的关系，研究数据智能分析算法，通过部署专家数据服务器和智能专家远程施工过程质量管控平台，实现变电站施工过程质量管控的智能分析。同时系统业务过程的数据可准确记录到后台数据库，不断积累工程经验和数据，不断提高后续变电工程设计、施工、施工过程质量管控质量和智能化水平。所研发、建立的变电工程智能专家远程施工过程质量管控平台，需要实现和完成的比对项目包括（但不限于）以下几方面：
1）判断变电站主要构建物及设备位置是否和GIM三维数字化模型一致；
2）判断变电站主要构建物及设备形状是否和GIM三维数字化模型一致；
3）判断变电站主要构建物及设备空间是否和GIM三维数字化模型一致；
4）判断变电站主要构建物及设备尺寸是否和GIM三维数字化模型一致；
5）查询变电站主要构建物及设备周边辅助安全设施是否齐备，并核查缺失、错位部件。
变电站的面积大、设备结构复杂、各种附属设备多，通过智能专家远程施工过程质量管控平台可以应付复杂的施工状况，实现变电站施工过程质量管控的远程智能分析。
4）开发变电工程智能移动终端APP，利用计算机实景融合技术，实现变电站实物与虚拟三维设计图的融合显示与人机互动，实现施工过程质量管控中质量通病快速智能核查。智能移动终端接收智能专家远程施工过程质量管控平台指定的任务，现场核查人员根据智能移动终端的引导快速定位质量通病，采用非接触式智能测量，完成质量通病智能分析后并将现场数据实时回传给后台，GIM三维设计图叠加实测点云如图13所示。
实现真实场景和施工关键点信息的融合显示和人机互动，在设计和技术交底过程中能够通过所开发的智能移动终端APP初步实现设计和技术交底过程中能够展现设计方案关键点、施工关键作业点和重大安全风险点等技术交底信息。
智能移动终端，需要完成现场实际安装尺寸的核查任务，根据系统定位提示和任务下达、指引功能，利用虚拟非接触式测量技术对变电站主要构建物及设备进行校核和复测，其应包括以下主要内容（包括但不限于）：
①变电站主要构建物及设备测量——位置信息；
②变电站主要构建物及设备测量——形状信息；
③变电站主要构建物及设备测量——空间信息；
④变电站主要构建物及设备测量——尺寸信息。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (5)
1.一种三维重建技术的GIM模型工程智能验收方法，其特征在于，包括以下步骤：
步骤S1:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况，并转换为三维数字化模型；
步骤S2:根据变电站施工标准数据，构建GIM变电站三维数字模型，并将GIM变电站三维数字模型导入AR变电站验收平台；
步骤S3:AR变电站验收平台根据得到的三维数字化模型与GIM变电站三维数字模型进行比对，通过变电站工程验收比对算法得到比对结果，并将比对结果传送至移动终端；
步骤S4:通过移动终端在现场获取并复核比对结果，并对变电工程进行验收。
2.根据权利要求1所述的三维重建技术的GIM模型工程智能验收方法，其特征在于，所述步骤S1具体为：
步骤S11:通过便携式三维激光雷达彩色点云扫描采集仪采集变电工程的实际建设和安装状况,得到点云数据；
步骤S12:对得到的点云数据，进行数据拼接、去噪声、缺失点插值修补处理；
步骤S13:采用点云特征提取技术，将处理后的点云数据转换为有组织的多边形网络，生成三维数字化模型。
3.根据权利要求1所述的三维重建技术的GIM模型工程智能验收方法，其特征在于：所述步骤S2具体为：
步骤S21:根据变电站施工标准数据，构建GIM变电站三维数字模型;
步骤S22:GIM变电站三维数字模型在导入AR变电站验收平台前，将数据导出成obj、stl、fbx的通用格式;
步骤S23:采用多边形模型处理软件将所选变电站电气设备的GIM三维数字化模型转化为可编辑的多边形对象；
步骤S24:通过对该多边形对象的各子对像进行参数校对、特征优化、网格处理、属性赋予、外观渲染、以及杂项过滤操作，完成所选变电站主要电气设备的标准化处理;
步骤S25:完成了所选电气设备三维数字化模型标准化转换后，GIM三维数字化模型和AR变电站验收平台应用引擎间的数据链已打通,AR变电站验收平台应用引擎可以准确地访问所选变电站电气设备GIM三维数字化模型。
4.根据权利要求3所述的三维重建技术的GIM模型工程智能验收方法，其特征在于，所述所选电气设备的可编辑多边形对象包含了节点、边界、 边界环、 多边形面和元素5种子对象模式。
5.根据权利要求1所述的三维重建技术的GIM模型工程智能验收方法，其特征在于，所述变电站工程验收比对算法通过对GIM数据和点云数据进行叠加后，通过图像原理对GIM+点云的叠加画面进行图像特制比对，进而发现偏差点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911119635.2A CN110880200A (zh) | 2019-11-15 | 2019-11-15 | 基于三维重建技术的gim模型工程智能验收方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911119635.2A CN110880200A (zh) | 2019-11-15 | 2019-11-15 | 基于三维重建技术的gim模型工程智能验收方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110880200A true CN110880200A (zh) | 2020-03-13 |
Family
ID=69728905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911119635.2A Pending CN110880200A (zh) | 2019-11-15 | 2019-11-15 | 基于三维重建技术的gim模型工程智能验收方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110880200A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112035934A (zh) * | 2020-09-04 | 2020-12-04 | 国网山西省电力公司经济技术研究院 | 一种基于变电站的数字化设计模型进行施工管理控制的方法 |
| CN112102485A (zh) * | 2020-09-04 | 2020-12-18 | 中国十七冶集团有限公司 | 一种基于ar技术进行空间智能管理的方法 |
| CN112132964A (zh) * | 2020-08-18 | 2020-12-25 | 浙江华阳数智信息科技有限公司 | 基于介导现实技术的数字乡村建设管控系统及方法 |
| CN112419488A (zh) * | 2020-12-08 | 2021-02-26 | 国网江苏省电力工程咨询有限公司 | 一种电网信息模型gim转换为点云的方法 |
| CN112686285A (zh) * | 2020-12-18 | 2021-04-20 | 福建新大陆软件工程有限公司 | 一种基于计算机视觉的工程质量检测方法及系统 |
| CN112785135A (zh) * | 2021-01-15 | 2021-05-11 | 广州穗能通能源科技有限责任公司 | 工程质量检验方法、装置、计算机设备和存储介质 |
| CN112836352A (zh) * | 2021-01-12 | 2021-05-25 | 中国电建集团贵州电力设计研究院有限公司 | 一种融合三维设计和激光点云的输电线路模型生成方法 |
| CN112966914A (zh) * | 2021-02-26 | 2021-06-15 | 国家电网有限公司 | 一种基于gim-5d的装配式变电站质量智能管控方法 |
| CN114509781A (zh) * | 2022-02-17 | 2022-05-17 | 国网上海市电力公司 | 一种电网排管工程的数字化显示设备和方法 |
| CN115344924A (zh) * | 2022-08-10 | 2022-11-15 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于ar技术的墙内管线对比验收的方法 |
| CN117313438A (zh) * | 2023-11-30 | 2023-12-29 | 云南三耳科技有限公司 | 一种三维工厂工具编辑优化方法及装置 |
| CN117952979A (zh) * | 2024-03-27 | 2024-04-30 | 山东力加力钢结构有限公司 | 一种建设工程质量检测监管方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040254758A1 (en) * | 2003-05-28 | 2004-12-16 | Chih-Kuang Chang | System and method for detecting defects of objects based on a CAD platform |
| CN106055839A (zh) * | 2016-06-30 | 2016-10-26 | 上海宝冶集团有限公司 | 基于bim的三维扫描技术在建筑工程中的应用方法 |
| CN109146711A (zh) * | 2018-07-02 | 2019-01-04 | 中国十七冶集团有限公司 | 一种综合利用bim技术和3d激光扫描系统优化施工的方法 |
| CN109559381A (zh) * | 2018-11-06 | 2019-04-02 | 国网福建省电力有限公司 | 一种基于ar空间测量技术的变电站验收方法 |
-
2019
- 2019-11-15 CN CN201911119635.2A patent/CN110880200A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040254758A1 (en) * | 2003-05-28 | 2004-12-16 | Chih-Kuang Chang | System and method for detecting defects of objects based on a CAD platform |
| CN106055839A (zh) * | 2016-06-30 | 2016-10-26 | 上海宝冶集团有限公司 | 基于bim的三维扫描技术在建筑工程中的应用方法 |
| CN109146711A (zh) * | 2018-07-02 | 2019-01-04 | 中国十七冶集团有限公司 | 一种综合利用bim技术和3d激光扫描系统优化施工的方法 |
| CN109559381A (zh) * | 2018-11-06 | 2019-04-02 | 国网福建省电力有限公司 | 一种基于ar空间测量技术的变电站验收方法 |
Non-Patent Citations (1)
| Title |
|---|
| 付学勇 等: "三维激光扫描在混凝土结构工程质量验收中的应用", 《住宅产业》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132964A (zh) * | 2020-08-18 | 2020-12-25 | 浙江华阳数智信息科技有限公司 | 基于介导现实技术的数字乡村建设管控系统及方法 |
| CN112102485A (zh) * | 2020-09-04 | 2020-12-18 | 中国十七冶集团有限公司 | 一种基于ar技术进行空间智能管理的方法 |
| CN112035934A (zh) * | 2020-09-04 | 2020-12-04 | 国网山西省电力公司经济技术研究院 | 一种基于变电站的数字化设计模型进行施工管理控制的方法 |
| CN112035934B (zh) * | 2020-09-04 | 2024-05-10 | 国网山西省电力公司经济技术研究院 | 一种基于变电站的数字化设计模型进行施工管理控制的方法 |
| CN112419488B (zh) * | 2020-12-08 | 2023-08-29 | 国网江苏省电力工程咨询有限公司 | 一种电网信息模型gim转换为点云的方法 |
| CN112419488A (zh) * | 2020-12-08 | 2021-02-26 | 国网江苏省电力工程咨询有限公司 | 一种电网信息模型gim转换为点云的方法 |
| CN112686285A (zh) * | 2020-12-18 | 2021-04-20 | 福建新大陆软件工程有限公司 | 一种基于计算机视觉的工程质量检测方法及系统 |
| CN112686285B (zh) * | 2020-12-18 | 2023-06-02 | 福建新大陆软件工程有限公司 | 一种基于计算机视觉的工程质量检测方法及系统 |
| CN112836352B (zh) * | 2021-01-12 | 2023-02-14 | 中国电建集团贵州电力设计研究院有限公司 | 一种融合三维设计和激光点云的输电线路模型生成方法 |
| CN112836352A (zh) * | 2021-01-12 | 2021-05-25 | 中国电建集团贵州电力设计研究院有限公司 | 一种融合三维设计和激光点云的输电线路模型生成方法 |
| CN112785135A (zh) * | 2021-01-15 | 2021-05-11 | 广州穗能通能源科技有限责任公司 | 工程质量检验方法、装置、计算机设备和存储介质 |
| CN112966914A (zh) * | 2021-02-26 | 2021-06-15 | 国家电网有限公司 | 一种基于gim-5d的装配式变电站质量智能管控方法 |
| CN114509781A (zh) * | 2022-02-17 | 2022-05-17 | 国网上海市电力公司 | 一种电网排管工程的数字化显示设备和方法 |
| CN115344924A (zh) * | 2022-08-10 | 2022-11-15 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于ar技术的墙内管线对比验收的方法 |
| CN117313438A (zh) * | 2023-11-30 | 2023-12-29 | 云南三耳科技有限公司 | 一种三维工厂工具编辑优化方法及装置 |
| CN117313438B (zh) * | 2023-11-30 | 2024-01-26 | 云南三耳科技有限公司 | 一种三维工厂工具编辑优化方法及装置 |
| CN117952979A (zh) * | 2024-03-27 | 2024-04-30 | 山东力加力钢结构有限公司 | 一种建设工程质量检测监管方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110880200A (zh) | 基于三维重建技术的gim模型工程智能验收方法 | |
| Jiang et al. | UAV-based 3D reconstruction for hoist site mapping and layout planning in petrochemical construction | |
| CN110188505A (zh) | 基于bim+3d激光扫描技术的复杂深基坑监测系统及方法 | |
| Cheng et al. | BIM applied in historical building documentation and refurbishing | |
| CN112598796B (zh) | 基于广义点云的三维建筑信息模型构建与自动更新的方法 | |
| US20180068035A1 (en) | Modeling and designing system and method | |
| CN110322564B (zh) | 一种适用于vr/ar的变电站运行环境的三维模型构建方法 | |
| CN109559381B (zh) | 一种基于ar空间测量技术的变电站验收方法 | |
| Chung et al. | Smart facility management systems utilizing open BIM and augmented/virtual reality | |
| CN110660125B (zh) | 用于电力配网系统的三维建模装置 | |
| CN104252716A (zh) | 一种基于逆向工程的博物馆藏品三维数字建模的系统及其使用方法 | |
| CN108491649A (zh) | 一种风电场数字化平台的设计方法以及处理设备 | |
| CN103247062A (zh) | 采集农田关键点测绘成图的方法 | |
| CN111582537A (zh) | 一种生产叶片的数字化车间施工方法 | |
| CN112446114A (zh) | 基于三维模型比对的输电线路工程施工进度监测方法 | |
| CN115797568A (zh) | 一种基于三维gis与bim集成的建模方法及装置 | |
| CN112580428A (zh) | 一种配电网设计方法及装置 | |
| Guo et al. | Study on landscape architecture model design based on big data intelligence | |
| Trebuňa et al. | 3D scanning as a modern technology for creating 3D models | |
| Sommer et al. | Automated generation of a digital twin of a manufacturing system by using scan and convolutional neural networks | |
| CN114898055A (zh) | 基于虚拟现实的特高压换流站远程智能巡检的方法及系统 | |
| CN111982077B (zh) | 电子地图绘制方法、系统和电子设备 | |
| CN112328666A (zh) | 一种基于云平台技术的智慧建筑监管运维系统 | |
| CN113806423A (zh) | 一种基于gis的输变电工程环保检测系统及方法 | |
| CN112800514A (zh) | 一种采用激光点云加bim建模技术运用到换流站可视化管控平台的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20200313 |