CN111197979A - 一种基于点云数据分析的建筑检测方法及装置 - Google Patents

一种基于点云数据分析的建筑检测方法及装置 Download PDF

Info

Publication number
CN111197979A
CN111197979A CN201910538168.0A CN201910538168A CN111197979A CN 111197979 A CN111197979 A CN 111197979A CN 201910538168 A CN201910538168 A CN 201910538168A CN 111197979 A CN111197979 A CN 111197979A
Authority
CN
China
Prior art keywords
deviation
fitting
unqualified
data
room
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.)
Granted
Application number
CN201910538168.0A
Other languages
English (en)
Other versions
CN111197979B (zh
Inventor
刘英武
梁焯坚
干晓明
王向辰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Linghui Construction Technology Co ltd
Original Assignee
Guangdong Lingsheng Assembly Architecture Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Lingsheng Assembly Architecture Technology Co Ltd filed Critical Guangdong Lingsheng Assembly Architecture Technology Co Ltd
Priority to CN201910538168.0A priority Critical patent/CN111197979B/zh
Publication of CN111197979A publication Critical patent/CN111197979A/zh
Application granted granted Critical
Publication of CN111197979B publication Critical patent/CN111197979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G01C15/12—Instruments for setting out fixed angles, e.g. right angles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开一种基于点云数据分析的建筑检测方法及装置，本装置用于实现本方法，本方法包括创建建筑基准指标库，至少包括墙面、地面、天花水平基准面及其角度偏差、间距偏差；获取激光扫描所采集到的目标建筑室内的实测点云数据；转换实测点云数据的坐标系为本地坐标系；识别点云数据中面数据，至少包括墙面数据、地面数据、天花数据；采用最小二乘法拟合各面数据生成相应拟合面；计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面；计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点，由此生成实测结果。本发明的检测方法无需人工干预，高效快捷而且数据的准确。

Description

一种基于点云数据分析的建筑检测方法及装置
技术领域
本发明涉及建筑质量检测领域，更具体地，涉及一种基于点云数据分析的建筑检测方法及装置。
背景技术
工程质量在建筑施工中占有非常重要地位，各省市已根据实际情况颁布了住宅工程分户质量验收制度，强化过程验收环节，很多建筑开发商根据此制度推出了质量检测的验收制度，质量检测是定期对建筑实体取样检查、识别并积极消除项目风险的关键技术，实测数据应该反映建筑项目的真实质量，以对在建工程各道工序进行实时监控，全面提升工程质量管理水平。
以往建筑检测工作主要通过人工干预的测量方法，比如面垂直度数据：该指标反映在建筑同一层范围内墙(柱)表面垂直的程度。在墙(柱)面上任意高度内，经过任意两个位于同一墙(柱)纵剖面上的点的地面垂线的间距值不应超过某一标准值(如混凝土结构工程一般要求不超过8mm)，否则认为该指标不合格。行业内现有做法，通常对墙面进行垂直度检测。使用工具，通常为靠尺。在不同的建筑施工阶段，如混凝土阶段、装修阶段，分别执行不同的指标。具体测量过程如下：首先选定一面待检墙体，再目测墙面，并选择3-5处位置竖直摆放靠尺(使用靠尺的垂直度检测面)，观察靠尺垂直度指针(或数显屏幕数字)，如显示数值超过指标要求，则标记该摆放位置的墙体垂直度不合格。又如面水平度数据：该指标反映同一房间砼顶板的平整程度。选取同一功能房间内砼顶板内四个角点和一个中点距离同一水平基准线之间5个实测值的极差值。行业内现有做法，通常对顶板(天花板)进行水平度检测。使用工具，通常为扫平仪，以及靠尺，在不同的建筑施工阶段，如混凝土阶段、装修阶段，分别执行不同的指标。具体测量过程如下：将激光扫平仪固定好，调好水平；打开激光扫平仪，确保水平线与顶板的距离，在靠尺测量范围之内，清晰可见；目测顶板水平度，选择5～10个点；将靠尺一头顶住顶板，另一头尽量与地面保持垂直；读数，微调靠尺下端，看读数能否变小，记录最小读数，即为此位置的天花到水平面距离；对其余点，重复D-E，获得所选全部点的读数；对全部读数，取平均差；各个点相对平均差绝对值最大的偏差值，即为此顶板水平度偏差，水平度指标为毫米值。再如面平整度数据：该指标反映在建筑同一层范围内墙柱表面平整程度。在墙面任意位置上放置2m长直尺，墙面最凹点与直尺之间的距离值不应超过某一标准值(如混凝土结构工程一般要求不超过8mm)，否则认为该指标不合格。行业内现有做法，通常对墙面和地面进行平整度检测。使用工具，通常为靠尺。在不同的建筑施工阶段，如混凝土阶段、装修阶段，分别执行不同的指标。具体测量过程如下：选定一面待检墙面或地面；目测墙面或地面，并选择3-5处位置任意方向摆放靠尺(使用靠尺的平整度检测面)，观察靠尺面与墙面或地面缝隙较大的位置，测量缝隙宽度(一般采用塞尺)，如缝隙宽度超过指标要求，则标记该摆放位置的墙体平整度不合格。
又如房间开间进深数据：选用同一房间内开间、进深两个方向墙体间距离最大值和距离最小值的极差作为测量指标，以综合反映同一房间的方正程度以及空间尺寸是否达到设计尺寸。同一标高上各点测得的两墙面距离值的极差不应超过某一标准值(装修工程一般要求不超过10mm)，且实际测量距离与设计尺寸的偏差值也不应超过某一标准值(装修工程一般要求不超过10mm)，否则认为该指标不合格。行业内现有做法使用的工具通常为激光测距仪。在不同的建筑施工阶段，如混凝土阶段、装修阶段，分别执行不同的指标。具体测量过程如下：选择房间内某面墙，并选定某个标高(一般可选择建筑一米线附近的位置，便于人员操作)放置激光测距仪。打开激光测距仪，测定该点位置上本面墙与对面墙面的垂直距离；沿着同一标高不同位置，重复B步骤，测得若干个两面墙的垂直距离，并比较距离值的极差。又如洞口尺寸数据：该指标反映洞口施工尺寸与图纸尺寸的偏差。取同一个门或窗洞口的任意位置测量其宽度和高度，实际测量尺寸与设计尺寸偏差值应位于某一阈值范围之内，否则认为该指标不合格。行业内现有测量工具通常为激光测距仪。
采用靠尺检测墙面的垂直度，靠尺的一侧面沿其长度方向设有三个抵持位，检测人员手持靠尺，目测墙面，并选择3-5处位置竖直摆放靠尺，将靠尺的一侧面抵持于墙面，观察靠尺上垂直度指针，如显示数值超过指标要求，则标记该摆放位置的墙体垂直度不合格，又如采用靠尺检测墙面的平整度，靠尺的另一侧面为标准平整面，将靠尺另一侧抵持于墙面，墙面与靠尺的标准平整面之间缝隙采用契形塞尺测量，若缝隙超过偏差范围，则视为不平整点。可见，靠尺对墙面垂直度和平整度的检测仅限于面上取线检测，又由于人为选择检测位置，检测结果的随机性和误差率偏高。涉及人工干预的测量方法不仅成本高，而且因受限于测量工具、测量操作导致误差及偏差在所难免，建筑开发商满意度难以提升。目前在建筑测量工作中用到激光测距仪或激光扫平仪来检测墙面水平度或建筑房的方正度，但仅限人力范围完成点到点或端到端的取点检测，由人工干预检测，获取墙面与扫平仪发射的基准水平线之间的距离极差，工效不高，误差率无法控制。对于天花平整度和水平度的检测，由于人为能力的限制，检测数据的有效性更是无法保证。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷(不足)，提供一种基于点云数据分析的建筑检测方法及装置。本发明旨在至少在一定程度上解决上述技术问题。
本发明的首要目的是提供一种高效准确的建筑质量检测方法，以提升建筑质量水平。为了达到上述技术效果，本发明的技术方案如下：
一种基于点云数据分析的建筑检测方法，包括如下步骤：
S10创建建筑基准指标库，其中至少包括墙面垂直基准面、地面水平基准面、天花水平基准面及其角度偏差、间距偏差；
S20获取激光扫描所采集到的目标建筑室内的实测点云数据；
S30将所采集实测点云数据的坐标系转换为本地坐标系；
S40基于本地坐标系识别点云数据中面数据，面数据至少包括墙面数据、地面数据、天花数据；
S50采用最小二乘法拟合各面数据生成相应拟合面，拟合面至少包括墙面垂直拟合面、地面水平拟合面、天花水平拟合面；
S60计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，
则将该面标记为不合格面；计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点，由此生成实测结果。
优选地，所述角度偏差至少包括面垂直度角度偏差、面水平度角度偏差和方正度角度偏差，所述S60中计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面的方法具体为：
(1)计算墙面垂直拟合面与地面水平基准面之间夹角θ1，比较夹角θ1与垂直角90°的垂直偏差，若垂直偏差超出面垂直度角度偏差，则视该面的垂直度不合格，将其标记为垂直度不合格面；
(2)计算地面水平拟合面与地面水平基准面之间夹角θ2，比较夹角θ2与面水平度偏差，若夹角θ2超出面水平度角度偏差，则视该地面的水平度不合格，将其标记为水平度不合格面；
(3)计算天花水平拟合与天花水平基准面之间夹角θ3，比较夹角θ3与面水平度偏差，若夹角θ3超出面水平度角度偏差，则视该天花的水平度不合格，将其标记为水平度不合格面；
(4)计算在水平面上两相邻拟合面之间的夹角θ4，比较夹角θ4与垂直角90°的偏差，若偏差超出方正度角度偏差，则视该两相邻拟合面的方正度不合格，将其标记为方正度不合格面。
优选地，所述间距偏差至少包括面平整度偏差、面水平度偏差，所述S60中计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点的方法具体为：
(1)计算面数据中各实测点到其拟合面的距离，若实测点到其拟合面的距离超出面平整度偏差，则将该实测点标记为不合格点；
(2)计算拟合面与基准面的夹角θ，假设该面数据共有n个实测点，该面数据中第i个实测点映射于基准面的边长为ai，则该面数据中第i个实测点到基准面的距离di＝ai*tanθ,若di超出面水平度偏差，则将该实测点标记为不合格点。
优选地，若所述实测点到其拟合面的距离大于面平整度偏差，则将该实测点标记为不合格凸点，若实测点到其拟合面的距离小于面平整度偏差，则将该实测点标记为不合格凹点。
优选地，所述建筑基准指标库还包括房间开间基准面和进深基准面，所述面数据还包括房间开间面数据和房间进深面数据，所述拟合面还包括房间开间拟合面和房间进深拟合面，所述角度偏差还包括开间及进深水平度角度偏差，所述S60中计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面的方法还包括：
(5)计算房间开间拟合面与房间开间基准面之间夹角θ4，比较夹角θ4与开间及进深水平度角度偏差，若夹角θ4超出开间及进深水平度角度偏差，则标记该房间开间拟合面的水平度不合格；
(6)计算房间进深拟合面与房间进深基准面之间夹角θ5，比较夹角θ5与开间及进深水平度角度偏差，若夹角θ5超出开间及进深水平度角度偏差，则标记该房间进深拟合面的水平度不合格。
优选地，所述建筑基准指标库还包括房间开间偏差、房间进深偏差，所述S60还包括：
计算房间开间其对向两拟合面距离值的极差E，若极差E超出房间开间偏差，则标记该房间开间不合格；
计算房间进深其对向两拟合面距离值的极差F，若极差F超出房间进深偏差，则标记该房间进深不合格。
优选地，所述建筑基准指标库还包括阴阳角指标及其偏差，所述S60还包括：
计算阴阳角的相邻两拟合面的空间夹角β，比较夹角β与阴阳角指标，若两者之差超出其偏差，则标记该阴阳角不合格。
优选地，所述建筑基准指标库还包括窗/门内侧墙面指标及其偏差，所述面数据还包括窗/门内侧墙面指标及其偏差，所述拟合面还包括窗/门内侧墙体面，所述S60还包括：
计算拟合面中窗/门内侧墙面的长度，并将其与窗/门内侧墙面指标比较，若两者之差超出其偏差，则标记该窗/门内侧墙面为不合格。
优选地，所述S30之后，所述S40之前，还包括：
S70去除点云数据中目标建筑内部空间以外的外飘点数据，及比较点点云数据中连续点之间的位置，设定阈值，将起伏大于阈值的点判定为噪声点并采用随机滤波ransac算法给予去除。
本发明还提供了一种基于点云数据分析的建筑检测装置，该装置用于实现上述方法，包括：
创建模块，用于创建建筑基准指标库，其中至少包括墙面垂直基准面、地面水平基准面、天花水平基准面及其角度偏差、间距偏差，还包括房间开间基准面、进深基准面、房间开间偏差、房间进深偏差、阴阳角指标及其偏差、窗/门内侧墙面指标及其偏差；
获取模块，用于获取激光扫描所采集到的目标建筑室内的实测点云数据；
坐标转换模块，用于将所采集实测点云数据的坐标系转换为本地坐标系；
预处理模块，用于去除点云数据中目标建筑内部空间以外的外飘点数据，及比较点点云数据中连续点之间的位置，设定阈值，将起伏大于阈值的点判定为噪声点并采用随机滤波ransac算法给予去除；
识别模块，用于基于本地坐标系识别点云数据中面数据，面数据至少包括墙面数据、地面数据、天花数据、房间开间面数据、房间进深面数据、窗/门内侧墙面指标及其偏差；
面拟合模块，用于采用最小二乘法拟合各面数据生成相应拟合面，拟合面至少包括墙面垂直拟合面、地面水平拟合面、天花水平拟合面，还包括
生成模块，用于计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面，所述角度偏差至少包括面垂直度角度偏差、面水平度角度偏差和方正度角度偏差，具体包括：
(1)计算墙面垂直拟合面与地面水平基准面之间夹角θ1，比较夹角θ1与垂直角90°的垂直偏差，若垂直偏差超出面垂直度角度偏差，则视该面的垂直度不合格，将其标记为垂直度不合格面；
(2)计算地面水平拟合面与地面水平基准面之间夹角θ2，比较夹角θ2与面水平度偏差，若夹角θ2超出面水平度角度偏差，则视该地面的水平度不合格，将其标记为水平度不合格面；
(3)计算天花水平拟合与天花水平基准面之间夹角θ3，比较夹角θ3与面水平度偏差，若夹角θ3超出面水平度角度偏差，则视该天花的水平度不合格，将其标记为水平度不合格面；
(4)计算在水平面上两相邻拟合面之间的夹角θ4，比较夹角θ4与垂直角90°的偏差，若偏差超出方正度角度偏差，则视该两相邻拟合面的方正度不合格，将其标记为方正度不合格面；
(5)计算房间开间拟合面与房间开间基准面之间夹角θ4，比较夹角θ4与开间及进深水平度角度偏差，若夹角θ4超出开间及进深水平度角度偏差，则标记该房间开间拟合面的水平度不合格；
(6)计算房间进深拟合面与房间进深基准面之间夹角θ5，比较夹角θ5与开间及进深水平度角度偏差，若夹角θ5超出开间及进深水平度角度偏差，则标记该房间进深拟合面的水平度不合格；
及计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点，所述间距偏差至少包括面平整度偏差、面水平度偏差，具体包括：
(1)计算面数据中各实测点到其拟合面的距离，若实测点到其拟合面的距离超出面平整度偏差，则将该实测点标记为不合格点，若所述实测点到其拟合面的距离大于面平整度偏差，则将该实测点标记为不合格凸点，若实测点到其拟合面的距离小于面平整度偏差，则将该实测点标记为不合格凹点；
(2)计算拟合面与基准面的夹角θ，假设该面数据共有n个实测点，该面数据中第i个实测点映射于基准面的边长为ai，则该面数据中第i个实测点到基准面的距离di＝ai*tanθ,若di超出面水平度偏差，则将该实测点标记为不合格点；
及计算房间开间其对向两拟合面距离值的极差E，若极差E超出房间开间偏差，则标记该房间开间不合格；
及计算房间进深其对向两拟合面距离值的极差F，若极差F超出房间进深偏差，则标记该房间进深不合格；
及计算阴阳角的相邻两拟合面的空间夹角β，比较夹角β与阴阳角指标，若两者之差超出其偏差，则标记该阴阳角不合格；
及计算拟合面中窗/门内侧墙面的长度，并将其与窗/门内侧墙面指标比较，若两者之差超出其偏差，则标记该窗/门内侧墙面为不合格，由此生成实测结果。
与现有技术相比，本发明技术方案的有益效果是：本发明首先创建新的建筑基准指标库，该指标库中不仅有现有的间距偏差指标，还增加了角度偏差的指标，便于用户两个指标的转换选取；然后基于目标建筑室内的实测点云数据，智能分析处理得到出不合格面/点生成实测检测结果，整个过程无需人工干预，即提高工作效率，又保证了数据的准确性；本发明进一步通过实测结果中对不合格点/面的标记，用来指导施工单位高效而准确完成施工整改，提升房屋质量水平；本发明进一步地提供天花面的检测，弥补现有技术中因天花面检测不方便而被忽略的问题。
附图说明
图1为本发明基于点云数据分析的建筑质量检测方法一实施例的方法流程图；
图2为本发明基于点云数据分析的建筑质量检测方法另一实施例的方法流程图；
图3为本发明基于点云数据分析的建筑质量检测装置一实施例的功能模块图；
图4为面平整度一实测结果的示意图；
图5为房间开间进深一实测结果的示意图；
图6为面水平度一实测结果的示意图；
图7为天花平整度一实测结果的示意图；
图8为面数据识别一实施例的Z坐标示意图；
图9为面数据识别一实施例的X坐标示意图；
图10为面数据识别一实施例的Y坐标示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
本发明的技术方案如下：
如图1-8所示，一种基于点云数据分析的建筑检测方法，包括如下步骤：
S10创建建筑基准指标库，其中至少包括墙面垂直基准面、地面水平基准面、天花水平基准面及其角度偏差、间距偏差；
S20获取激光扫描所采集到的目标建筑室内的实测点云数据；
S30将所采集实测点云数据的坐标系转换为本地坐标系；
S40基于本地坐标系识别点云数据中面数据，面数据至少包括墙面数据、地面数据、天花数据；
S50采用最小二乘法拟合各面数据生成相应拟合面，拟合面至少包括墙面垂直拟合面、地面水平拟合面、天花水平拟合面；
S60计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，
则将该面标记为不合格面；计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点，由此生成实测结果。
本发明通过硬件装置扫描目标建筑室内空间，获取实测点云数据，扫描可以是全方位，也可以制定扫描指定区域，硬件装置有且不限于激光扫描仪、全站仪、激光雷达、激光光栅等。本发明中坐标转换过程应包括坐标系转换、点云数据在新坐标系中的格式匹配等，本地坐标系可以为XYZ的空间坐标，如以激光发射点为原点O，以激光发射点的水平面为XOY面，铅垂于海平面为Z轴，也可以为高程坐标系或其他。激光扫描仪按它自身的空间坐标轴的卦限顺序扫描，当扫描仪在某个方向上扫到了墙，这个方向扫出的实测点会大量聚集并且这些实测点具有近似坐标，以此识别面数据。如图8所示，对于整个点云而言，当扫描仪在某个方向上扫到了墙，这个方向扫出的点是会很多的，所以将平面分为三个方向的平面，问题转变为去找对于各个坐标轴而言，哪些位置是有平面的。
所以对点的坐标值进行统计，其中z方向的坐标值统计后的效果图大致如下：
图中能够明显看出，凸起点柱分布分别是z的负半轴和z的正半轴，对应到一个检测站所扫的房间而言，就是这个房间的地板与顶板。(地板点数小于顶板的原因是由于扫描仪它自己的正下方是盲区，扫描不到点)
而在xy方向上，由于扫描仪本身不一定垂直于墙面，所以要去将点云旋转成与墙面垂直的状态，对于xyz三个方向，假设点是均匀分布的，算出z方向上点云的平均值，当点的数量大于这个平均值的两倍时，认为是遇到了平面，低于两倍时，就是非面数据，那么这中间的凸起的点柱就被识别为面数据。
实测点云数据的三维呈现是现有技术，故在面数据的识别中不做另行说明。再通过最小二乘法拟合生成面数据相应的拟合面。最后对上述拟合面与基准面之间，实测点与拟合面之间，选用角度偏差指标和/或间距偏差指标，进行计算，找出不合格面/点，生成具有施工整改指导作用的实测结果。
本发明首先创建新的建筑基准指标库，该指标库中不仅有现有的间距偏差指标，还增加了角度偏差的指标，便于用户两个指标的转换选取；然后通过激光扫描获取目标建筑室内的实测点云数据，对实测点云数据进行识别计算并标记不合格面/点，生成实测结果，整个检测过程无需人工干预，即提高工作效率，又保证了数据的准确性。
优选地，所述角度偏差至少包括面垂直度角度偏差、面水平度角度偏差和方正度角度偏差，所述S60中计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面的方法具体为：
(1)计算墙面垂直拟合面与地面水平基准面之间夹角θ1，比较夹角θ1与垂直角90°的垂直偏差，若垂直偏差超出面垂直度角度偏差，则视该面的垂直度不合格，将其标记为垂直度不合格面；
(2)计算地面水平拟合面与地面水平基准面之间夹角θ2，比较夹角θ2与面水平度偏差，若夹角θ2超出面水平度角度偏差，则视该地面的水平度不合格，将其标记为水平度不合格面；
(3)计算天花水平拟合与天花水平基准面之间夹角θ3，比较夹角θ3与面水平度偏差，若夹角θ3超出面水平度角度偏差，则视该天花的水平度不合格，将其标记为水平度不合格面；
(4)计算在水平面上两相邻拟合面之间的夹角θ4，比较夹角θ4与垂直角90°的偏差，若偏差超出方正度角度偏差，则视该两相邻拟合面的方正度不合格，将其标记为方正度不合格面。
优选地，所述间距偏差至少包括面平整度偏差、面水平度偏差，所述S60中计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点的方法具体为：
(1)计算面数据中各实测点到其拟合面的距离，若实测点到其拟合面的距离超出面平整度偏差，则将该实测点标记为不合格点；
(2)计算拟合面与基准面的夹角θ，假设该面数据共有n个实测点，该面数据中第i个实测点映射于基准面的边长为ai，则该面数据中第i个实测点到基准面的距离di＝ai*tanθ,若di超出面水平度偏差，则将该实测点标记为不合格点。
优选地，若所述实测点到其拟合面的距离大于面平整度偏差，则将该实测点标记为不合格凸点，若实测点到其拟合面的距离小于面平整度偏差，则将该实测点标记为不合格凹点。
优选地，所述建筑基准指标库还包括房间开间基准面和进深基准面，所述面数据还包括房间开间面数据和房间进深面数据，所述拟合面还包括房间开间拟合面和房间进深拟合面，所述角度偏差还包括开间及进深水平度角度偏差，所述S60中计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面的方法还包括：
(5)计算房间开间拟合面与房间开间基准面之间夹角θ4，比较夹角θ4与开间及进深水平度角度偏差，若夹角θ4超出开间及进深水平度角度偏差，则标记该房间开间拟合面的水平度不合格；
(6)计算房间进深拟合面与房间进深基准面之间夹角θ5，比较夹角θ5与开间及进深水平度角度偏差，若夹角θ5超出开间及进深水平度角度偏差，则标记该房间进深拟合面的水平度不合格。
优选地，所述建筑基准指标库还包括房间开间偏差、房间进深偏差，所述S60还包括：
计算房间开间其对向两拟合面距离值的极差E，若极差E超出房间开间偏差，则标记该房间开间不合格；
计算房间进深其对向两拟合面距离值的极差F，若极差F超出房间进深偏差，则标记该房间进深不合格。
优选地，所述建筑基准指标库还包括阴阳角指标及其偏差，所述S60还包括：
计算阴阳角的相邻两拟合面的空间夹角β，比较夹角β与阴阳角指标，若两者之差超出其偏差，则标记该阴阳角不合格。
优选地，所述建筑基准指标库还包括窗/门内侧墙面指标及其偏差，所述面数据还包括窗/门内侧墙面指标及其偏差，所述拟合面还包括窗/门内侧墙体面，所述S60还包括：
计算拟合面中窗/门内侧墙面的长度，并将其与窗/门内侧墙面指标比较，若两者之差超出其偏差，则标记该窗/门内侧墙面为不合格。
优选地，所述S30之后，所述S40之前，还包括：
S70去除点云数据中目标建筑内部空间以外的外飘点数据，及比较点点云数据中连续点之间的位置，设定阈值，将起伏大于阈值的点判定为噪声点并采用随机滤波ransac算法给予去除。
附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种基于点云数据分析的建筑检测方法，其特征在于，包括如下步骤：
S10创建建筑基准指标库，其中至少包括墙面垂直基准面、地面水平基准面、天花水平基准面及其角度偏差、间距偏差；
S20获取激光扫描所采集到的目标建筑室内的实测点云数据；
S30将所采集实测点云数据的坐标系转换为本地坐标系；
S40基于本地坐标系识别点云数据中面数据，面数据至少包括墙面数据、地面数据、天花数据；
S50采用最小二乘法拟合各面数据生成相应拟合面，拟合面至少包括墙面垂直拟合面、地面水平拟合面、天花水平拟合面；
S60计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面；计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点，由此生成实测结果。
2.如权利要求1所述的基于点云数据分析的建筑检测方法，其特征在于，所述角度偏差至少包括面垂直度角度偏差、面水平度角度偏差和方正度角度偏差，所述S60中计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面的方法具体为：
(1)计算墙面垂直拟合面与地面水平基准面之间夹角θ1，比较夹角θ1与垂直角90°的垂直偏差，若垂直偏差超出面垂直度角度偏差，则视该面的垂直度不合格，将其标记为垂直度不合格面；
(2)计算地面水平拟合面与地面水平基准面之间夹角θ2，比较夹角θ2与面水平度偏差，若夹角θ2超出面水平度角度偏差，则视该地面的水平度不合格，将其标记为水平度不合格面；
(3)计算天花水平拟合与天花水平基准面之间夹角θ3，比较夹角θ3与面水平度偏差，若夹角θ3超出面水平度角度偏差，则视该天花的水平度不合格，将其标记为水平度不合格面；
(4)计算在水平面上两相邻拟合面之间的夹角θ4，比较夹角θ4与垂直角90°的偏差，若偏差超出方正度角度偏差，则视该两相邻拟合面的方正度不合格，将其标记为方正度不合格面。
3.如权利要求1所述的基于点云数据分析的建筑检测方法，其特征在于，所述间距偏差至少包括面平整度偏差、面水平度偏差，所述S60中计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点的方法具体为：
(1)计算面数据中各实测点到其拟合面的距离，若实测点到其拟合面的距离超出面平整度偏差，则将该实测点标记为不合格点；
(2)计算拟合面与基准面的夹角θ，假设该面数据共有n个实测点，该面数据中第i个实测点映射于基准面的边长为ai，则该面数据中第i个实测点到基准面的距离di＝ai*tanθ,若di超出面水平度偏差，则将该实测点标记为不合格点。
4.如权利要求3所述的基于点云数据分析的建筑检测方法，其特征在于，若所述实测点到其拟合面的距离大于面平整度偏差，则将该实测点标记为不合格凸点，若实测点到其拟合面的距离小于面平整度偏差，则将该实测点标记为不合格凹点。
5.如权利要求1所述的基于点云数据分析的建筑检测方法，其特征在于，所述建筑基准指标库还包括房间开间基准面和进深基准面，所述面数据还包括房间开间面数据和房间进深面数据，所述拟合面还包括房间开间拟合面和房间进深拟合面，所述角度偏差还包括开间及进深水平度角度偏差，所述S60中计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面的方法还包括：
(5)计算房间开间拟合面与房间开间基准面之间夹角θ4，比较夹角θ4与开间及进深水平度角度偏差，若夹角θ4超出开间及进深水平度角度偏差，则标记该房间开间拟合面的水平度不合格；
(6)计算房间进深拟合面与房间进深基准面之间夹角θ5，比较夹角θ5与开间及进深水平度角度偏差，若夹角θ5超出开间及进深水平度角度偏差，则标记该房间进深拟合面的水平度不合格。
6.如权利要求5所述的基于点云数据分析的建筑检测方法，其特征在于，所述建筑基准指标库还包括房间开间偏差、房间进深偏差，所述S60还包括：
计算房间开间其对向两拟合面距离值的极差E，若极差E超出房间开间偏差，则标记该房间开间不合格；
计算房间进深其对向两拟合面距离值的极差F，若极差F超出房间进深偏差，则标记该房间进深不合格。
7.如权利要求1所述的基于点云数据分析的建筑检测方法，其特征在于，所述建筑基准指标库还包括阴阳角指标及其偏差，所述S60还包括：
计算阴阳角在水平面上相邻两拟合面的空间夹角β，比较夹角β与阴阳角指标，若两者之差超出其偏差，则标记该阴阳角不合格。
8.如权利要求1所述的基于点云数据分析的建筑检测方法，其特征在于，所述建筑基准指标库还包括窗/门内侧墙面指标及其偏差，所述面数据还包括窗/门内侧墙面指标及其偏差，所述拟合面还包括窗/门内侧墙体面，所述S60还包括：
计算拟合面中窗/门内侧墙面的长度，并将其与窗/门内侧墙面指标比较，若两者之差超出其偏差，则标记该窗/门内侧墙面为不合格。
9.如权利要求1所述的基于点云数据分析的建筑检测方法，其特征在于，所述S30之后，所述S40之前，还包括：
S70去除点云数据中目标建筑内部空间以外的外飘点数据，及比较点点云数据中连续点之间的位置，设定阈值，将起伏大于阈值的点判定为噪声点并采用随机滤波ransac算法给予去除。
10.一种基于点云数据分析的建筑检测装置，其特征在于，包括：
创建模块，用于创建建筑基准指标库，其中至少包括墙面垂直基准面、地面水平基准面、天花水平基准面及其角度偏差、间距偏差，还包括房间开间基准面、进深基准面、房间开间偏差、房间进深偏差、阴阳角指标及其偏差、窗/门内侧墙面指标及其偏差；
获取模块，用于获取激光扫描所采集到的目标建筑室内的实测点云数据；
坐标转换模块，用于将所采集实测点云数据的坐标系转换为本地坐标系；
预处理模块，用于去除点云数据中目标建筑内部空间以外的外飘点数据，及比较点点云数据中连续点之间的位置，设定阈值，将起伏大于阈值的点判定为噪声点并采用随机滤波ransac算法给予去除；
识别模块，用于基于本地坐标系识别点云数据中面数据，面数据至少包括墙面数据、地面数据、天花数据、房间开间面数据、房间进深面数据、窗/门内侧墙面指标及其偏差；
面拟合模块，用于采用最小二乘法拟合各面数据生成相应拟合面，拟合面至少包括墙面垂直拟合面、地面水平拟合面、天花水平拟合面，还包括
生成模块，用于计算上述拟合面与上述基准面之间角度差，若角度差超出角度偏差，则将该面标记为不合格面，所述角度偏差至少包括面垂直度角度偏差、面水平度角度偏差和方正度角度偏差，具体包括：
(1)计算墙面垂直拟合面与地面水平基准面之间夹角θ1，比较夹角θ1与垂直角90°的垂直偏差，若垂直偏差超出面垂直度角度偏差，则视该面的垂直度不合格，将其标记为垂直度不合格面；
(2)计算地面水平拟合面与地面水平基准面之间夹角θ2，比较夹角θ2与面水平度偏差，若夹角θ2超出面水平度角度偏差，则视该地面的水平度不合格，将其标记为水平度不合格面；
(3)计算天花水平拟合与天花水平基准面之间夹角θ3，比较夹角θ3与面水平度偏差，若夹角θ3超出面水平度角度偏差，则视该天花的水平度不合格，将其标记为水平度不合格面；
(4)计算在水平面上两相邻拟合面之间的夹角θ4，比较夹角θ4与垂直角90°的偏差，若偏差超出方正度角度偏差，则视该两相邻拟合面的方正度不合格，将其标记为方正度不合格面；
(5)计算房间开间拟合面与房间开间基准面之间夹角θ4，比较夹角θ4与开间及进深水平度角度偏差，若夹角θ4超出开间及进深水平度角度偏差，则标记该房间开间拟合面的水平度不合格；
(6)计算房间进深拟合面与房间进深基准面之间夹角θ5，比较夹角θ5与开间及进深水平度角度偏差，若夹角θ5超出开间及进深水平度角度偏差，则标记该房间进深拟合面的水平度不合格；
及计算面数据中各实测点到其拟合面的间距，若间距超出间距偏差范围，则该实测点标记为不合格点，所述间距偏差至少包括面平整度偏差、面水平度偏差，具体包括：
(1)计算面数据中各实测点到其拟合面的距离，若实测点到其拟合面的距离超出面平整度偏差，则将该实测点标记为不合格点，若所述实测点到其拟合面的距离大于面平整度偏差，则将该实测点标记为不合格凸点，若实测点到其拟合面的距离小于面平整度偏差，则将该实测点标记为不合格凹点；
(2)计算拟合面与基准面的夹角θ，假设该面数据共有n个实测点，该面数据中第i个实测点映射于基准面的边长为ai，则该面数据中第i个实测点到基准面的距离di＝ai*tanθ,若di超出面水平度偏差，则将该实测点标记为不合格点；
及计算房间开间其对向两拟合面距离值的极差E，若极差E超出房间开间偏差，则标记该房间开间不合格；
及计算房间进深其对向两拟合面距离值的极差F，若极差F超出房间进深偏差，则标记该房间进深不合格；
及计算阴阳角的相邻两拟合面的空间夹角β，比较夹角β与阴阳角指标，若两者之差超出其偏差，则标记该阴阳角不合格；
及计算拟合面中窗/门内侧墙面的长度，并将其与窗/门内侧墙面指标比较，若两者之差超出其偏差，则标记该窗/门内侧墙面为不合格，由此生成实测结果。
CN201910538168.0A 2019-06-20 2019-06-20 一种基于点云数据分析的建筑检测方法及装置 Active CN111197979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910538168.0A CN111197979B (zh) 2019-06-20 2019-06-20 一种基于点云数据分析的建筑检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910538168.0A CN111197979B (zh) 2019-06-20 2019-06-20 一种基于点云数据分析的建筑检测方法及装置

Publications (2)

Publication Number Publication Date
CN111197979A true CN111197979A (zh) 2020-05-26
CN111197979B CN111197979B (zh) 2022-07-26

Family

ID=70744189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910538168.0A Active CN111197979B (zh) 2019-06-20 2019-06-20 一种基于点云数据分析的建筑检测方法及装置

Country Status (1)

Country Link
CN (1) CN111197979B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112066939A (zh) * 2020-09-11 2020-12-11 金秀云 一种基于云数据的建筑监理用工程质量检测系统
CN112258474A (zh) * 2020-10-22 2021-01-22 深圳集智数字科技有限公司 一种墙面异常检测方法和装置
CN112683221A (zh) * 2020-12-21 2021-04-20 深圳集智数字科技有限公司 一种建筑检测方法和相关装置
CN112833777A (zh) * 2020-12-07 2021-05-25 盎锐（上海）信息科技有限公司 用于实测实量的测量方法及测量系统
CN112945150A (zh) * 2021-02-02 2021-06-11 上海勘察设计研究院(集团)有限公司 一种基于三维激光扫描技术的大型构筑物平整度检测方法
WO2021189968A1 (zh) * 2020-03-24 2021-09-30 广东博智林机器人有限公司 阴阳角的测量方法、装置、存储介质和处理器
CN114022569A (zh) * 2021-11-18 2022-02-08 湖北中烟工业有限责任公司 一种基于视觉测量箱体方正度的方法及装置
WO2022095931A1 (zh) * 2020-11-05 2022-05-12 广东博智林机器人有限公司 墙壁施工方法、装置、存储介质及处理器
WO2022134842A1 (zh) * 2020-12-24 2022-06-30 广东博智林机器人有限公司 一种建筑特征的识别方法及装置
CN115600395A (zh) * 2022-10-09 2023-01-13 南京领鹊科技有限公司（Cn） 一种室内工程质量验收评价方法及装置
CN116804765A (zh) * 2023-08-25 2023-09-26 兰笺(苏州)科技有限公司 一种室内空间实测实量指标自动化测定方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577697A (zh) * 2013-11-12 2014-02-12 中国民用航空总局第二研究所 基于道路表面点云数据的fod检测方法
CN104620129A (zh) * 2012-09-14 2015-05-13 法罗技术股份有限公司 具有角扫描速度的动态调整的激光扫描仪
CN106248001A (zh) * 2016-09-10 2016-12-21 天津大学 基于三维激光扫描仪的大型工艺管线对接平直度测量方法
CN106600617A (zh) * 2016-12-29 2017-04-26 中科宇图科技股份有限公司 基于曲率从Lidar点云数据提取建筑物轮廓线的方法
CN107424193A (zh) * 2017-04-27 2017-12-01 巧夺天宫（深圳）科技有限公司 一种门窗信息提取方法及其装置
CN107816980A (zh) * 2017-10-10 2018-03-20 东南大学 一种钢铁辊系位置检测装置及方法
CN108090284A (zh) * 2017-12-19 2018-05-29 建基工程咨询有限公司 基于激光扫描建模逆向工程技术在施工监理中的应用
CN108592895A (zh) * 2018-05-08 2018-09-28 安捷睿（厦门）机器人有限公司 基于三维激光扫描的建筑施工检测系统、方法及设备
CN109191521A (zh) * 2018-12-05 2019-01-11 中国铁建重工集团有限公司 一种隧道点云数据分析方法及系统
CN109556540A (zh) * 2018-11-07 2019-04-02 西安电子科技大学 一种非接触式基于3d图像的物体平面度检测方法、计算机
CN109828284A (zh) * 2019-03-18 2019-05-31 上海盎维信息技术有限公司 基于人工智能的实测实量的方法及装置
CN110595446A (zh) * 2019-08-19 2019-12-20 广东领盛装配式建筑科技有限公司 一种基于虚拟靠尺的建筑实测实量方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104620129A (zh) * 2012-09-14 2015-05-13 法罗技术股份有限公司 具有角扫描速度的动态调整的激光扫描仪
CN103577697A (zh) * 2013-11-12 2014-02-12 中国民用航空总局第二研究所 基于道路表面点云数据的fod检测方法
CN106248001A (zh) * 2016-09-10 2016-12-21 天津大学 基于三维激光扫描仪的大型工艺管线对接平直度测量方法
CN106600617A (zh) * 2016-12-29 2017-04-26 中科宇图科技股份有限公司 基于曲率从Lidar点云数据提取建筑物轮廓线的方法
CN107424193A (zh) * 2017-04-27 2017-12-01 巧夺天宫（深圳）科技有限公司 一种门窗信息提取方法及其装置
CN107816980A (zh) * 2017-10-10 2018-03-20 东南大学 一种钢铁辊系位置检测装置及方法
CN108090284A (zh) * 2017-12-19 2018-05-29 建基工程咨询有限公司 基于激光扫描建模逆向工程技术在施工监理中的应用
CN108592895A (zh) * 2018-05-08 2018-09-28 安捷睿（厦门）机器人有限公司 基于三维激光扫描的建筑施工检测系统、方法及设备
CN109556540A (zh) * 2018-11-07 2019-04-02 西安电子科技大学 一种非接触式基于3d图像的物体平面度检测方法、计算机
CN109191521A (zh) * 2018-12-05 2019-01-11 中国铁建重工集团有限公司 一种隧道点云数据分析方法及系统
CN109828284A (zh) * 2019-03-18 2019-05-31 上海盎维信息技术有限公司 基于人工智能的实测实量的方法及装置
CN110595446A (zh) * 2019-08-19 2019-12-20 广东领盛装配式建筑科技有限公司 一种基于虚拟靠尺的建筑实测实量方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
冯腾: "基于三维激光扫描的建筑物垂直度监测研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 *
张勍 等: "基于计算机视觉的卷烟包装方正度测量方法", 《烟草科技》 *
张艳敏 等: "Trimble三维扫描仪在住宅工程分户质量验收中的应用", 《测绘通报》 *
李杰 等: "三维激光扫描仪在墙面平整度检测中的应用", 《井冈山大学学报（自然科学版）》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021189968A1 (zh) * 2020-03-24 2021-09-30 广东博智林机器人有限公司 阴阳角的测量方法、装置、存储介质和处理器
CN112066939A (zh) * 2020-09-11 2020-12-11 金秀云 一种基于云数据的建筑监理用工程质量检测系统
CN112258474A (zh) * 2020-10-22 2021-01-22 深圳集智数字科技有限公司 一种墙面异常检测方法和装置
WO2022095931A1 (zh) * 2020-11-05 2022-05-12 广东博智林机器人有限公司 墙壁施工方法、装置、存储介质及处理器
CN112833777A (zh) * 2020-12-07 2021-05-25 盎锐（上海）信息科技有限公司 用于实测实量的测量方法及测量系统
CN112833777B (zh) * 2020-12-07 2023-09-22 盎锐（上海）信息科技有限公司 用于实测实量的测量方法及测量系统
CN112683221B (zh) * 2020-12-21 2022-05-17 深圳集智数字科技有限公司 一种建筑检测方法和相关装置
CN112683221A (zh) * 2020-12-21 2021-04-20 深圳集智数字科技有限公司 一种建筑检测方法和相关装置
WO2022134842A1 (zh) * 2020-12-24 2022-06-30 广东博智林机器人有限公司 一种建筑特征的识别方法及装置
CN112945150A (zh) * 2021-02-02 2021-06-11 上海勘察设计研究院(集团)有限公司 一种基于三维激光扫描技术的大型构筑物平整度检测方法
CN114022569A (zh) * 2021-11-18 2022-02-08 湖北中烟工业有限责任公司 一种基于视觉测量箱体方正度的方法及装置
CN114022569B (zh) * 2021-11-18 2024-06-07 湖北中烟工业有限责任公司 一种基于视觉测量箱体方正度的方法及装置
CN115600395A (zh) * 2022-10-09 2023-01-13 南京领鹊科技有限公司（Cn） 一种室内工程质量验收评价方法及装置
CN116804765A (zh) * 2023-08-25 2023-09-26 兰笺(苏州)科技有限公司 一种室内空间实测实量指标自动化测定方法及装置
CN116804765B (zh) * 2023-08-25 2023-11-14 兰笺(苏州)科技有限公司 一种室内空间实测实量指标自动化测定方法及装置

Also Published As

Publication number Publication date
CN111197979B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN111197979B (zh) 一种基于点云数据分析的建筑检测方法及装置
Huber et al. Using laser scanners for modeling and analysis in architecture, engineering, and construction
Feng et al. A new method for in-situ non-contact roughness measurement of large rock fracture surfaces
CN113587835A (zh) 一种利用三维激光扫描技术进行桥梁工程质量验收的方法
CN107727014B (zh) 一种墙面平整度、垂直度偏差检测装置及方法
CN113124782B (zh) 一种基于点云抗差自适应的建构筑物垂直度检测方法
González-Jorge et al. Standard artifact for the geometric verification of terrestrial laser scanning systems
Bosché et al. Terrestrial laser scanning and continuous wavelet transform for controlling surface flatness in construction–A first investigation
CN114541480B (zh) 一种钢壳沉管拼装精度检验方法及系统
CN113267156B (zh) 一种利用惯导测量水泥地坪平整度的方法及测量系统
CN104697502A (zh) 基于最小二乘法的建筑物特征点坐标提取方法
CN109781561A (zh) 基于三维激光扫描技术在结构鉴定中的应用方法
CN115824040A (zh) 一种基于三维激光扫描的钢板组合梁桥检测方法
CN113702985B (zh) 用于实测实量的测量方法及激光雷达
CN112884823B (zh) 面向实测实量应用的靠尺模拟点云选取与计算方法
Jones et al. A method for determining field accuracy of mobile scanning devices for geomechanics applications
Bertacchini et al. Terrestrial laser scanner for surveying and monitoring middle age towers
Mohammed Important methods measurements to exam the accuracy and reliability of reflector-less total station measurements
Antanavičiūtė et al. Some issues regarding the calibration of the terrestrial laser scanner Leica Scanstation C10
CN115540752A (zh) 基于激光点云的工程质量允许偏差检测系统与构建方法
CN113012289B (zh) 一种建筑室内观感质量衡量方法及系统
CN111220085A (zh) 一种基于三维激光扫描点云数据的隧道大变形量测方法
Kolapo et al. Factors to be considered in establishing a scanning laboratory for testing the accuracy of terrestrial laser scanning technologies
Sztubecki et al. A hybrid method of determining deformations of engineering structures with a laser station and a 3D scanner
Talebi et al. Tolerance compliance measurement using terrestrial laser scanner

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
TA01 Transfer of patent application right

Effective date of registration: 20220708

Address after: 528000 cnc5021, floor 5, block C, Jiabo City, No. 189, Foshan Avenue, Chancheng District, Foshan City, Guangdong Province (residence declaration)

Applicant after: Guangdong Linghui Construction Technology Co.,Ltd.

Address before: Residents committee of Xixi community, Longjiang Town, Shunde District, Foshan City, Guangdong Province

Applicant before: Guangdong Lingsheng Assembly Architecture Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant