CN112288254B - 一种施工质量检测方法、终端和存储介质 - Google Patents

一种施工质量检测方法、终端和存储介质 Download PDF

Info

Publication number
CN112288254B
CN112288254B CN202011135533.2A CN202011135533A CN112288254B CN 112288254 B CN112288254 B CN 112288254B CN 202011135533 A CN202011135533 A CN 202011135533A CN 112288254 B CN112288254 B CN 112288254B
Authority
CN
China
Prior art keywords
quality detection
model
point
cluster
target
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
Application number
CN202011135533.2A
Other languages
English (en)
Other versions
CN112288254A (zh
Inventor
樊则森
苏世龙
滕荣
常运兴
宋芳妍
库胜安
李嘉欣
卢荣辉
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.)
China Construction Science and Technology Group Co Ltd
Original Assignee
China Construction Science and Technology Group 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 China Construction Science and Technology Group Co Ltd filed Critical China Construction Science and Technology Group Co Ltd
Priority to CN202011135533.2A priority Critical patent/CN112288254B/zh
Publication of CN112288254A publication Critical patent/CN112288254A/zh
Priority to PCT/CN2021/092780 priority patent/WO2022083108A1/zh
Application granted granted Critical
Publication of CN112288254B publication Critical patent/CN112288254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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—Systems or methods specially adapted for 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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/012—Dimensioning, tolerancing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请适用于计算机技术领域，提供了一种施工质量检测方法、终端和存储介质。所述方法包括：获取施工现场的点云模型；获取所述施工现场的设计模型；将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，所述第一目标点的数量大于1；对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个所述第一类簇中包含至少一个所述第一目标点；根据各个所述第一类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果。采用本申请技术方案能够提高有效降低施工质量检测的计算量，提高施工质量检测的效率。

Description

一种施工质量检测方法、终端和存储介质
技术领域
本申请属于计算机技术领域，尤其涉及一种施工质量检测方法、终端和存储介质。
背景技术
施工现场是指进行房屋建造、设备安装、管线敷设等施工活动的施工场地。为了保证工程质量，施工现场需要达到相关的设计要求和有关规范标准要求。即，需要保证施工现场的实际成果和原本的设计模型之间的偏差在一标准的范围以内，才能够确认施工质量达到要求。
但是目前对现场施工质量检测的方法计算量大，导致整个质量检测过程效率很低。
发明内容
本申请实施例提供一种施工质量检测方法、终端和存储介质，可以解决目前对现场施工质量检测的方法计算量大，导致整个质量检测过程效率很低的问题。
本申请实施例第一方面提供一种施工质量检测方法，包括：
获取施工现场的点云模型；
获取所述施工现场的设计模型；
将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，所述第一目标点的数量大于1；
对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个所述第一类簇中包含至少一个所述第一目标点；
根据各个所述第一类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果。
本申请实施例第二方面提供的一种第一施工质量检测装置，包括：
第一获取单元，用于获取施工现场的点云模型；
第二获取单元，用于获取所述施工现场的设计模型；
筛选单元，用于将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，所述第一目标点的数量大于1；
多点聚合单元，用于对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个所述第一类簇中包含至少一个所述第一目标点；
质量检测单元，用于根据各个所述第一类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果。
本申请实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端上运行时，使得终端执行时实现方法的步骤。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例中，会获取施工现场的点云模型和获取施工现场的设计模型。然后，将所述点云模型和所述设计模型进行模型重叠，并从点云模型包含的三维点中，筛选出与设计模型的最短距离大于预设距离的第一目标点，第一目标点的数量大于1。接着，对第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个第一类簇中包含至少一个第一目标点。根据各个第一类簇内包含的第一目标点，生成对施工现场的质量检测结果。本申请的实施例，在筛选出第一目标点后，不是将每个点云模型的每个点逐个进行质量检测，而是筛选出具有偏差的第一目标点，并对第一目标点进行多点聚合，进而对聚合后得到的第一类簇进行质量检测，因此能够有效降低计算量，提高质量检测的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种质量检测方法的实现流程示意图；
图2是本申请实施例提供的筛选第一目标点的第一实现流程示意图；
图3是本申请实施例提供的筛选第一目标点的第二实现流程示意图；
图4是本申请实施例提供的多点聚合的第一实现流程示意图；
图5是本申请实施例提供的多点聚合的第二实现流程示意图；
图6是本申请实施例提供的一种施工质量检测装置的结构示意图；
图7是本申请实施例提供的终端的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
施工现场是指进行房屋建造、设备安装、管线敷设等施工活动的施工场地。为了保证工程质量，施工现场需要达到相关的设计要求和有关规范标准要求。即，需要保证施工现场的实际成果和原本的设计模型之间的偏差在一标准的范围以内，才能够确认施工质量达到要求。
但是目前对现场施工质量检测的方法计算量大，导致整个质量检测过程效率很低。
为了说明本申请的技术方案，下面通过具体实施例来进行说明。
图1示出了本申请实施例提供的一种施工质量检测方法的实现流程示意图，该方法可以应用于终端，适用于需降低质量检测方法的计算量、提高质量检测效率的情形。其中，上述终端可以为电脑、智能手机等设备。
具体的，上述施工质量检测方法可以包括以下步骤S101至步骤S105。
步骤S101，获取施工现场的点云模型。
其中，上述点云模型即为施工现场实际成果对应的模型。在本申请的一些实施方式中，工作人员可以利用无人机等设备对施工现场进行激光扫描，得到施工现场的点云数据。点云是指产品外观表面的点数据集合，基于点云数据，上述终端可以生成施工现场的点云模型。
步骤S102，获取施工现场的设计模型。
其中，上述设计模型是指工作人员预先对施工现场进行设计得到的模型。具体可以为建筑信息模型(Building Information Modeling，BIM)或其他三维模型。
一般地，在施工之前，工作人员会对施工现场进行设计，得到设计模型。在开始施工后，施工人员则会根据设计模型进行施工。而为了保证施工质量，需要上述点云模型和工作人员预先设计得到的设计模型之间的偏差在标准的范围以内，才能够确认施工质量达到要求。因此，在本申请的实施例中，会将上述点云模型上述设计模型进行比对。
步骤S103，将点云模型和设计模型进行模型重叠，并从点云模型包含的三维点中，筛选出与设计模型的最短距离大于预设距离的第一目标点。
其中，上述预设距离用于筛选出和设计模型偏差在标准的范围以外的点。具体的，上述终端可以根据对国家质量检测规范进行设定预设距离，也可以获取由本领域经验丰富的专家确定并输入的预设距离。
上述最短距离是指三维点和设计模型中各平面的距离中最短的距离。例如设计模型中包含A、B、C和D个墙面，则上述设计模型是指三维点和四个墙面的距离中最短的距离。
并且，一般的，某一个三维点与某一平面的距离为该点与设计模型的最短距离时，说明该三维点是对设计模型中该平面进行施工时得到的实际平面上的点。例如设计模型中包含A、B、C和D个墙面，并且，某一三维点与设计模型的最短距离为该三维点和A墙面的距离，此时，该三维点实际上时在对A墙面进行施工时得到的实际墙面上的点。
在本申请的实施方式中，通过将将点云模型和设计模型进行模型重叠，可以计算点云模型中包含的三维点与设计模型之间的最短距离，进而从点云模型包含的三维点中，筛选出与设计模型的最短距离大于预设距离的第一目标点。
若点云模型中，某一个点与设计模型的最短距离大于预设距离，则说明该点和设计模型的偏差较大，即该点不满足质量标准，需要筛选出来作为第一目标点进行后续处理，以保证施工质量。若点云模型中，某一个点与设计模型的最短距离小于或等于预设距离，则说明该点和设计模型的偏差较小或没有偏差，因此，可以不对该点进行将下一步处理。
即筛选出来的第一目标点，是与和设计模型偏差在标准的范围以外的点。
在本申请的一些实施方式中，当筛选出的第一目标点的数量为0时，则说明施工质量较好，和设计模型基本没有偏差。当筛选出的第一目标点的数量为1时，则可以根据该第一目标点与设计模型的第一距离，得出施工现场的质量检测结果。而在实际应用中，可能出现在设计模型的基础上基于实际应用对施工现场进行的修改的情况，例如预留孔洞、管线等，筛选出的第一目标点往往包含多个，此时需要对筛选出的多个第一目标点进行处理，得出施工现场的质量检测结果。
步骤S104，对第一目标点进行多点聚合操作，得到至少一个第一类簇。
由于实际应用中，单个点一般无法构成实际的物体或区域，因此通过聚合，实现对各个物体的三维点确定，进而使得后续的检测有实际的物理含义。即对第一目标点进行多点聚合后，可以得到至少一个第一类簇，而每个第一类簇中包含至少一个第一目标点。此时，每一个类簇可以表示实际的一个物体或区域。比如一个类簇可以表示实际预留的孔洞。
并且，由于第一类簇是由第一目标点组成的，每一个类簇可以表示和设计模型存在偏差的一个物体或区域。
步骤S105，根据各个第一类簇内包含的第一目标点，生成对施工现场的质量检测结果。
本申请的实施例中，根据各个第一类簇内包含的第一目标点，可以确定每个类簇和设计模型之间的偏差，进而生成对施工现场的质量检测结果。
其中，上述生成质量检测结果的方式可以由工作人员根据实际情况进行选择。
在本申请的一些实施方式中，可以计算第一类簇中，所有第一目标点与设计模型的最短距离的平均值，并将平均值确定为质量检测结果。此时，该平均值可以反映实际施工现场中该类簇和设计模型之间的偏差程度。
在本申请的另一些实施方式中，还可以统计第一类簇中，第一目标点的数量，并将该数量确定为质量检测结果。此时，该数量可以反映实际施工现场中和设计模型之间存在偏差的类簇的规模大小。
本申请实施例中，会获取施工现场的点云模型和获取施工现场的设计模型。然后，将所述点云模型和所述设计模型进行模型重叠，并从点云模型包含的三维点中，筛选出与设计模型的最短距离大于预设距离的第一目标点，第一目标点的数量大于1。接着，对第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个第一类簇中包含至少一个第一目标点。根据各个第一类簇内包含的第一目标点，生成对施工现场的质量检测结果。本申请的实施例，在筛选出第一目标点后，不是将每个点云模型的每个点逐个进行质量检测，而是筛选出具有偏差的第一目标点，并对第一目标点进行多点聚合，进而对聚合后得到的第一类簇进行质量检测，因此能够有效降低计算量，提高质量检测的效率。
实际应用中，现场工作人员根据实际需要，往往会在设计模型的基础上为施工现场预留窗洞、门洞、空调洞以及其它孔洞，同时还会预安装在墙体表面的线管和水管等管线，因此，检测施工质量的过程中需要将这些部分筛除。
具体的，在本申请的一些实施方式中，上述根据各个第一类簇内包含的第一目标点，生成施工现场的质量检测结果，可以包括：从第一类簇中，筛选出需要进行质量检测的第二类簇，并根据第二类簇内包含的第一目标点，生成对施工现场的质量检测结果。
在本申请的实施方式中，如果现场工作人员根据实际需要，在设计模型的基础上为施工现场预留窗洞、门洞、空调洞以及其它孔洞，或者预安装在墙体表面的线管和水管等管线，则在点云模型中，这些部分对应的点会被确认为第一目标点。而在进行第一目标点的多点聚合操作时，聚合得到的第一类簇中即包含这些区域，而这部分区域在质量检测过程中是不需要的。即得到的第一类簇中，可以包括不需要进行质量检测的部分类簇。
因此，在本申请的一些实施例中，在得到第一类簇之后，需要从第一类簇中，筛选出需要进行质量检测的第二类簇。即第二类簇对应的区域为实际施工现场和设计模型之间存在偏差，并且不是基于实际需要做出的修改的区域。
若上述第一类簇均不是需要进行质量检测的第二类簇，则说明施工质量较好，和设计模型基本没有偏差，符合质量检测标准。若上述第一类簇存在需要进行质量检测的第二类簇，则需要从第一类簇中，筛选出需要进行质量检测的第二类簇。
具体的，在本申请的一些实施方式中，可以从上述第一类簇中筛除不需要进行质量检测的类簇，将剩下的类簇作为第二类簇。
例如，在本申请的一些实施方式中，可以对第一类簇的最小外接区域对应的轮廓进行判断，当该轮廓为圆柱或半圆柱时，说明该第一类簇为预留的管道或洞孔，可以将该第一类簇确认为不需要进行质量检测的类簇。对所有第一类簇进行上述操作之后，可以将所有第一类簇中，不需要进行质量检测的类簇以外的类簇确认为第二类簇。
在本申请的另一些实施方式中，工作人员在预留洞孔、管道时，可以记录洞孔或管道对应的坐标。上述终端可以获取工作人员输入的坐标。若该坐标在某一第一类簇的最小外接区域内，则说明该第一类簇为不需要进行质量检测的类簇。对所有第一类簇进行上述操作之后，可以将所有第一类簇中，不需要进行质量检测的类簇以外的类簇确认为第二类簇。
在本申请的实施例中，在筛选出第二类簇之后，则可以根据各个第二类簇内的第一目标点，及每个第一目标点和设计模型之间的偏差，生成第二类簇的质量检测结果。然后，根据各个第二类簇的质量检测结果，生成对施工现场的质量检测结果。
例如在本申请的一些实施方式中，可以计算第二类簇中，所有第一目标点与设计模型的最短距离的平均值。然后，将该平均值确定为第二类簇的质量检测结果。此时，可以根据第二类簇的质量检测结果，生成对施工现场的质量检测结果。其中，上述施工现场的质量检测结果包含所有第二类簇的质量检测结果。
本申请实施例中，会从所述第一类簇中，筛选出需要进行质量检测的第二类簇，并根据所述第二类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果。本申请的实施例，在筛选出第一目标点之后，不是将每个第一目标点逐个进行质量检测，而是将第一目标点进行多点聚合，然后筛选出需要进行质量检测的第二类簇，对整个第二类簇进行质量检测，因此，不是逐个筛除掉孔洞、管线等部分对应的第一目标点，而是基于类簇对整个区域进行第一目标点的筛除，能够有效降低计算量，提高质量检测的效率。
由于客观状态下墙体表面是近似平面的曲面，墙面平整度变化是线性变化。本申请的实施方式中，通过多点聚合操作得到第一点簇，然后从中筛选出需要进行质量检测的第二点簇，并将第二点簇的整体表达替代范围内各个点对墙面平整度的表达。能够更加可以客观的反馈超出标准值的点的聚集范围，因此，质量检测结果更加符合实际。
在本申请的一些实施方式中，为了方便工作人员对质量检测结果进行查看，以使工作人员可以基于质量检测结果对施工现场的作业进行调整，上述终端可以对第二类簇及第二类簇的质量检测结果进行存储与显示。
本申请的实施例中，通过存储第二类簇及第二类簇的质量检测结果，在存储过程中，由于存储的是多点聚合操作后得到的第二类簇的质量检测结果，而不是逐个点的质量检测结果，可以合理的降低模型的点密度，减少点云模型大小。与此同时，在显示第二类簇及第二类簇的质量检测结果使，能够有效减轻设备的图像处理压力，实现云端展示。
为了筛选出第一目标点，在本申请的一些实施方式中，上述终端可以将点云模型和设计模型进行模型重叠，并在两个模型对重合后进行第一目标点的筛选。具体的，如图2所示，上述重合操作可以包括以下步骤S201至步骤S203。
步骤S201，获取点云模型的第一原点和第一坐标轴，以及设计模型的第二原点和第二坐标轴。
具体的，由于上述点云模型基于对施工现场进行扫描得到的点云数据生成的，在其生成过程中，需要确定第一原地和第一坐标轴以建立坐标系。例如，以采集设备为坐第一原点，以水平面向左为x轴，以水平面与x轴垂直为y轴，以与水平面垂直向上为z轴建立坐标系。因此，上述终端可以在建立点云模型过程中存储所使用的第一原点和第一坐标轴，并在需要筛选第一目标点时，获取点云模型的第一原点和第一坐标轴。
而在工作人员设计施工现场得设计模型时，则是直接从某一第二原点建立坐标轴，得到坐标系。再在坐标系中进行设计，进而得到上述设计模型。因此，上述终端同样可以在建立设计模型过程中存储所使用的第二原点和第二坐标轴，并在需筛选第一目标点时，获取设计模型的第二原点和第二坐标轴。
步骤S202，根据第一原点、第一坐标轴、第二原点和第二坐标轴，对点云模型或设计模型进行坐标偏移操作，直至第一原点和第二原点重合，且第一坐标轴和第二坐标轴，得到重合后的重合模型。
在本申请的一些实施方式中，根据第一原点、第一坐标轴、第二原点和第二坐标轴，可以进行坐标偏移操作，对设计模型的坐标轴进行移动，或者对点云模型的坐标轴进行移动，使得第一原点和第二原点重合，且第一坐标轴和第二坐标轴，此时，得到重合后的重合模型。
该重合模型中包含点云模型和设计模型，并且两个模型是对齐的。即若点云模型和设计模型不存在偏差，则在重合模型中，点云模型中的各个点应均在设计模型上。而若点云模型和设计模型存在偏差，则在重合模型中，点云模型中产生偏差的点不在设计模型上。
步骤S203，从重合模型内点云模型包含的三维点中，筛选出与设计模型的最短距离大于预设距离的第一目标点。
在本申请的一些实施方式中，当点云模型和设计模型存在偏差，则在重合模型中，点云模型中产生偏差的点不在设计模型上。此时，可以从重合模型内点云模型包含的三维点中，筛选出产生偏差的点，即与设计模型的最短距离大于预设距离的第一目标点。然后，针对第一目标点这些进行质量检测。
具体的，在本申请的一些实施方式中，如图3所示，上述从重合模型内点云模型包含的三维点中，筛选出与设计模型的最短距离大于预设距离的第一目标点，可以包括：步骤S301至步骤S305。
步骤S301，截取重合模型的横截面。
具体的，上述终端可以获取预设z值，并在上述重合模型中，截取z轴值为预设z值的横截面。此时，截取出的横截面为该重合模型在z轴值为预设z值时的二维平面。
步骤S302，识别横截面内设计模型包含的多条平面线段。
在本申请的一些实施方式中，在截取重合模型的横截面之后，可以识别横截面内设计模型包含的多条平面线段。在截取重合模型的横截面，原本设计模型的平面会变成一条平面线段。例如，当一个和水平面垂直的墙面截取横截面之后，会变成一条平面线段。因此，在本申请的一些实施方式中，可以识别横截面内设计模型包含的多条平面线段，每一条平面线段对应一个设计模型的平面。例如一个设计模型的墙面。
步骤S303，计算点云模型包含的每个三维点分别与各条所述平面线段的距离。
具体的，在设计模型的平面线段之后，可以计算每条平面线段的直线方程。接着，遍历上述点云模型的每个点，计算点云模型包含的每个三维点分别与各条所述平面线段的距离。此时，某一三维点与各条所述平面线段的距离，表示了该三维点与各条所述平面线段多对应平面的距离。
步骤S304，确定出每个三维点与各条平面线段的最短距离，并将该最短距离作为对应三维点与设计模型的最短距离。
从前述说明可知，根据某一三维点分别与各条所述平面线段的距离，可以确定出该三维点与各条平面线段的最短距离，该最短距离了该三维点与设计模型所有平面的最短距离，因此并将该最短距离作为对应三维点与设计模型的最短距离。而对每个三维点执行相同操作，可以所有三维点与设计模型的最短距离。
步骤S305，从所有三维点中筛选出与设计模型的最短距离大于预设距离的点，并将筛选出的点作为第一目标点。
在本申请的实施方式中，上述步骤S305可以参考步骤S103的描述，本申请对此不进行赘述。
理想情况下，每个点云模型的点对应的最短距离为0，说明实际的施工现场和设计模型完全一致，因此质量检测结果为质量检测合格。由于实际施工环境的限制或者人为因素，一般点云模型上的点会与设计模型存在一定偏差，但只要偏差在允许的范围内，即所有点对应的最短距离均小于或等于预设距离，则质量检测结果同样为质量检测合格。但若存在点对应的最短距离大于预设距离，则这些点与设计模型存在的偏差较大，因此，需要将这些点确认为第一目标点，并进一步就这些第一目标点确定质量检测结果。
本申请的实施例中，若对筛选出的第一目标点逐个进行质量检测，计算量很大，导致质量检测的效率低。因此，在筛选出第一目标点之后，会对第一目标点进行多点聚合操作。在本申请的一些实施方式中，如图4所示，上述多点聚合操作可以包括以下步骤S401至步骤S402。
步骤S401，获取各条平面线段关联的第一平面，并从第一平面中筛选出关联有至少一个第一目标点的所述第二平面。
在本申请的实施方式中，在工作人员设计施工现场时，是逐个平面依次进行设计的。在设计平面的过程中，可以标记好每个平面的坐标范围。或者由上述终端识别每个平面并确定平面对应的平面方程。
在通过前述方法得到平面线段后，可以获取各条平面线段关联的第一平面，该第一平面即为设计模型中的所有平面，例如设计模型中的所有墙面。在本申请的一些实施方式中，可以根据每条平面线段的直线方程和工作人员标记好的坐标范围，或者根据每条平面线段的直线方程和上述终端确定出的平面方程，确定每条平面线段对应的第一平面。
在本申请的实施例中，可能所有第一平面都关联有至少一个目标点，也可能只有部分第一平面关联有至少一个目标点。即实际情况下，可能每个平面都存在一定的偏差，也可能部分墙面存在偏差。因此，可以从第一平面中筛选出关联有至少一个第一目标点的所述第二平面。
步骤S402，对各个第二平面关联的第一目标点，分别进行多点聚合操作，得到至少一个第一类簇。
在本申请的一些实施方式中，对于一个第二平面，可以对该平面关联的所有第一目标点进行多点聚合操作，得到得到至少一个第一类簇，此时得到的每个第一类簇可以表示该第二平面上出现偏差的一个区域。对各个第二平面均进行上述操作，实际得到的第一类簇数量至少于第二平面的数量相同。第二平面中的第一目标点即为设计模型中第二平面与实际施工现场对应平面之间存在偏差时，点云数据中该偏差对应的点。
需要说明的是，由于实际进行点云扫描或者点云模型生成的过程中，可能存在一些杂点，因此，可以获取一预设距离值，该预设距离值用于筛除这些杂点。此时，对设计模型的单个平面，可以对该平面关联的所有第一目标点中，第一距离小于预设距离值的点进行多点聚合操作，得到至少一个第一类簇。其中，该预设距离值的取值可以根据实际情况进行调整，例如可以是100mm。
本申请的实施例中，通过获取各条所述平面线段关联的第一平面，并从所述第一平面中筛选出关联有至少一个第一目标点的所述第二平面，然后，对各个所述第二平面关联的第一目标点，分别进行多点聚合操作，得到至少一个第一类簇。能够实现对与设计模型每个平面上存在偏差的区域对应的第一点簇的筛选，进而针对每个第一点簇做质量检测。
为了实现多点聚合，在本申请的实施方式中，对于单个第二平面，需要将该平面关联的所有第一目标点映射到该平面上，得到该平面上的第二目标点。其中，该第二目标点为第一目标点映射在设计模型上的点，用于进行多点聚合。接着，对上述第二目标点进行多点聚合操作，可以得到至少一个聚合后的第一点簇。
需要说明的是，多点聚合操作的具体实现方式可以由工作人员根据实际情况进行选择。
在本申请的一些实施方式中，如图5所示，上述多点聚合操作可以包括以下步骤S501至步骤S502。
步骤S501，对单个第二目标点，查找该第二目标点预设半径内是否存在第三目标点。
其中，上述第三目标点为除该第二目标点以外的任一第二目标点。
步骤S502，若该第二目标点预设半径内存在第三目标点，则将该第二目标点对应的第一目标点和第三目标点对应的第一目标点划分到一个第一点簇内。
其中，预设半径用于将第一目标点区分在不同第一点簇内，其具体取值可以根据实际情况进行选择。
在本申请的一些实施方式中，对单个第二目标点，上述终端可以查找该第二目标点预设半径内是否存在第三目标点。若该第二目标点预设半径内存在第三目标点，则将该第二目标点对应的第一目标点和第三目标点对应的第一目标点划分到一个第一点簇内。因此，遍历所有第二目标点，可以将所有第一目标点分在不同的第一点簇内，得到至少一个第一点簇。同一第一点簇内的点相互之间的最小距离应小于预设半径。即，相近的点会被归入同一第一点簇，相距较远的点会被归入不同的第一点簇。因此，每个第一点簇能够表示一个实际的物体或区域。
在本申请的另一些实施方式中，可以将上述设计模型的第二平面划分为多个网格，检测每个网格是否存在第二目标点。若网格存在第二目标点，则将该网格上的第二目标点对应的第一目标点划分到一个第一点簇中。
本申请的实施方式中，会对于单个第二平面，需要将该平面关联的所有第一目标点映射到该平面上，得到该平面上的第二目标点。接着，对上述第二目标点进行多点聚合操作，可以得到至少一个聚合后的第一点簇。进而针对第一点簇做质量检测，相比逐个点进行质量检测，降低了质量检测的计算量。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其它顺序进行。
如图6所示为本申请实施例提供的一种施工质量检测装置600的结构示意图，所述施工质量检测装置600配置于终端上。所述施工质量检测装置700可以包括：第一获取单元601、第二获取单元602、筛选单元603、多点聚合单元604和质量检测单元605。
第一获取单元601，用于获取施工现场的点云模型；
第二获取单元602，用于获取所述施工现场的设计模型；
筛选单元603，用于将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，所述第一目标点的数量大于1；
多点聚合单元604，用于对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个所述第一类簇中包含至少一个所述第一目标点；
质量检测单元605，用于根据各个所述第一类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果。
在本申请的一些实施方式中，上述质量检测单元605还具体用于：从所述第一类簇中，筛选出需要进行质量检测的第二类簇，并根据所述第二类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果。
在本申请的一些实施方式中，上述筛选单元603还具体用于：获取所述点云模型的第一原点和第一坐标轴，以及所述设计模型的第二原点和第二坐标轴；根据所述第一原点、所述第一坐标轴、所述第二原点和所述第二坐标轴，对所述点云模型或所述设计模型进行坐标偏移操作，直至所述第一原点和第二原点重合，且所述第一坐标轴和所述第二坐标轴，得到重合后的重合模型；从所述重合模型内所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点。
在本申请的一些实施方式中，上述筛选单元603还具体用于：截取所述重合模型的横截面；识别所述横截面内所述设计模型包含的多条平面线段；计算所述点云模型包含的每个所述三维点分别与各条所述平面线段的距离；确定出每个所述三维点与各条所述平面线段的最短距离，并将该最短距离作为对应三维点与所述设计模型的最短距离；从所有所述三维点中筛选出与所述设计模型的最短距离大于预设距离的点，并将筛选出的点作为第一目标点。
在本申请的一些实施方式中，上述多点聚合单元604还具体用于：获取各条所述平面线段关联的第一平面，并从所述第一平面中筛选出关联有至少一个第一目标点的所述第二平面；对各个所述第二平面关联的第一目标点，分别进行多点聚合操作，得到至少一个第一类簇。
在本申请的一些实施方式中，上述多点聚合单元604还具体用于：将该平面关联的所有所述第一目标点映射到该平面上，得到该平面上的第二目标点；对所述第二目标点进行多点聚合操作，得到至少一个第一类簇。
在本申请的一些实施方式中，上述质量检测单元605还具体用于：计算所述第二类簇中，所有所述第一目标点与所述设计模型的最短距离的平均值；将所述平均值确定为所述第二类簇的质量检测结果；根据所述第二类簇的质量检测结果，生成对所述施工现场的质量检测结果。
在本申请的一些实施方式中，上述施工质量检测装置600还包括存储与显示单元，具体用于：对所述第二类簇及所述第二类簇的质量检测结果进行存储与显示。
需要说明的是，为描述的方便和简洁，上述施工质量检测装置600的具体工作过程，可以参考图1至图5所述方法的对应过程，在此不再赘述。
如图7所示，为本申请实施例提供的一种终端的示意图。该终端7可以包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如施工质量检测装置程序。所述处理器70执行所述计算机程序72时实现上述各个施工质量检测方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示单元601至605的功能。
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端中的执行过程。
例如，所述计算机程序可以被分割成第一获取单元、第二获取单元、筛选单元、多点聚合单元和质量检测单元。各单元具体功能如下：第一获取单元，用于获取施工现场的点云模型；第二获取单元，用于获取所述施工现场的设计模型；筛选单元，用于将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，所述第一目标点的数量大于1；多点聚合单元，用于对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个所述第一类簇中包含至少一个所述第一目标点；质量检测单元，用于根据各个所述第一类簇内包含的所述第一目标，生成对所述施工现场的质量检测结果。
所述终端可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器71也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种施工质量检测方法，其特征在于，包括：
获取施工现场的点云模型；
获取所述施工现场的设计模型；
将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，所述第一目标点的数量大于1；
对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，其中，每个所述第一类簇中包含至少一个所述第一目标点；
从所述第一类簇中，确定不需要进行质量检测的类簇，并将不需要进行质量检测的类簇以外的类簇确认为需要进行质量检测的第二类簇，并根据所述第二类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果，其中，所述不需要进行质量检测的类簇的最小外接区域对应的轮廓为预设形状，或者，所述不需要进行质量检测的类簇的最小外接区域内包含预设坐标。
2.如权利要求1所述的施工质量检测方法，其特征在于，所述将所述点云模型和所述设计模型进行模型重叠，并从所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，包括：
获取所述点云模型的第一原点和第一坐标轴，以及所述设计模型的第二原点和第二坐标轴；
根据所述第一原点、所述第一坐标轴、所述第二原点和所述第二坐标轴，对所述点云模型或所述设计模型进行坐标偏移操作，直至所述第一原点和第二原点重合，且所述第一坐标轴和所述第二坐标轴，得到重合后的重合模型；
从所述重合模型内所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点。
3.如权利要求2所述的施工质量检测方法，其特征在于，所述从所述重合模型内所述点云模型包含的三维点中，筛选出与所述设计模型的最短距离大于预设距离的第一目标点，包括：
截取所述重合模型的横截面；
识别所述横截面内所述设计模型包含的多条平面线段；
计算所述点云模型包含的每个所述三维点分别与各条所述平面线段的距离；
确定出每个所述三维点与各条所述平面线段的最短距离，并将该最短距离作为对应三维点与所述设计模型的最短距离；
从所有所述三维点中筛选出与所述设计模型的最短距离大于预设距离的点，并将筛选出的点作为第一目标点。
4.如权利要求3所述的施工质量检测方法，其特征在于，所述对所述第一目标点进行多点聚合操作，得到至少一个第一类簇，包括：
获取各条所述平面线段关联的第一平面，并从所述第一平面中筛选出关联有至少一个第一目标点的第二平面；
对各个所述第二平面关联的第一目标点，分别进行多点聚合操作，得到至少一个第一类簇。
5.如权利要求4所述的施工质量检测方法，其特征在于，在所述对各个所述第二平面关联的第一目标点，分别进行多点聚合操作，得到至少一个第一类簇的操作中，对单个平面关联的第一目标点的多点聚合操作，包括：
将该平面关联的所有所述第一目标点映射到该平面上，得到该平面上的第二目标点；
对所述第二目标点进行多点聚合操作，得到至少一个第一类簇。
6.如权利要求1所述的施工质量检测方法，其特征在于，所述根据所述第二类簇内包含的所述第一目标点，生成对所述施工现场的质量检测结果，包括：
计算所述第二类簇中，所有所述第一目标点与所述设计模型的最短距离的平均值；
将所述平均值确定为所述第二类簇的质量检测结果；
根据所述第二类簇的质量检测结果，生成对所述施工现场的质量检测结果。
7.权利要求6所述的施工质量检测方法，其特征在于，在所述生成对所述施工现场的质量检测结果之后，包括：
对所述第二类簇及所述第二类簇的质量检测结果进行存储与显示。
8.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN202011135533.2A 2020-10-21 2020-10-21 一种施工质量检测方法、终端和存储介质 Active CN112288254B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011135533.2A CN112288254B (zh) 2020-10-21 2020-10-21 一种施工质量检测方法、终端和存储介质
PCT/CN2021/092780 WO2022083108A1 (zh) 2020-10-21 2021-05-10 一种施工质量检测方法、装置、终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011135533.2A CN112288254B (zh) 2020-10-21 2020-10-21 一种施工质量检测方法、终端和存储介质

Publications (2)

Publication Number Publication Date
CN112288254A CN112288254A (zh) 2021-01-29
CN112288254B true CN112288254B (zh) 2024-04-02

Family

ID=74423217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011135533.2A Active CN112288254B (zh) 2020-10-21 2020-10-21 一种施工质量检测方法、终端和存储介质

Country Status (2)

Country Link
CN (1) CN112288254B (zh)
WO (1) WO2022083108A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288254B (zh) * 2020-10-21 2024-04-02 中建科技集团有限公司 一种施工质量检测方法、终端和存储介质
CN116361996A (zh) * 2023-02-10 2023-06-30 广州市第三市政工程有限公司 一种基于无人机的钢网架建模方法、系统和存储介质
CN117764539A (zh) * 2024-02-20 2024-03-26 山东汇富建设集团有限公司 一种基于BIM和Web技术的建筑施工进度监督管理方法
CN117808376A (zh) * 2024-02-29 2024-04-02 杭州钱塘产城开发集团有限公司 一种建设工程质量检测监管方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109558622A (zh) * 2018-09-19 2019-04-02 中建科技有限公司深圳分公司 一种基于点云扫描的施工管理方法及装置
CN111102926A (zh) * 2020-01-02 2020-05-05 青岛国信海天中心建设有限公司 一种基于bim的工程质量检测方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9852238B2 (en) * 2014-04-24 2017-12-26 The Board Of Trustees Of The University Of Illinois 4D vizualization of building design and construction modeling with photographs
CN105184497A (zh) * 2015-09-17 2015-12-23 杭州凯达电力建设有限公司 一种基于整体业务和生产能力的承载力分析方法及系统
US10706185B2 (en) * 2016-04-26 2020-07-07 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for automated spatial change detection and control of buildings and construction sites using three-dimensional laser scanning data
CN107908810B (zh) * 2017-09-28 2022-02-08 中建一局集团第二建筑有限公司 基于bim模型及移动定位技术的施工管理方法
CN109559007A (zh) * 2018-09-19 2019-04-02 中建科技有限公司深圳分公司 一种施工质量管理方法及装置
CN112288254B (zh) * 2020-10-21 2024-04-02 中建科技集团有限公司 一种施工质量检测方法、终端和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109558622A (zh) * 2018-09-19 2019-04-02 中建科技有限公司深圳分公司 一种基于点云扫描的施工管理方法及装置
CN111102926A (zh) * 2020-01-02 2020-05-05 青岛国信海天中心建设有限公司 一种基于bim的工程质量检测方法及系统

Also Published As

Publication number Publication date
WO2022083108A1 (zh) 2022-04-28
CN112288254A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN112288254B (zh) 一种施工质量检测方法、终端和存储介质
CN108564181B (zh) 电力设备故障检测与维修方法及终端设备
WO2020207190A1 (zh) 一种三维信息确定方法、三维信息确定装置及终端设备
CN111143102A (zh) 异常数据检测方法、装置、存储介质及电子设备
CN105184855A (zh) 基于三维点云的特征面构建方法及装置
CN112712579B (zh) 均匀等级数据解析系统
CN112597662A (zh) 一种建筑模型正误校验方法和系统
CN109934894B (zh) 一种cad出图方法、装置和计算机可读存储介质
CN114186645B (zh) 一种爆破半孔率检测方法、装置、电子设备及存储介质
CN116415652A (zh) 一种数据生成方法、装置、可读存储介质及终端设备
CN113781653B (zh) 对象模型生成方法、装置、电子设备及存储介质
CN116681857A (zh) 一种空间碰撞检测方法、装置及电子设备
CN114565721A (zh) 对象确定方法、装置、设备、存储介质以及程序产品
CN108564571A (zh) 图像区域选取方法及终端设备
US10055811B2 (en) System and method for generating interactive 2D projection of 3D model
CN112256811B (zh) 一种基于图结构的地图信息表示方法及装置
CN109829968B (zh) 法线纹理图的生成方法、装置、存储介质及电子设备
CN113268646B (zh) 异常用户数据的确定方法、装置、服务器和存储介质
CN112199418B (zh) 一种工业对象的状态识别方法、装置及设备
CN111739018B (zh) 一种基于点云技术的色差检测方法、装置、终端和介质
CN116977588B (zh) 基于体元栅格地质模型的截割曲线生成方法和装置
CN110210131B (zh) 输电线路监控设备的选址方法及系统
CN113077538B (zh) 机房三维温湿度云图的建立方法、装置及终端设备
TWI779561B (zh) 三維空間聲音定位方法、電子裝置及電腦可讀儲存媒體
CN116046017B (zh) 一种测量路径的校准方法、装置、存储介质和计算机设备

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