CN113935082A - 一种基于点云数据和bim模型的工程结构数字化预拼装方法 - Google Patents
一种基于点云数据和bim模型的工程结构数字化预拼装方法 Download PDFInfo
- Publication number
- CN113935082A CN113935082A CN202111015817.2A CN202111015817A CN113935082A CN 113935082 A CN113935082 A CN 113935082A CN 202111015817 A CN202111015817 A CN 202111015817A CN 113935082 A CN113935082 A CN 113935082A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- model
- bim
- point
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
发明提供一种基于点云数据和BIM模型的工程结构数字化预拼装方法。该方法包括生成扫描点云模型、BIM模型点云化、得到匹配点云、提取拼接控制点、进行数字化预拼装等步骤。该方法利用设计模型对各个钢结构构件进行拼接控制点提取,作为先验知识辅助自动化预拼装设计。在构件分段加工好之后,采用三维激光扫描技术对构件进行扫描,通过扫描模型与设计模型进行对比,能有效地提取待拼接构件的螺栓孔群尺寸信息,进而进行预拼装对构件尺寸进行检测,从而避免钢构件的实体预拼装,提升工程效率。
Description
技术领域
本发明涉及信息技术与建筑安全管理领域,特别涉及一种基于点云数据和BIM模型的工程结构数字化预拼装方法。
背景技术
当前在工程项目中,大型钢结构构件常采用分段生产,实体预拼装,实际施工的方式。在实际生产中常发现由于生产施工没有形成闭环,在工厂加工好的钢结构构件分段由于与实际施工尺寸相差太大,而导致在实际工程中无法应用。没有形成闭环质量检测的施工方式不仅容易导致工期延误,同时也容易造成巨量的经济损失。
因此,有必要在施工环节中形成质量控制检测的闭环。
发明内容
本发明的目的是提供一种基于点云数据和BIM模型的工程结构数字化预拼装方法,以解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,一种基于点云数据和BIM模型的工程结构数字化预拼装方法,包括以下步骤:
1)获取全部待预拼装构件的理论BIM模型,并记录各个构件的基本信息。其中,所述基本信息包括构件的几何信息、构件的属性信息、构件的拼接控制点信息以及构件的连接关系数据信息。
2)对加工完成的构件进行三维扫描得到三维点云数据,并生成实物点云模型。
3)将理论BIM模型转换为期望点云模型。对理论BIM模型进行IFC格式提取,进行三角网格化,并填充生成期望点云模型。
4)将实物点云模型与期望点云模型进行匹配。
5)根据实物点云模型与期望点云模型的匹配关系,在实物点云模型上提取拼接控制点。
6)以拼接控制点对齐的方式对各个构件的实物点云模型进行坐标对齐,实现各个构件的虚拟预拼装。
进一步,步骤6)之后,还具有利用二维码生成技术,为工程中每一个构件生成对应的设计相关信息二维码的相关步骤。所述信息二维码包含构件的基本信息、拼接控制点、扫描点云模型以及构件间的连接关系图。
进一步,还具有构件出厂配送至施工现场,按照连接关系进行实体构件拼装的相关步骤。
进一步,步骤2)中,三维扫描采用的数据采集设备为三维激光扫描仪。
进一步,步骤4)之后,还具有分析实物点云模型和期望点云模型的匹配可靠性的相关步骤。将实物点云模型的坐标值转化到期望点云模型的参照坐标系下。分别计算每个关键点是否在规定的偏差范围内,以便对实体构件进行校正。
进一步,步骤5)中,在实物点云模型上对拼接控制点进行最近邻搜索,得到拼接控制点点云块。对拼接控制点点云块用控制点匹配算法进行拼接控制点提取。
进一步,所述拼接控制点为螺栓孔。步骤5)中,根据各个构件理论BIM模型的孔位中心,在扫描点云上得到对应的孔位的中心坐标,以R倍孔半径进行搜索得到孔位扫描点云,作为孔位的粗边缘点,并进行降维处理。对获得的降维数据使用基于区域的边缘检测方法,提取各孔位的精确边缘点集合。步骤6)中坐标匹配算法选用广义普氏分析法(GPA,Generalized Procrustes Analysis)。进行普氏分析法迭代,实现构件与相邻构件点云模型相应孔位的最大程度匹配。
进一步,所述拼接控制点为焊缝或连接键的连接点。
本发明的技术效果是毋庸置疑的:本发明提出了集BIM二次开发、点云数据处理智能算法于一体的数字化预拼装方法。通过利用三维激光扫描技术与BIM设计模型实现对待拼接钢结构构件的点云虚拟预拼装。本发明提供了待拼接钢结构构件的点云虚拟预拼装的自动方法,可以有效解决钢结构构件与构件之间因拼接控制点相对误差过大而无法拼接的问题,并避免进行实体预拼装,降低工程总成本。
附图说明
图1为数字化预拼装方法流程图;
图2为实施实例1中构件的BIM模型;
图3为实施实例1中基于螺栓孔拼接的钢构件的点云数据采集示意图;
图4为实施实例1中构件的点云扫描模型示意图;
图5为实施实例1中构件的BIM模型的螺栓孔信息示意图;
图6为实施实例1中构件的BIM模型与扫描模型匹配结果示意图;
图7为实施实例1的螺栓孔点云数据的精确边缘点检测结果示意图;
图8为实施示意图1的螺栓孔点云数据的精确边缘点圆拟合示意图;
图9为实施示意图1的螺栓孔群的所有螺栓孔拟合示意图;
图10为实施示意图1的构件二维码信息提取的示意图;
图11为实施示意图2的基于焊缝拼接的拱肋节段点云数据采集的示意图;
图12为实施示意图2的拱肋节段的点云模型;
图13为实施实例2中构件的BIM模型的螺栓孔信息示意图;
图14为实施示意图2的搜索得到拼接控制点点云块示意图;
图15为实施实例2的拱肋节段直线识别结果示意图;
图16为实施实例2的拱肋节段角点识别结果示意图;
图17为实施实例2的桥梁拱肋节段预拼装结果示意图;
图18为实施实例2的桥梁拱肋节段实际拼装结果示意图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
本实施例提供一种基于点云数据和BIM模型的工程结构数字化预拼装方法,包括以下步骤:
1)在设计阶段,为使用的所有构件建立对应的BIM模型,如图2所示,并记录下构件的基本信息。如图3所示,在构件加工完成之后,对其进行扫描,得到的扫描点云模型如图4所示。
2)利用BIM二次开发技术,将构件的BIM模型点云化,并提取构部件特征信息,作为与竣工模型智能匹配的基础。
具体实施时,如图5所示,在设计阶段中,记录构件的BIM的基本信息,所述的BIM的基本信息描述为:构件的基本信息、设计评价控制点信息、构件的连接关系图。
利用BIM二次开发技术,将构件的BIM模型点云化,如图2所示,并提取构部件特征信息,其中所述的构件BIM模型点云化技术描述为:对导入的BIM设计模型,选择目标构件的模型对象,进而对此模型对象进行IFC格式提取,然后对模型进行三角网格化,并填充生成模型点云文件。
3)对每个构件的扫描点云数据进行预处理,进而利用点云匹配算法进行匹配,得到统一坐标系的匹配点云。
具体实施时,如图6所示,在得到扫描对象的目标扫描点云之后,利用Super4PCS算法和ICP算法对构件的模型点云和构件的扫描点云分别进行粗匹配和精匹配,得到匹配点云。
4)对提取得到BIM模型中各个构件的拼接控制点,通过统一坐标系关系,在扫描点云上进行最近邻搜索,并使用搜索得到的点云块利用RANSAC算法进行拼接控制点的平面点云提取。
具体实施时,根据各个构件BIM模型的螺栓孔中心,在扫描点云上得到对应的螺栓孔中心坐标,以R倍螺栓孔半径进行搜索得到螺栓孔扫描点云,作为螺栓孔的粗边缘点,并进行降维处理。
对获得的降维数据使用基于区域的边缘检测方法,提取各螺栓孔的精确边缘点集合。
具体实施时,采用基于区域的边缘检测方法提取螺栓孔精确边缘点集合。所述基于区域的边缘检测方法基本原理描述为:首先,设置邻域点范围dmin,对于每一个计算点寻找到计算点的距离小于dmin的所有邻域点。其次,以计算点为中心,将其邻域按角度八等分,判断这八个区域中是否都落入该点的邻域点,若否,将该点标记为边缘点。
本实施例在实例计算中设置邻域点范围dmin为1厘米,图7为一个螺栓孔扩增点云数据的精确边缘点提取结果。
对获得的各螺栓孔精确边缘点集合使用RANSAC算法进行圆拟合,获得螺栓孔圆心及半径,作为拼接控制点。
具体实施时,采用RANSAC算法对螺栓孔精确边缘点进行圆拟合。所述RANSAC算法基本原理为:首先,随机采样3个数据点并拟合圆获得圆模型。其次,计算所有数据点到拟合圆的距离,根据距离阈值dmin统计小于距离阈值dmin的数据点个数N。重复M次,选择N最大的圆模型。
本实施例在实例计算中取距离阈值dmin为2毫米,计算次数M为500次,图8为利用图7中螺栓孔精确边缘点集合拟合的圆的示例,图9为一个螺栓孔群的所有螺栓孔根据扩增边缘点获得的拟合效果图。
5)根据连接关系进行广义普适算法进行迭代,进行数字化预拼装。
6)如图10所示,利用二维码生成技术,为工程中每一个构件生成对应的设计相关信息二维码,信息二维码包含构件的基本信息包含如下:构件的基本信息、拼接控制点、扫描点云模型、构件间的连接关系图。根据连接关系,进行现场拼接。
实施例2:
本实施例提供一种基于点云数据和BIM模型的工程结构数字化预拼装方法,包括以下步骤:
1)在提取BIM模型的相关信息之后,如图11所示,对待安装的拱肋节段进行扫描,并生成扫描点云模型如图12所示;
2)利用BIM二次开发技术,将构件的BIM模型点云化,并提取构部件特征信息,作为与竣工模型智能匹配的基础;
如图13所示,利用BIM二次开发技术,将构件的BIM模型点云化,并提取构部件特征信息,其中所述的构件BIM模型点云化技术描述为:对导入的BIM设计模型,选择目标构件的模型对象,进而对此模型对象进行IFC格式提取,然后对模型进行三角网格化,并填充生成模型点云文件。
3)对每个构件的扫描点云数据进行预处理,进而利用点云匹配算法进行匹配,得到统一坐标系的匹配点云。
具体实施时,在得到扫描对象的目标扫描点云之后,利用Super4PCS算法和ICP算法对构件的模型点云和构件的扫描点云分别进行粗匹配和精匹配,得到匹配点云。
4)对提取得到BIM模型的拼接控制点(包括螺栓孔、焊缝、连接键等),通过统一坐标系关系,在扫描点云上进行最近邻搜索,并使用搜索得到的点云块利用特征提取算法对拼接控制点提取。
具体实施时,如图14所示,根据各个构件BIM模型的控制点,在扫描点云上,以拼接控制点为圆心,R倍拱肋节段高度进行搜索,得到拱肋节段扫描点云。如图15所示,对得到的拱肋节段扫描点云进行霍夫变换寻找点云边界,边界的交点即为精确的拱肋节段角点。
本实施例在实例计算中取R为0.5,得到的拱肋节段角点如图16所示。
5)如图17所示,根据BIM模型中构件的连接关系进行广义普适算法进行迭代,进行数字化预拼装。
6)利用二维码生成技术,为工程中每一个构件生成对应的设计相关信息二维码,信息二维码包含构件的基本信息包含如下:构件的基本信息、拼接控制点、扫描点云模型、构件间的连接关系图。如图18所示,工人根据连接关系,进行现场拼接。
上述实验效果证明,本实施例公开的一种基于点云数据和BIM模型的工程结构数字化预拼装技术可实现待拼接钢结构构件的点云虚拟预拼装,本实施例所述方法是切实有效的。
实施例3:
参见图1,本实施例提供一种基于点云数据和BIM模型的工程结构数字化预拼装方法,包括以下步骤:
1)获取全部待预拼装构件的理论BIM模型,并记录各个构件的基本信息。其中,所述基本信息包括构件的几何信息、构件的属性信息、构件的拼接控制点信息以及构件的连接关系数据信息。
2)对加工完成的构件进行三维扫描得到三维点云数据,并生成实物点云模型。在本实施例中,三维扫描采用的数据采集设备为三维激光扫描仪。三维激光扫描技术利用激光测距原理,可以快速获取被扫描对象表面的几何信息,快速建立数字化模型。
3)将理论BIM模型转换为期望点云模型。对理论BIM模型进行IFC格式提取,进行三角网格化,并填充生成期望点云模型。
4)将实物点云模型与期望点云模型进行匹配。分析实物点云模型和期望点云模型的匹配可靠性。将实物点云模型的坐标值转化到期望点云模型的参照坐标系下。分别计算每个关键点是否在规定的偏差范围内,以便对实体构件进行校正。
5)根据实物点云模型与期望点云模型的匹配关系,在实物点云模型上提取拼接控制点。在实物点云模型上对拼接控制点进行最近邻搜索,得到拼接控制点点云块。对拼接控制点点云块用控制点匹配算法进行拼接控制点提取。
6)以拼接控制点对齐的方式对各个构件的实物点云模型进行坐标对齐,实现各个构件的虚拟预拼装。虚拟预拼装能在施工过程中提前发现质量不合格的钢构件分段,避免实体预拼装中胎架搭建、人力和场地等成本。
7)利用二维码生成技术,为工程中每一个构件生成对应的设计相关信息二维码。所述信息二维码包含构件的基本信息、拼接控制点、扫描点云模型以及构件间的连接关系图。
8)构件出厂配送至施工现场,按照连接关系进行实体构件拼装。
本实施例提出了集BIM二次开发、点云数据处理智能算法于一体的数字化预拼装方法。本实施例采用三维激光扫描技术作为拼装建模的工具。利用BIM(BuildingInformation Modeling)设计模型对各个钢结构构件进行拼接控制点提取,作为先验知识辅助自动化预拼装设计。在构件分段加工好之后,采用三维激光扫描技术对构件进行扫描,通过扫描模型与设计模型进行对比,能有效地提取待拼接构件的螺栓孔群尺寸信息,进而进行预拼装对构件尺寸进行检测,从而避免钢构件的实体预拼装,提升工程效率。
实施例4:
本实施例主要步骤同实施例3,其中,所述拼接控制点为孔位中心。步骤5)中,根据各个构件理论BIM模型的孔位中心,在扫描点云上得到对应的孔位的中心坐标,以R倍孔半径进行搜索得到孔位扫描点云块,作为孔位的粗边缘点,并进行降维处理。对获得的降维数据使用基于区域的边缘检测方法,提取各孔位的精确边缘点集合。步骤6)中坐标匹配算法选用广义普氏分析法(GPA,Generalized Procrustes Analysis)。进行普氏分析法迭代,实现构件与相邻构件点云模型相应孔位的最大程度匹配。
实施例5:
本实施例主要步骤同实施例3,其中,所述拼接控制点为焊缝或连接键的连接点。步骤5)中,根据各个构件理论BIM模型的焊缝坐标,在扫描点云上得到对应的焊缝的中心坐标,以R倍焊缝长度进行搜索得到焊缝扫描点云块,利用实体构件扫描点云的焊缝标记,对点云块进行降噪等预处理,并对焊缝进行直线拟合,提取得到精确位置坐标。步骤6)中坐标匹配算法选用广义普氏分析法(GPA,Generalized Procrustes Analysis)。进行普氏分析法迭代,实现构件与相邻构件点云模型相应焊缝位置的最大程度匹配。
Claims (8)
1.一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于,包括以下步骤:
1)获取全部待预拼装构件的理论BIM模型,并记录各个构件的基本信息;其中,所述基本信息包括构件的几何信息、构件的属性信息、构件的拼接控制点信息以及构件的连接关系数据信息;
2)对加工完成的构件进行三维扫描得到三维点云数据,并生成实物点云模型;
3)将理论BIM模型转换为期望点云模型;对理论BIM模型进行IFC格式提取,进行三角网格化,并填充生成期望点云模型;
4)将实物点云模型与期望点云模型进行匹配;
5)根据实物点云模型与期望点云模型的匹配关系,在实物点云模型上提取拼接控制点;
6)以拼接控制点对齐的方式对各个构件的实物点云模型进行坐标对齐,实现各个构件的虚拟预拼装。
2.根据权利要求1所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:步骤6)之后,还具有利用二维码生成技术,为工程中每一个构件生成对应的设计相关信息二维码的相关步骤;所述信息二维码包含构件的基本信息、拼接控制点、扫描点云模型以及构件间的连接关系图。
3.根据权利要求2所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:还具有构件出厂配送至施工现场,按照连接关系进行实体构件拼装的相关步骤。
4.根据权利要求1所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:步骤2)中,三维扫描采用的数据采集设备为三维激光扫描仪。
5.根据权利要求1所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:步骤4)之后,还具有分析实物点云模型和期望点云模型的匹配可靠性的相关步骤;将实物点云模型的坐标值转化到期望点云模型的参照坐标系下;分别计算每个关键点是否在规定的偏差范围内,并对实体构件进行校正。
6.根据权利要求1所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:步骤5)中,在实物点云模型上对拼接控制点进行最近邻搜索,得到拼接控制点点云块;对拼接控制点点云块用控制点匹配算法进行拼接控制点提取。
7.根据权利要求1所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:所述拼接控制点为螺栓孔;步骤5)中,根据各个构件理论BIM模型的孔位中心,在扫描点云上得到对应的孔位的中心坐标,以R倍孔半径进行搜索得到孔位扫描点云,作为孔位的粗边缘点,并进行降维处理;对获得的降维数据使用基于区域的边缘检测方法,提取各孔位的精确边缘点集合;步骤6)中坐标匹配算法选用广义普氏分析法;进行普氏分析法迭代,实现构件与相邻构件点云模型相应孔位的最大程度匹配。
8.根据权利要求1所述的一种基于点云数据和BIM模型的工程结构数字化预拼装方法,其特征在于:所述拼接控制点为焊缝或连接键的连接点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015817.2A CN113935082A (zh) | 2021-08-31 | 2021-08-31 | 一种基于点云数据和bim模型的工程结构数字化预拼装方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015817.2A CN113935082A (zh) | 2021-08-31 | 2021-08-31 | 一种基于点云数据和bim模型的工程结构数字化预拼装方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113935082A true CN113935082A (zh) | 2022-01-14 |
Family
ID=79274925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111015817.2A Pending CN113935082A (zh) | 2021-08-31 | 2021-08-31 | 一种基于点云数据和bim模型的工程结构数字化预拼装方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113935082A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611963A (zh) * | 2023-05-23 | 2023-08-18 | 中建安装集团有限公司 | 一种基于物联网的工程数据监测分析系统及方法 |
WO2023226429A1 (zh) * | 2022-05-24 | 2023-11-30 | 东南大学 | 基于设计-实测点云模型的预制梁体数字预拼装匹配方法 |
-
2021
- 2021-08-31 CN CN202111015817.2A patent/CN113935082A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226429A1 (zh) * | 2022-05-24 | 2023-11-30 | 东南大学 | 基于设计-实测点云模型的预制梁体数字预拼装匹配方法 |
CN116611963A (zh) * | 2023-05-23 | 2023-08-18 | 中建安装集团有限公司 | 一种基于物联网的工程数据监测分析系统及方法 |
CN116611963B (zh) * | 2023-05-23 | 2024-05-24 | 中建安装集团有限公司 | 一种基于物联网的工程数据监测分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Automated quality assessment of precast concrete elements with geometry irregularities using terrestrial laser scanning | |
CN113935082A (zh) | 一种基于点云数据和bim模型的工程结构数字化预拼装方法 | |
Cheng et al. | 3D building model reconstruction from multi-view aerial imagery and lidar data | |
Brilakis et al. | Progressive 3D reconstruction of infrastructure with videogrammetry | |
US8588471B2 (en) | Method and device of mapping and localization method using the same | |
Boulaassal et al. | Automatic extraction of planar clusters and their contours on building façades recorded by terrestrial laser scanner | |
Qin et al. | Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data | |
CN113487722B (zh) | 一种基于三维激光扫描方法的混凝土构件自动化检测方法 | |
CN115290097B (zh) | 基于bim的实时精确地图构建方法、终端及存储介质 | |
US20220101513A1 (en) | Method for Automatically Identifying Ring Joint of Shield Tunnel Based on Lining Structure | |
CN107220964A (zh) | 一种线状特征提取用于地质危岩体稳定性评估方法 | |
CN111489416A (zh) | 隧道轴线拟合方法及在超欠挖方量计算上的应用 | |
Pöchtrager et al. | Automated reconstruction of historic roof structures from point clouds–Development and examples | |
CN115018249A (zh) | 一种基于激光扫描技术的地铁站施工质量评价方法 | |
CN117556522B (zh) | 基于三维扫描与bim的装配式木结构建筑施工方法及系统 | |
CN117706563B (zh) | 矿井垂直断面钻孔定位方法、系统、设备及存储介质 | |
CN110246223B (zh) | 一种隧道建模方法及装置 | |
Kang et al. | Range image techniques for fast detection and quantification of changes in repeatedly scanned buildings | |
KR20220084575A (ko) | Catia를 이용한 코드화된 디지털외관망도 구축을 위한 bim 모델 구축시스템 및 정보제공 방법 | |
CN112967384A (zh) | 识别建筑测绘构件的点云智能化切分方法 | |
Bosche et al. | Automated retrieval of project three-dimensional CAD objects in range point clouds to support automated dimensional QA/QC | |
Shen et al. | A novel baseline-based method to detect local structural changes in masonry walls using dense terrestrial laser scanning point clouds | |
Habib et al. | Automatic matching and three-dimensional reconstruction of free-form linear features from stereo images | |
Tang et al. | A Spatial‐Context‐Based Approach for Automated Spatial Change Analysis of Piece‐Wise Linear Building Elements | |
CN105205817A (zh) | 一种基于声呐图像边缘角点直方图的水下地形匹配方法 |
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 |