CN114372303B - 一种梁桥梁底结构轻量bim模型快速构建方法 - Google Patents

一种梁桥梁底结构轻量bim模型快速构建方法 Download PDF

Info

Publication number
CN114372303B
CN114372303B CN202111427712.8A CN202111427712A CN114372303B CN 114372303 B CN114372303 B CN 114372303B CN 202111427712 A CN202111427712 A CN 202111427712A CN 114372303 B CN114372303 B CN 114372303B
Authority
CN
China
Prior art keywords
point
point cloud
matching
bridge
section
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
CN202111427712.8A
Other languages
English (en)
Other versions
CN114372303A (zh
Inventor
周朗明
万智
胡帅花
童宸鹏
谭广宇
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.)
Hunan Kangqiao Intelligent Technology Co ltd
Original Assignee
Hunan Kangqiao Intelligent 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 Hunan Kangqiao Intelligent Technology Co ltd filed Critical Hunan Kangqiao Intelligent Technology Co ltd
Priority to CN202111427712.8A priority Critical patent/CN114372303B/zh
Publication of CN114372303A publication Critical patent/CN114372303A/zh
Application granted granted Critical
Publication of CN114372303B publication Critical patent/CN114372303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Remote Sensing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Optimization (AREA)
  • Architecture (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种梁桥梁底结构轻量BIM模型快速构建方法，本发明通过多自由度单线激光采集梁桥横纵断面的剖面点云，进一步自动提取结构化参数，快速构建公路梁桥梁底结构轻量BIM模型，实施过程无需人工干预，速度快，成本低，且精度有保障，可广泛应用于桥梁BIM模型构建，桥梁病害管养，桥梁加固维修等领域。

Description

一种梁桥梁底结构轻量BIM模型快速构建方法
技术领域
本发明属于激光雷达建模领域，尤其提供了一种梁桥梁底结构轻量BIM模型快速构建方法。
背景技术
桥梁是一种三维空间结构物，在桥梁健康状态评定领域，目前主要采用各种二维CAD图或平面展开图作为底图加载桥梁各类型的病害，作为后期管养的重要依据，以二维数据为主的报告难以直观、有效地反映问题所在。近些年来，随着BIM技术在施工中的广泛应用，也引领了BIM模型在桥梁养护与运营中的尝试应用，利用BIM建模技术，建立桥梁的三维可视化模型，可以获取比CAD图纸和平面展开图更便捷和更直观的效果。目前行业内主要采用设计图纸数据利用BIM建模软件建模，无法体现现场施工变动，并且可能存在部分桥梁设计图纸缺失，无法获取参数的情况，建模时间长，数据处理量大。
梁桥是普通公路和高速公路中最常见的一类桥梁，一般由桥面、梁底(上部结构)、支座和墩台(下部结构)构成，其中桥面与路面相似，结构简单，空间开阔，易于构建模型。梁底区域主要包含有梁、端隔板、横隔板、湿接缝等关键部构件，其中梁和横隔板近似垂直交叉分布，湿接缝位于两片梁之间，相邻梁之间空间狭小，不通视区域繁多，光照条件不佳，GPS导航定位信号弱，因此混凝土桥梁桥底区域在业内被视为是桥梁的复杂区域，然而承受两片梁横向张力的湿接缝位置、承受横向应力的横隔板位置和承受垂直应力的端隔板位置又是结构裂缝多发的区域，是整个桥梁结构健康检测所关注的重点区域。因此针对梁桥梁底结构的快速BIM建模对于梁桥科学管养具有重要意义。
BIM模型能为梁桥管养提供高效的梁桥信息管理方式，设计和施工中的BIM模型考虑倒角、放坡、附属构建详图等方面的细节会相当复杂，建模工作量大，不利于影响梁桥安全运行主要因素的定位。如专利“面向典型梁桥结构健康检测的轻量语义BIM建模系统及方法”中所提及的梁桥最常用的桥跨结构为梁式结构，最常用的截面形式有T型梁、箱型梁(小箱梁、等截面箱梁)、板式等，为简化模型提供了可能，本发明以梁桥梁底区域关键部构件为主体，采用多自由度的单线激光雷达设备作为结构感知传感器，设计一套完整的结构提取算法，快速、低成本的构建轻量BIM模型，为梁桥科学管养中桥梁结构信息与病害信息的关联，病害位置及形态的三维可视化奠定了基础。
激光雷达已广泛应用于建筑规划、道路施工、林业调查、地形测绘、电力巡检、填挖方计算、三维建模等领域。相对于图像扫描方式建模，激光雷达具有晴天、阴天、黑夜都可以工作，主动测量方式无需借助其他光源，极大的减少了光源对作业条件的制约；点云信息本身包含直接的几何关系，使得路径规划和导航变得直观；数据没有严格的重叠度要求，可以适当加大航间距；激光雷达距离测量比较准确，误差模型简单等优点。从数据量上区分，激光雷达可分为单线、多线和面阵三种类型。单线激光雷达顾名思义只能在一个扫描平面内逐线扫描，体积小，重量轻，扫描速度快，成本低，适合于结构化场景如建筑物，桥梁，隧道等设施的环境感知应用。多线激光雷达可分为8线，16线，64线甚至更高的128线，由于线束多，它可以识别三维空间的环境信息，能得到更加全面的信息，但是其价格昂贵，体积和重量均较高，装置复杂，一般用于自动驾驶领域。面阵激光雷达采用多个感光元件设计焦平面阵列，形成多个通道捕获目标整个截面回波信号，由后端的多通道集成读出电路获得所有像素距离信息重构目标三维像，减少了机械旋转功能部件和编码设备，结构精简，噪声低，性能稳定，测距频率高。但是其探测方法凸显了成像分辨率受限于阵列规模的问题，通常高分辨率的面阵激光雷达存在体积庞大、加工、调试困难，一致性差等诸多问题，很难实现大探测区域的光束均匀发射。在以上三类型的激光雷达中，单线激光雷达具有速度快、结构简单、低功耗、数据量小、价格便宜的显著优点，且相对于多线和面阵激光雷达具有更好的角频率响应和精度，缺点是只能扫描平面的距离信息、不含位置信息。梁桥梁底结构化特点明显，采用单线激光雷达作为核心传感器，通过加装多自由度运动平台扩大其运动视场，基于成本，速度和精度的综合考量，本发明专利中涉及的多自由度单线激光雷达可作为梁桥梁底轻量BIM模型的最优采集装备。
名词解释：
flann：快速最近邻搜索库(fast library for approximate nearestneighbors)是2014年David Lowe和Marius Muja发布了的一个工具库。flann训练了一种索引结构，用于遍历使用机器学习概念创建的潜在匹配候选对象。该库构建了非常有效的数据结构来搜索匹配对，避免了穷举法的穷举搜索。
ICP：迭代最近点(Iterative Closest Point)是1992年Besl和Mckay提出的一种高层次的基于自由形态曲面的配准方法。以点集对点集(PSTPS)配准方法为基础，阐述了一种曲面拟合算法。从测量点集中确定其对应的就近点点集后，运用Faugera和Hebert提出的方法计算新的就近点点集。用该方法进行迭代计算，直到残差平方和所构成的目标函数值不变，结束迭代过程。ICP配准法主要用于解决基于自由形态曲面的配准问题。
发明内容
为解决上述问题，本发明提供了一种梁桥梁底结构轻量BIM模型快速构建方法。本发明利用多自由度单线激光采集梁底结构点云，并设计自动提取算法提取梁底关键结构参数，快速低成本的构建轻量BIM模型，实施过程无需人工干预，速度快，成本低，可达到cm级别的建模精度。
为达到上述技术效果，本发明的技术方案是：
一种梁桥梁底结构轻量BIM模型快速构建方法，包括如下步骤：
步骤一、将单线激光雷达通过伸展装置放置于梁桥底下；
步骤二、单线激光雷达旋转获取序列单线激光点云用于标定横向剖面和纵向剖面采集角度，然后单线激光雷达沿横向滑动进行横断面的采集行程，随后单线激光雷达纵向移动，进行纵断面的采集行程，获取梁桥梁底结构的横、纵断面结构的序列激光点云数据；
步骤三、基于角度编码器和行程编码器记录的值对序列激光点云进行初始对齐；
步骤四、采用增量式带法向约束的2D-ICP算法对序列激光点云实现精确拼接，得到表现梁桥精确横、纵断面的剖面点云；
步骤五、根据梁桥结构的类型、梁片数、跨径、横隔板片数、构建梁桥梁底结构标准参数化剖面模型；
步骤六、以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配，并对剖面模型进行2D相似变换；
步骤七、从变换后的标准参数化剖面中提取结构参数，构建公路梁桥梁底结构轻量BIM模型。
进一步的改进，所述步骤二包括如下步骤：单线激光雷达横向滑动进行横断面采集行程，单线激光雷达纵向移动进行纵断面采集行程，以站点为单位控制单线激光雷达移动，行程编码器记录每个站点的位置，在每个站点单线激光雷达的云台旋转获取序列激光点云，直到扫描完整个梁桥梁底横、纵断面，得到梁桥梁底结构的横、纵断面结构的序列激光点云数据。
进一步的改进，所述步骤四包括如下步骤：
4.1)以第一个站点采集的激光点云为源点云添加到Q向量中，下一个站点采集的激光点云为待匹配的目标点云P，通过flann快速最近邻搜索匹配算法对源点云Q和目标点云P进行匹配，得到第i个目标点云Pi的n个最近邻匹配点的索引和距离，进一步通过距离约束和法向约束去除误匹配：
4.1.1)距离约束是设定最大误差距离阈值disT，通过flann快速最近邻搜索匹配算法匹配得到的第i个目标点云Pi的n个最近邻匹配点的距离都需要满足小于disT的条件；
4.1.2)法向约束是以通过flann快速最近邻搜索匹配算法匹配得到的第i个目标点云Pi的n个最近邻匹配点中距离最小的点作为候选的匹配点云Qj，计算第i个目标点云Pi法向矢量与候选的匹配点云Qj法向矢量的点积MulR，如果MulR大于等于0，则第i个目标点云Pi与候选的匹配点云Qj满足法向约束；当且仅当距离约束和法向约束都满足的情况，才认定第i个目标点云Pi与候选的匹配点云Qj是匹配点云，并保存匹配点云对应的索引；
4.2)通过步骤4.1)中找到的匹配点云计算变换矩阵，变换矩阵包含旋转矩阵R和平移矩阵T；
4.3)应用变换矩阵，采用4.2)中求得的旋转矩阵R和平移矩阵T对目标点云P进行旋转和平移变换，得到新的点集temp_P；
4.4)计算点集temp_P与候选的匹配点云Qj的平均距离d，如果d小于给定的阈值或者迭代次数大于预设的最大迭代次数，则停止迭代计算，否则返回4.2，直到满足收敛条件为止；
4.5)步骤4.4)中满足收敛条件，应用变换矩阵对目标点云P中的点云进行变换得到点云P’，把点云P’添加到Q点集中，返回步骤4.1；
4.6)分别采用增量式带法向约束的2D-ICP算法拼接完成横向剖面采集的所有序列激光点云数据和纵向剖面采集的所有序列激光点云数据，得到梁桥梁底结构的横断面剖面点云和纵断面剖面点云。
进一步的改进，所述步骤五中，包括如下步骤：
5.1)根据梁结构类型选择对应的标准参数化模型默认参数和约束关系，设置梁片数和横隔板片数，计算梁桥梁底结构标准参数化剖面模型的关键点坐标；
5.2)对两两相邻的关键点进行插值，得到密集点构成的公路梁桥梁底结构标准参数化剖面模型；
5.3)对关键点进行偏移，得到对应的关键点法线上的点集，对两两相邻的关键点法线点集进行插值，得到梁桥梁底结构标准参数化剖面模型的法线点集。
进一步的改进，所述步骤六包括如下步骤：
6.1)对拼接的梁桥梁底结构的横、纵断面的剖面点云进行处理，激光点云邻域内的点集进行直线拟合，计算激光点云对应的法线上的点，得到梁桥横纵断面剖面点云的法线点集；
6.2)以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配；
6.3)判断是否满足匹配条件，如果满足，退出迭代，否则，对剖面模型进行2D相似变换；根据水平扫描匹配计算的x坐标的相似变换系数和垂直扫描匹配计算的y坐标的相似变换系数更新梁桥梁底结构标准参数化剖面模型点集和法线点集的坐标，再重复步骤6.2)；
退出迭代的条件为以下条件中的一个：
1)水平扫描匹配中匹配点和垂直扫描匹配中匹配点之间的距离Dist小于设定阈值T，且本次迭代计算的距离Dist与上次迭代计算的距离Dist误差小于设定阈值TEps；
2)迭代次数大于设定的最大迭代次数；
6.4)更新梁桥梁底结构标准参数化剖面模型的关键点，得到精准的公路梁桥梁底结构标准参数化剖面模型。
进一步的改进，所述梁桥梁底的剖面由水平，垂直和倾斜的直线构成，采用水平扫描匹配和垂直扫描匹配，所述步骤6.2)包括如下步骤：
6.2.1)水平扫描匹配：以最小的Y轴坐标为起始水平坐标Y，获取[Y-n,Y+n]内的公路梁桥梁底结构的横纵断面剖面点云作为目标点，获取[Y-n,Y+n]内的公路梁桥梁底结构标准参数化剖面模型点集作为待匹配点，判断待匹配点与目标点是否匹配，如果匹配，存储对应的索引号，直到水平扫描完整个图像；n为窗口大小，即每次扫描的区域大小；
统计水平扫描匹配中匹配点对应点集的x坐标比值，对x坐标比值进行排序，取中值作为公路梁桥梁底结构标准参数化剖面模型点集x坐标的相似变换系数；
6.2.2)垂直扫描匹配：以最小的X轴坐标为起始垂直坐标X，获取[X-n,X+n]内的公路梁桥梁底结构的横纵断面剖面点云作为目标点，获取[X-n,X+n]内的公路梁桥梁底结构标准参数化剖面模型点集作为待匹配点；判断待匹配点与目标点是否匹配，如果匹配，存储对应的索引号，直到垂直扫描完整个图像；
统计垂直扫描匹配中对应点集的y坐标比值，对y坐标比值进行排序，取中值作为公路梁桥梁底结构标准参数化剖面模型点集y坐标的相似变换系数；
步骤6.2.1)和6.2.2)中判断待匹配点与目标点是否匹配的条件：
(1)距离约束：待匹配点与目标点之间的距离是否小于距离阈值DistT1，如果满足，进行法线向量的余弦相似度判断，否则，待匹配点与目标点不匹配；
(2)法线向量的余弦相似度：计算待匹配点法线向量与目标点法线向量的余弦相似度，余弦值的范围在[-1,1]之间，余弦值越趋近于1表示两个向量的方向越接近，判断待匹配点法线向量与目标点法线向量的余弦值是否大于设定的最小余弦值阈值cosT，如果满足，待匹配点与目标点匹配，否则，待匹配点与目标点不匹配；
6.2.3)分别计算水平扫描匹配中匹配点欧式距离的均值avgDistHorz，计算垂直扫描匹配中匹配点欧式距离的均值avgDistVert，通过水平扫描匹配点欧式距离的均值和垂直扫描匹配点欧式距离的均值计算匹配点之间的距离：Dist＝sqrt(avgDistHorz*avgDistHorz+avgDistVert*avgDistVert)，进一步执行步骤6.3)计算公路梁桥梁底结构的横纵断面剖面点云和公路梁桥梁底结构标准参数化剖面模型的误差。
进一步的改进，所述步骤一中，所述单线激光雷达包括滑轨(1)，滑轨(1)上滑动连接有基座(2)，基座(2)连接有行走结构；所述基座(2)上安装有行程编码器；基座(2)顶部通过竖向旋转装置轴接有L形安装架(3)，L形安装架(3)连接有第一角度编码器(4)，L形安装架(3)连接有横向旋转装置，横向旋转装置连接有第二角度编码器(5)和单线激光器(6)；滑轨(1)安装在采集平台上，沿梁桥长度方向移动，基座(2)在滑轨(1)上沿梁桥宽度方向移动。
进一步的改进，所述竖向旋转装置和横向旋转装置均为电机，所述行走结构为丝杆机构或直线电机。
本发明的优点：
本发明可以自动提取结构化参数，快速构建公路梁桥梁底结构轻量BIM模型，实施过程无需人工干预，速度快，成本低，且精度有保障，可广泛应用于桥梁BIM模型构建，桥梁病害管养，桥梁加固维修等领域。
附图说明
图1多自由度单线激光雷达采集的横断面结构的序列激光点云数据；
图2基于行程编码器记录的值对横断面结构的序列激光点云进行初始对齐；
图3采用增量式带法向约束的2D-ICP算法对横断面结构的序列激光点云实现精确拼接；
图4多自由度单线激光雷达采集的纵断面结构的序列激光点云数据；
图5基于行程编码器记录的值对纵断面结构的序列激光点云进行初始对齐；
图6采用增量式带法向约束的2D-ICP算法对纵断面结构的序列激光点云实现精确拼接；
图7采用增量式带法向约束的2D-ICP算法对序列激光点云精确拼接后的剖面点云；
图8以剖面点云为基准，标准参数化剖面模型2D相似变换前；
图9以剖面点云为基准，标准参数化剖面模型2D相似变换后；
图10为T梁梁结构标准参数化模型；
图11为小箱梁梁结构标准参数化模型；
图12为空心板梁梁结构标准参数化模型；
图13为等截面箱梁梁结构标准参数化模型；
图14为横隔板标准参数化模型；
图15混凝土典型梁桥部构建结构图；
图16为构建的单跨公路梁桥T梁梁结构轻量BIM模型；
图17为构建的单跨公路梁桥小箱梁梁结构轻量BIM模型；
图18为构建的单跨公路梁桥空心板梁/等截面箱梁轻量BIM模型；
图19为多自由度单线激光雷达的结构示意图。
具体实施方式
以下通过具体实施方式对本发明的技术方案作具体说明。
一种基于多自由度单线激光雷达的梁桥梁底结构轻量BIM模型快速构建方法，设计了一种多自由度可沿滑轨和采集平台移动的、具备两轴旋转自由度云台的单线激光雷达采集装置，单线激光雷达可沿滑轨平移，可随着采集平台伴随移动，云台具备滚转和偏航两个旋转自由度，滑轨和采集平台上分别装有行程编码器，云台上装有角度编码器；
公路梁桥一般由桥面、梁底(上部结构)、支座和墩台(下部结构)构成，如图15所示，其中桥面与路面相似，结构简单，空间开阔，易于构建模型。公路梁桥梁底主要由梁和横隔板等关键部构件构成，梁结构最常用的有T梁、小箱梁、空心板梁和等截面箱梁4种类型。本发明针对于这4种通用类型构建公路梁桥梁底结构轻量BIM模型。
本实施例以T梁梁结构为例。
1、采集公路梁桥梁底结构单线激光点云数据
本实施例以桥检车为载体，桥检车即采集平台，在桥检车上搭载多自由度单线激光雷达采集装置。将多自由度单线激光雷达通过伸展装置放置于梁桥底下，设计沿滑轨横向滑动的横断面采集行程，以滑轨某点为起始点，200mm为一个站点，控制滑轨横向滑动，滑轨上的行程编码器记录每个站点的位置，在每个站点云台旋转获取序列激光点云，直到扫描完整个梁桥梁底横断面，得到梁桥梁底结构的横断面结构的序列激光点云数据，如图1所示。控制滑轨滑动使多自由度单线激光雷达采集装置滑动到指定位置(该位置一般是根据实际采集桥梁的宽设定，为桥宽的中心位置)，设计采集平台沿公路梁桥纵向移动的纵断面采集行程，以公路梁桥跨的一端为起始点，200mm为一个站点，控制采集平台纵向移动，采集平台上的行程编码器记录每个站点的位置，在每个站点利用云台旋转获取序列激光点云，直到扫描完整跨梁桥梁底纵断面，得到一跨公路梁桥梁底结构的纵断面结构的序列激光点云数据，如图4所示。
构建公路梁桥梁底结构剖面模型坐标系，以车形方向的左侧为公路梁桥的外侧，右侧为公路梁桥内侧。以沿桥长方向(车行方向)为x坐标轴，沿桥宽方向(指向公路梁桥内侧)为y坐标轴，垂直桥面向上为z坐标轴建立公路梁桥梁底结构模型坐标系，如图10所示。公路梁桥梁底结构的YZ剖面(即横断面)主要由公路梁桥梁结构的类型决定，且单跨公路梁桥的梁结构从跨头到跨尾基本保持一致，公路梁桥梁底结构的XZ剖面(即纵断面)主要由横隔板的位置信息决定。所以采用上述方式滑轨沿桥宽方向滑动一遍采集到包含公路梁桥梁结构信息的YZ剖面点云，采集平台沿桥长方向移动一遍采集到包含横隔板的位置信息的XZ剖面点云。
根据公路梁桥梁底结构的YZ剖面和XZ剖面可以构建出公路梁桥梁底结构轻量BIM模型。公路梁桥梁底结构YZ剖面和XZ剖面的构建步骤一致，包括如下步骤：基于行程编码器记录的值对序列激光点云进行初始对齐；采用增量式带法向约束的2D-ICP算法对序列激光点云实现精确拼接，得到表现公路梁桥精确横、纵断面的剖面点云；根据梁桥梁结构的类型、梁片数、跨径、横隔板片数、构建公路梁桥梁底结构标准参数化剖面模型；以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配，并对剖面模型进行2D相似变换。下面以构建公路梁桥梁底结构YZ剖面为例具体说明实现过程：
2、基于行程编码器记录的值对序列激光点云进行初始对齐
2.1)序列激光点云预处理。所述的序列激光点云预处理是对激光点云进行滤波，去掉不属于公路梁桥梁底结构的激光点云。以单线激光雷达为坐标原点，垂直桥面向上的方向为y轴的正方向，沿桥宽方向为x轴，原点向右的方向为x的正方向。1)删除y<0的点云；2)删除激光范围圈外的点云。
2.2)序列激光点云初始化对齐。基于行程编码器记录的值对序列激光点云进行初始对齐，多自由度单线激光雷达在滑轨上的移动是通过编码器控制的，每次移动固定距离(200mm)作为站点采集点云数据。根据站点的坐标，将该站点采集的点云在x方向上平移，得到初始化对齐的点云，如图2和图4所示。
3、采用增量式带法向约束的2D-ICP算法对序列激光点云实现精确拼接，得到表现公路梁桥精确横、纵断面的剖面点云；
3.1)以第一个站点采集的序列激光点云为源点云添加到Q向量中，下一个站点采集的点云为待匹配的目标点云P，通过flann快速最近邻搜索匹配算法对源点云Q和目标点云P进行匹配，得到每个第i个目标点云Pi的n个最近邻匹配点的索引和距离，进一步通过距离约束和法向约束去除误匹配。
3.1.1)距离约束是设定最大误差距离阈值disT，flann匹配得到的第i个目标点云Pi的n个最近邻匹配点的距离都小于disT。
3.1.2)法向约束是以flann匹配得到的第i个目标点云Pi的n个最近邻匹配点中距离最小的点作为候选的匹配点云Qj，计算第i个目标点云Pi法向矢量与候选的匹配点云Qj法向矢量的点积MulR，如果MulR>＝0，则第i个目标点云Pi与候选的匹配点云Qj满足法向约束。当且仅当距离约束和法向约束都满足的情况，才认定第i个目标点云Pi在源点云Qj是匹配点云，并保存匹配点云对应的索引。
3.2)通过3.1中找到的匹配点云计算变换矩阵，变换矩阵包含旋转矩阵R和平移矩阵T；
3.3)应用变换矩阵，采用3.2中求得的旋转矩阵R和平移矩阵T对目标点云P进行旋转和平移变换，得到新的点集temp_P。
3.4)计算点集temp_P与Q的平均距离d，如果d小于给定的阈值或者大于预设的最大迭代次数，则停止迭代计算，否则返回3.2，直到满足收敛条件为止。
3.5)3.4中满足收敛条件，应用变换矩阵对P中的点云进行变换得到P’，把P’添加到Q点集中。返回3.1。
3.6)分别采用增量式带法向约束的2D-ICP算法拼接完成横向剖面采集的所有序列激光点云数据和纵向剖面采集的所有序列激光点云数据，得到公路梁桥梁底结构的YZ剖面点云和XZ剖面点云，增量式带法向约束的2D-ICP算法精确拼接后的YZ剖面点云如图3所示，增量式带法向约束的2D-ICP算法精确拼接后的XZ剖面点云如图6所示。
4、根据梁桥梁结构的类型、梁片数、跨径、横隔板片数、构建公路梁桥梁底结构标准参数化剖面模型；
T梁上部承重构件参数化模型如图10所示：
以关键点P0点为公路梁桥梁底结构标准参数化剖面模型坐标原点，以沿桥长方向(车行方向)为x坐标轴，沿桥宽方向(指向桥梁内侧)为y坐标轴，垂直桥面向上为z坐标轴建立公路梁桥梁底结构标准参数化剖面模型坐标系。
从图中可以看出，T梁梁结构剖面主要由P0-P27命名的28个关键点组成，关键点之间的关系可由模型参数：{l0,l1,l2,l3,l4,l5,l6,l7,l8,d,∠s0,∠s1,n}表示。其中d表示跨径，n表示梁片数，l0,l1,l2,l3,l4,l5,l6,l7,l8表示关键点之间的距离关系，∠s0,∠s1表示关键点之间的角度关系。
T梁梁结构标准参数化剖面模型构成的默认参数：
l0＝200；l1＝100；l2＝300；l3＝1850；l4＝800；l5＝400；l6＝400；l7＝300；
d＝20000；∠s0＝60；∠s1＝5；n＝5
T梁梁结构标准参数化剖面模型约束关系：
l8＝2*l6+n*l0+(n-1)*l5+2*n*(l4*cos((∠s1*π)/180))
通过T梁梁结构标准参数化剖面模型构成的默认参数可以计算出公路梁桥梁底标准参数化YZ剖面模型每个关键点的坐标，默认参数中跨径d和梁片数n可以根据实际桥梁的情况修改。
设T梁和T梁之间y的增量dy＝l0+2*l4*cos((∠s1*π)/180)+l5。梁片数n，梁间数n-1。i表示梁间编号为[0,n-1)。
P0的坐标：(x0,y0,z0)＝(0,0,0)；
梁间的关键点用P1-P12表示，是重复的，计算方式如下，在应用中通过命名区分。
P1的坐标：(x1,y1,z1)＝(x0,y0-i*dy-l0,z0)；
P2的坐标：(x2,y2,z2)＝(x1,y1-l1,z1)；
P3的坐标：(x3,y3,z3)＝(x2,y2,z2-l2)；
P4的坐标：(x3,y3,z3)＝(x3,y1,z3+l1*tan((∠s0*π)/180))；
P5的坐标：(x5,y5,z5)＝(x1,y1,z1+l3)；
P6的坐标：
(x6,y6,z6)＝(x5,y5-l4*cos((∠s1*π)/180),z5+l4*sin((∠s1*π)/180))；
P7的坐标：(x7,y7,z7)＝(x6,y6-l5,z6)；
P8的坐标：
(x8,y8,z8)＝(x7,y7-l4*cos((∠s1*π)/180),z7-l4*sin((∠s1*π)/180))；
P9的坐标：(x9,y9,z9)＝(x8,y8,z4)；
P10的坐标：(x10,y10,z10)＝(x9,y9+l1,z3)；
P11的坐标：(x11,y11,z11)＝(x10,y10,z10-l2)；
P12的坐标：(x12,y12,z12)＝(x11,y11-l1,z11)；
P13-P27是T梁的外围点，只需计算一次。
P13的坐标：(x13,y13,z13)＝(x0,y0+l1,z0)；
P14的坐标：(x14,y14,z14)＝(x13,y13,z13+l2)；
P15的坐标：(x15,y15,z15)＝(x14,y14-l1,z14+l1)；
P16的坐标：(x16,y16,z16)＝(x15,y15,z0+l3)；
P17的坐标：
(x17,y17,z17)＝(x16,y16+l4*cos((∠s1*π)/180),z16+l4*sin((∠s1*π)/180))；
P18的坐标：(x18,y18,z18)＝(x17,y17+l6,z17)；
P19的坐标：(x19,y19,z19)＝(x18,y18,z18+l7)；
P20的坐标：(x20,y20,z20)＝(x19,y19-l8,z19)；
P21的坐标：(x21,y21,z21)＝(x20,y20,z20-l7)；
P22的坐标：(x22,y22,z22)＝(x21,y21+l6,z21)；
P23的坐标：
(x23,y23,z23)＝(x22,y22+l4*cos((∠s1*π)/180),z22-l4*sin((∠s1*π)/180))；
P24的坐标：(x24,y24,z24)＝(x23,y23,z15)；
P25的坐标：(x25,y25,z25)＝(x24,y24-l1,z14)；
P26的坐标：(x26,y26,z26)＝(x25,y25,z25-l2)；
P27的坐标：(x27,y27,z27)＝(x26,y26+l1,z26)；
根据上述的计算方式基于T梁梁结构标准参数化剖面模型构成的默认参数可计算出关键点的坐标，得到公路梁桥梁底结构标准参数化YZ剖面模型。首先对两两相邻的关键点进行插值，得到密集点构成的公路梁桥梁底标准参数化YZ剖面模型；然后对关键点进行偏移，得到对应的关键点法线上的点集。最后对两两相邻的关键点法线点集进行插值，得到公路梁桥梁底结构标准参数化YZ剖面模型密集的法线点集。
5、以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配，并对剖面模型进行2D相似变换
5.1)对步骤3.6拼接的公路梁桥梁底结构的YZ剖面点云进行处理，激光点云邻域内的点集进行直线拟合，计算激光点云对应的法线上的点，得到公路梁桥梁底结构的YZ剖面点云的法线点集；
5.2)以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配。
公路梁桥梁底的剖面主要由水平，垂直和倾斜的直线构成。采用水平扫描缩放匹配和垂直扫描缩放匹配。所述步骤5.2包括如下步骤：
5.2.1)水平扫描匹配。以最小的Y坐标为起始水平坐标，获取[Y-n,Y+n]内的公路梁桥梁底结构的YZ剖面点云作为目标点，获取[Y-n,Y+n]内的公路梁桥梁底结构标准参数化YZ剖面模型点集作为待匹配点。判断待匹配点与目标点是否匹配，如果匹配，存储对应的索引号。直到水平扫描完整个图像。
统计水平扫描匹配中匹配点对应点集的x坐标比值，对x坐标比值进行排序，取中值作为公路梁桥梁底结构标准参数化YZ剖面模型点集x坐标的相似变换系数。
5.2.2)垂直扫描匹配。以最小的X坐标为起始垂直坐标，获取[X-n,X+n]内的公路梁桥梁底结构的YZ剖面点云作为目标点，获取[X-n,X+n]内的公路梁桥梁底结构标准参数化YZ剖面模型点集作为待匹配点。判断待匹配点与目标点是否匹配，如果匹配，存储对应的索引号。直到垂直扫描完整个图像。
统计垂直扫描匹配中匹配点对应点集的y坐标比值，对y坐标比值进行排序，取中值作为公路梁桥梁底结构标准参数化YZ剖面模型点集y坐标的相似变换系数。
步骤5.2.1)和5.2.2)中判断待匹配点与目标点是否匹配的条件：
(1)距离约束：待匹配点与目标点之间的距离是否小于距离阈值DistT1，如果满足，进行法线向量的余弦相似度判断，否则，待匹配点与目标点不匹配；
(2)法线向量的余弦相似度：计算待匹配点法线向量与目标点法线向量的余弦相似度，余弦值的范围在[-1,1]之间，值越趋近于1表示两个向量的方向越接近，判断待匹配点法线向量与目标点法线向量的余弦值是否大于设定的最小余弦值阈值cosT，如果满足，待匹配点与目标点匹配，否则，待匹配点与目标点不匹配。
5.2.3)分别计算水平扫描匹配中匹配点欧式距离的均值avgDistHorz，计算垂直扫描匹配中匹配点欧式距离的均值avgDistVert。通过水平扫描匹配点欧式距离的均值和垂直扫描匹配点欧式距离的均值计算公路梁桥梁底结构的YZ剖面点云和公路梁桥梁底结构标准参数化YZ剖面模型的误差Dist＝sqrt(avgDistHorz*avgDistHorz+avgDistVert*avgDistVert)。
5.3)判断是否满足匹配条件，如果满足，退出迭代。否则，对剖面模型进行2D相似变换。根据计算的x、y坐标的相似变换系数更新公路梁桥梁底结构标准参数化剖面模型点集和法线点集的坐标。再重复步骤5.2。
退出迭代的条件：
1)Dist小于设定阈值T，且本次迭代计算的Dist与上次迭代计算的Dist误差小于设定阈值TEps。
2)迭代次数大于设定的最大迭代次数。
5.4)更新公路梁桥梁底结构标准参数化YZ剖面模型的关键点，得到较为精准的公路梁桥梁底结构标准参数化YZ剖面模型，如图9所示。
公路梁桥梁底结构XZ剖面的构建和YZ剖面的构建步骤一致，沿桥长方向公路梁桥梁底结构标准参数化XZ剖面模型会略有差异，横隔板的标准参数化模型如图14所示。
从图14中可以看出，单块横隔板主要由p0-p3和q0-q3八个关键点组成，关键点之间的关系可由模型参数：{l0,l1,l2,l3,l4,l5,d,∠s0,m,n}表示。其中d表示跨径，m表示横隔板总数，n表示梁片数，l0,l1,l2,l3,l4,l5表示关键点之间的距离关系，∠s0表示关键点之间的角度关系。
公路梁桥梁底横隔板标准参数化构成的默认参数：
l2＝200；l3＝200；m＝7；n＝5
公路梁桥梁底T梁梁结构中横隔板标准参数化构成的约束关系：
txl:hgb.l0＝txl.l0*txl.n+(2*txl.l4*cos(txl.∠s1)+txl.l5)*(txl.n-1)
txl:hgb.l1＝txl.l3
txl:hgb.l5＝txl.l0
txl:hgb.∠s0＝90°
l4＝(d-n*l2)/(n-1)
通过公路梁桥梁底横隔板标准参数化构成的默认参数和约束关系可以计算出公路梁桥梁底标准参数化XZ剖面每个关键点的坐标，默认参数中跨径d、梁片数n和横隔板总数m可以根据实际桥梁的情况修改。
公路梁桥梁底结构标准参数化XZ剖面模型通过2D相似变换拟合公路梁桥梁底结构的XZ剖面点云，得到较为精准的公路梁桥梁底结构标准参数化XZ剖面模型。
6、从2D相似变换后的标准参数化剖面中提取结构参数，构建公路梁桥梁底结构轻量BIM模型。
在公路梁桥梁底结构中，T梁梁结构断面最复杂，遮挡最多，以上所述实施例仅以T梁梁结构构建公路梁桥梁底轻量化BIM模型，加上墩台模型，单跨公路梁桥T梁梁结构轻量BIM模型如图16所示。小箱梁、空心板梁和等截面箱梁的构建流程一致，不再赘述。单跨公路梁桥小箱梁梁结构轻量BIM模型如图17所示，空心板梁和等截面箱梁结构形式类似，单跨公路梁桥空心板梁/等截面箱梁梁结构轻量BIM模型如图18所示。
上述仅为本发明的一个具体导向实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明的保护范围的行为。

Claims (8)

1.一种梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，包括如下步骤：
步骤一、将单线激光雷达通过伸展装置放置于梁桥底下；
步骤二、单线激光雷达旋转获取序列单线激光点云用于标定横向剖面和纵向剖面采集角度，然后单线激光雷达沿横向滑动进行横断面的采集行程，随后单线激光雷达纵向移动，进行纵断面的采集行程，获取梁桥梁底结构的横、纵断面结构的序列激光点云数据；
步骤三、基于角度编码器和行程编码器记录的值对序列激光点云进行初始对齐；
步骤四、采用增量式带法向约束的2D-ICP算法对序列激光点云实现精确拼接，得到表现梁桥精确横、纵断面的剖面点云；
步骤五、根据梁桥结构的类型、梁片数、跨径、横隔板片数、构建梁桥梁底结构标准参数化剖面模型；
步骤六、以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配，并对剖面模型进行2D相似变换；
步骤七、从变换后的标准参数化剖面中提取结构参数，构建公路梁桥梁底结构轻量BIM模型。
2.如权利要求1所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述步骤二包括如下步骤：单线激光雷达横向滑动进行横断面采集行程，单线激光雷达纵向移动进行纵断面采集行程，以站点为单位控制单线激光雷达移动，行程编码器记录每个站点的位置，在每个站点单线激光雷达的云台旋转获取序列激光点云，直到扫描完整个梁桥梁底横、纵断面，得到梁桥梁底结构的横、纵断面结构的序列激光点云数据。
3.如权利要求1所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述步骤四包括如下步骤：
4.1)以第一个站点采集的激光点云为源点云添加到Q向量中，下一个站点采集的激光点云为待匹配的目标点云P，通过flann快速最近邻搜索匹配算法对源点云Q和目标点云P进行匹配，得到第i个目标点云Pi的n个最近邻匹配点的索引和距离，进一步通过距离约束和法向约束去除误匹配：
4.1.1)距离约束是设定最大误差距离阈值disT，通过flann快速最近邻搜索匹配算法匹配得到的第i个目标点云Pi的n个最近邻匹配点的距离都需要满足小于disT的条件；
4.1.2)法向约束是以通过flann快速最近邻搜索匹配算法匹配得到的第i个目标点云Pi的n个最近邻匹配点中距离最小的点作为候选的匹配点云Qj，计算第i个目标点云Pi法向矢量与候选的匹配点云Qj法向矢量的点积MulR，如果MulR大于等于0，则第i个目标点云Pi与候选的匹配点云Qj满足法向约束；当且仅当距离约束和法向约束都满足的情况，才认定第i个目标点云Pi与候选的匹配点云Qj是匹配点云，并保存匹配点云对应的索引；
4.2)通过步骤4.1)中找到的匹配点云计算变换矩阵，变换矩阵包含旋转矩阵R和平移矩阵T；
4.3)应用变换矩阵，采用4.2)中求得的旋转矩阵R和平移矩阵T对目标点云P进行旋转和平移变换，得到新的点集temp_P；
4.4)计算点集temp_P与候选的匹配点云Qj的平均距离d，如果d小于给定的阈值或者迭代次数大于预设的最大迭代次数，则停止迭代计算，否则返回4.2，直到满足收敛条件为止；
4.5)步骤4.4)中满足收敛条件，应用变换矩阵对目标点云P中的点云进行变换得到点云P’，把点云P’添加到Q点集中，返回步骤4.1；
4.6)分别采用增量式带法向约束的2D-ICP算法拼接完成横向剖面采集的所有序列激光点云数据和纵向剖面采集的所有序列激光点云数据，得到梁桥梁底结构的横断面剖面点云和纵断面剖面点云。
4.如权利要求1所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述步骤五中，包括如下步骤：
5.1)根据梁结构类型选择对应的标准参数化模型默认参数和约束关系，设置梁片数和横隔板片数，计算梁桥梁底结构标准参数化剖面模型的关键点坐标；
5.2)对两两相邻的关键点进行插值，得到密集点构成的公路梁桥梁底结构标准参数化剖面模型；
5.3)对关键点进行偏移，得到对应的关键点法线上的点集，对两两相邻的关键点法线点集进行插值，得到梁桥梁底结构标准参数化剖面模型的法线点集。
5.如权利要求1所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述步骤六包括如下步骤：
6.1)对拼接的梁桥梁底结构的横、纵断面的剖面点云进行处理，激光点云邻域内的点集进行直线拟合，计算激光点云对应的法线上的点，得到梁桥横纵断面剖面点云的法线点集；
6.2)以剖面点云为基准，对标准参数化剖面模型实行2D相似匹配；
6.3)判断是否满足匹配条件，如果满足，退出迭代，否则，对剖面模型进行2D相似变换；根据水平扫描匹配计算的x坐标的相似变换系数和垂直扫描匹配计算的y坐标的相似变换系数更新梁桥梁底结构标准参数化剖面模型点集和法线点集的坐标，再重复步骤6.2)；
退出迭代的条件为以下条件中的一个：
1)水平扫描匹配中匹配点和垂直扫描匹配中匹配点之间的距离Dist小于设定阈值T，且本次迭代计算的距离Dist与上次迭代计算的距离Dist误差小于设定阈值TEps；
2)迭代次数大于设定的最大迭代次数；
6.4)更新梁桥梁底结构标准参数化剖面模型的关键点，得到精准的公路梁桥梁底结构标准参数化剖面模型。
6.如权利要求5所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述梁桥梁底的剖面由水平，垂直和倾斜的直线构成，采用水平扫描匹配和垂直扫描匹配，所述步骤6.2)包括如下步骤：
6.2.1)水平扫描匹配：以最小的Y轴坐标为起始水平坐标Y，获取[Y-n,Y+n]内的公路梁桥梁底结构的横纵断面剖面点云作为目标点，获取[Y-n,Y+n]内的公路梁桥梁底结构标准参数化剖面模型点集作为待匹配点，判断待匹配点与目标点是否匹配，如果匹配，存储对应的索引号，直到水平扫描完整个图像；n为窗口大小，即每次扫描的区域大小；
统计水平扫描匹配中匹配点对应点集的x坐标比值，对x坐标比值进行排序，取中值作为公路梁桥梁底结构标准参数化剖面模型点集x坐标的相似变换系数；
6.2.2)垂直扫描匹配：以最小的X轴坐标为起始垂直坐标X，获取[X-n,X+n]内的公路梁桥梁底结构的横纵断面剖面点云作为目标点，获取[X-n,X+n]内的公路梁桥梁底结构标准参数化剖面模型点集作为待匹配点；判断待匹配点与目标点是否匹配，如果匹配，存储对应的索引号，直到垂直扫描完整个图像；
统计垂直扫描匹配中对应点集的y坐标比值，对y坐标比值进行排序，取中值作为公路梁桥梁底结构标准参数化剖面模型点集y坐标的相似变换系数；
步骤6.2.1)和6.2.2)中判断待匹配点与目标点是否匹配的条件：
(1)距离约束：待匹配点与目标点之间的距离是否小于距离阈值DistT1，如果满足，进行法线向量的余弦相似度判断，否则，待匹配点与目标点不匹配；
(2)法线向量的余弦相似度：计算待匹配点法线向量与目标点法线向量的余弦相似度，余弦值的范围在[-1,1]之间，余弦值越趋近于1表示两个向量的方向越接近，判断待匹配点法线向量与目标点法线向量的余弦值是否大于设定的最小余弦值阈值cosT，如果满足，待匹配点与目标点匹配，否则，待匹配点与目标点不匹配；
6.2.3)分别计算水平扫描匹配中匹配点欧式距离的均值avgDistHorz，计算垂直扫描匹配中匹配点欧式距离的均值avgDistVert，通过水平扫描匹配点欧式距离的均值和垂直扫描匹配点欧式距离的均值计算匹配点之间的距离：Dist＝sqrt(avgDistHorz*avgDistHorz+avgDistVert*avgDistVert)，进一步执行步骤6.3)计算公路梁桥梁底结构的横纵断面剖面点云和公路梁桥梁底结构标准参数化剖面模型的误差。
7.如权利要求1所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述步骤一中，所述单线激光雷达包括滑轨(1)，滑轨(1)上滑动连接有基座(2)，基座(2)连接有行走结构；所述基座(2)上安装有行程编码器；基座(2)顶部通过竖向旋转装置轴接有L形安装架(3)，L形安装架(3)连接有第一角度编码器(4)，L形安装架(3)连接有横向旋转装置，横向旋转装置连接有第二角度编码器(5)和单线激光器(6)；滑轨(1)安装在采集平台上，沿梁桥长度方向移动，基座(2)在滑轨(1)上沿梁桥宽度方向移动。
8.如权利要求7所述的梁桥梁底结构轻量BIM模型快速构建方法，其特征在于，所述竖向旋转装置和横向旋转装置均为电机，所述行走结构为丝杆机构或直线电机。
CN202111427712.8A 2021-11-28 2021-11-28 一种梁桥梁底结构轻量bim模型快速构建方法 Active CN114372303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111427712.8A CN114372303B (zh) 2021-11-28 2021-11-28 一种梁桥梁底结构轻量bim模型快速构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111427712.8A CN114372303B (zh) 2021-11-28 2021-11-28 一种梁桥梁底结构轻量bim模型快速构建方法

Publications (2)

Publication Number Publication Date
CN114372303A CN114372303A (zh) 2022-04-19
CN114372303B true CN114372303B (zh) 2023-06-30

Family

ID=81138329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111427712.8A Active CN114372303B (zh) 2021-11-28 2021-11-28 一种梁桥梁底结构轻量bim模型快速构建方法

Country Status (1)

Country Link
CN (1) CN114372303B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116842620B (zh) * 2023-07-10 2023-12-29 广州交投工程检测有限公司 一种钢筋混凝土桥梁裂缝的智能预测方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104952107A (zh) * 2015-05-18 2015-09-30 湖南桥康智能科技有限公司 基于车载LiDAR点云数据的桥梁三维重建方法
CN106777680A (zh) * 2016-12-14 2017-05-31 华中科技大学 一种既有桥梁快速bim建模系统及方法
CN110717213B (zh) * 2019-10-10 2023-06-27 中国铁道科学研究院集团有限公司电子计算技术研究所 一种铁路桥梁bim施工模型快速生成方法及装置
CN110986878B (zh) * 2019-12-03 2021-09-24 中铁第一勘察设计院集团有限公司 基于移动测量系统自动化提取铁轨断面的方法
KR102397256B1 (ko) * 2019-12-05 2022-05-13 한국철도기술연구원 철도교량의 자동화된 bim 구축 시스템 및 방법
CN112102458B (zh) * 2020-08-31 2024-07-16 湖南盛鼎科技发展有限责任公司 基于激光雷达点云数据辅助的单镜头三维图像重构方法
CN113326545B (zh) * 2021-05-21 2022-07-01 湖南桥康智能科技有限公司 面向典型梁桥结构健康检测的轻量语义bim建模系统及方法
CN113587835A (zh) * 2021-07-22 2021-11-02 河北工业大学 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

Also Published As

Publication number Publication date
CN114372303A (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
Chow et al. Automated defect inspection of concrete structures
CN103257342B (zh) 三维激光传感器与二维激光传感器的联合标定方法
CN104914865A (zh) 变电站巡检机器人定位导航系统及方法
CN105651267A (zh) 一种基于三维激光扫描仪和gis的雷达阵地堪选方法
Tian et al. Crane lifting optimization and construction monitoring in steel bridge construction project based on BIM and UAV
CN114372303B (zh) 一种梁桥梁底结构轻量bim模型快速构建方法
CN111721279A (zh) 一种适用于输电巡检工作的末端路径导航方法
Kim et al. Autonomous mobile robot localization and mapping for unknown construction environments
CN114972970A (zh) 一种煤矿机械手扫描观测系统
CN102495879A (zh) 基于地面lidar的工业架空管线量测方法
Ma et al. ROV-based binocular vision system for underwater structure crack detection and width measurement
CN115618472A (zh) 基于bim模型的工程结构数字化预拼装方法、系统及应用
Jiang et al. Scan-vs-BIM for real-time progress monitoring of bridge construction project
Jia et al. An efficient, hierarchical viewpoint planning strategy for terrestrial laser scanner networks
CN116934976A (zh) 一种基于rgbd的轻量化古建筑场景扫描与重建方法
CN113106823A (zh) 一种用于在役水泥混凝土铺面板无损三维模型构建方法
Lovas et al. Laser scanning ship hulls to support hydrodynamic simulations
CN112068552A (zh) 一种基于cad图纸的移动机器人自主建图方法
Soilán et al. Deep Learning-Based Road Segmentation of 3D Point Clouds for Assisting Road Alignment Parameterization
CN114882339B (zh) 基于实时稠密点云地图的煤矿巷道孔眼自主识别方法
Zhou et al. Automatic Crack Detection and Quantification for Tunnel Lining Surface from 3D Terrestrial LiDAR Data
Dursun et al. 3D city modelling of Istanbul historic peninsula by combination of aerial images and terrestrial laser scanning data
CN114937136A (zh) 一种多场景三维模型和3d点云坐标转化体系
Wang Application of Long Distance Microscope and Three-Dimensional Laser Scanner in Tunnel Section Detection.
CN112612002A (zh) 煤矿井下全工作面场景空间的数字化构建系统和方法

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
GR01 Patent grant
GR01 Patent grant