CN116188703B - 一种基于bim的建筑工程可视化管理系统 - Google Patents
一种基于bim的建筑工程可视化管理系统 Download PDFInfo
- Publication number
- CN116188703B CN116188703B CN202310474896.6A CN202310474896A CN116188703B CN 116188703 B CN116188703 B CN 116188703B CN 202310474896 A CN202310474896 A CN 202310474896A CN 116188703 B CN116188703 B CN 116188703B
- Authority
- CN
- China
- Prior art keywords
- model
- module
- target
- building
- target detection
- 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
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 77
- 238000010276 construction Methods 0.000 claims abstract description 51
- 238000012800 visualization Methods 0.000 claims abstract description 17
- 239000003550 marker Substances 0.000 claims abstract description 9
- 238000012549 training Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 9
- 238000002372 labelling Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012876 topography Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提出一种基于BIM的建筑工程可视化管理系统,实景照片采集模块、虚拟模型构建模块、模型选择模块、目标检测模型模块和场景可视化模块;数据采集模块用于采集实景图像;虚拟模型构建模块用于构建目标建筑物在不同施工阶段的三维数字化虚拟模型;模型选择模块用于选择目标检测模型;目标检测模型模块用于通过加载的目标检测模型对实景照片进行检测,输出实景照片中标记物的位置检测框;场景可视化模块用于基于位置检测框计算出目标建筑物的高度数据,并将高度数据集成到相应的三维数字化虚拟模型中进行可视化展示。本发明能够基于现场图像对具体施工对象进行高度数据检测,从而让施工方能够基于高度数据精确判断不同建筑的施工进度。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于BIM的建筑工程可视化管理系统。
背景技术
当前,在大型建筑工程施工过程管理工作中,由于施工场地大、工期长,工程开发方很难及时实地确定工程进度和施工场景具体情况,而是通过观察施工现场的图像来大致判断不同建筑物的施工进度。由于人工判断的结果不一定准确,因此很难精确控制施工过程中的每一个节点,难以对工程进度进行精确、有效的管理。
发明内容
本发明旨在针对现有技术的不足,提出一种BIM的建筑工程可视化管理系统,能够基于现场图像对具体施工对象进行高度数据检测,从而让施工方能够基于高度数据精确判断不同建筑的施工进度。
为实现上述目的,本发明提出以下技术方案:
一种基于BIM的建筑工程可视化管理系统,包括:实景照片采集模块、虚拟模型构建模块、模型选择模块、目标检测模型模块和场景可视化模块;
所述实景照片采集模块被配置为用于采集目标建筑物的实景照片,并将所述实景照片及所述目标建筑物的编号发送至所述模型选择模块;
所述虚拟模型构建模块被配置为用于构建所述目标建筑物在不同施工阶段的三维数字化虚拟模型,所述三维数字化虚拟模型外部设置有高度标记,所述高度标记的位置和形状与设置在所述目标建筑物外表面的标记物一致;
所述模型选择模块被配置为用于基于所述三维数字化虚拟模型构建不同目标建筑物的目标检测模型,以及用于基于所述目标建筑物的编号选择相应的目标检测模型;
所述目标检测模型模块被配置为用于加载所述模型选择模块所选择的目标检测模型,并通过所述目标检测模型对所述实景照片进行检测,输出所述实景照片中所述标记物的位置检测框;
所述场景可视化模块被配置为用于基于所述位置检测框计算出所述目标建筑物的高度数据,并将所述高度数据集成到相应的三维数字化虚拟模型中,进行可视化展示。
作为所述建筑工程可视化管理系统的一种可选实施方式,所述目标检测模型采用YOLOv5网络结构,所述目标检测模型的训练方法包括步骤:
(1)采集所述三维数字化虚拟模型的不同角度的虚景照片;
(2)利用镜像、模糊、亮度调整、旋转方式对所述虚景照片进行数据集扩充;
(3)在扩充后的图像集中,为每一幅所述虚景照片中的高度标记添加标注框,得到训练样本集;
(4)通过所述训练样本集训练所述目标检测模型,直至所述目标检测模型满足预设收敛条件。
作为所述建筑工程可视化管理系统的一种可选实施方式,所述三维数字化虚拟模型的构建方法为:
对所述目标建筑物进行族文件开发,然后进行族文件集成,得到所述三维数字化虚拟模型。
作为所述建筑工程可视化管理系统的一种可选实施方式,所述虚拟模型构建模块包括:三维建模单元和GIS单元;
所述三维建模单元被配置为用于对所述目标建筑物进行族文件开发,并基于所述开发的族文件进行三维建模,得到所述目标建筑物的建筑物模型;
所述GIS单元被配置为用于基于所述目标建筑物的工程地形数据构建三维地形图,并将所述建筑物模型集成到所述三维地形图中,得到所述三维数字化虚拟模型。
作为所述建筑工程可视化管理系统的一种可选实施方式,所述虚拟模型构建模块还包括三维模型轻量化组件,所述三维模型轻量化组件用于提供模型文件输入接口和web展示DOM出口,能够让所述三维数字化虚拟模型在所述场景可视化模块进行展示。
作为所述建筑工程可视化管理系统的一种可选实施方式,所述场景可视化模块为web浏览器。
作为所述建筑工程可视化管理系统的一种可选实施方式,所述数据采集单元包括高清摄像头和全景相机中的至少一种。
综上所述,本发明具有以下有益效果:
该系统基于BIM技术构建建筑物在不同施工阶段的虚拟模型,基于构建好的虚拟模型训练出基于YOLOv5的目标检测模型来对现场图像进行目标检测,可以得到具体建筑物当前的高度数据并做可视化展示,从而给人以直观、清晰的视觉体验,让建设单位可以轻松了解当前施工工程进度,进而能够实现建筑工程全周期的监控,便于开发方对工程进度进行管理。
附图说明
图1为实施例涉及的建筑工程可视化管理系统结构图;
图2为实施例涉及的基于YOLOv5的目标检测模型结构图;
图3为实施例涉及的目标检测模型的训练流程图;
图4为实施例涉及的虚拟模型构建模块结构图。
实施方式
下面结合具体实施例对本申请进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本申请,但不以任何形式限制本申请。应当指出的是,对本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进。这些都属于本申请的保护范围。
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用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本申请实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本实施例提供了一种基于BIM的建筑工程可视化管理系统,请参考图1,图1示出了该系统的整体结构,包括:实景照片采集模块、虚拟模型构建模块、模型选择模块、目标检测模型模块和场景可视化模块。
实景照片采集模块被配置为用于采集目标建筑物的实景照片,并将实景照片及目标建筑物的编号发送至模型选择模块;虚拟模型构建模块被配置为用于构建目标建筑物在不同施工阶段的三维数字化虚拟模型,三维数字化虚拟模型外部设置有高度标记,高度标记的位置和形状与设置在目标建筑物外表面的标记物一致;模型选择模块被配置为用于基于三维数字化虚拟模型构建不同目标建筑物的目标检测模型,以及用于基于目标建筑物的编号选择相应的目标检测模型;目标检测模型模块被配置为用于加载模型选择模块所选择的目标检测模型,并通过目标检测模型对实景照片进行检测,输出实景照片中标记物的位置检测框;场景可视化模块被配置为用于基于位置检测框计算出目标建筑物的高度数据,并将高度数据集成到相应的三维数字化虚拟模型中,进行可视化展示。
下面对各个模块进行具体介绍。
数据采集模块可采用高清摄像头或全景相机实现,数据采集模块可以固定布设在施工现场的各个采样点,对施工现场进行多角度现场图像的采集。部署在施工现场各采样点的摄像装置可以这样设置:相邻的两个摄像装置所采集到的现场图像之间存在匹配像素点,以便在后期可以完成图像拼接,形成施工现场的全景图像。全景图像中能够包含更多的标记物信息,以便更好的完成目标检测。
虚拟模型构建模块基于BIM技术实现,请参考图4,图4示出了虚拟模型构建模块的结构图,主要包括三维建模单元、GIS单元。
三维建模单元用于对目标建筑物进行族文件开发并基于开发好的族文件进行三维建模,得到目标建筑物的建筑物模型。GIS单元被配置为用于基于工程地形数据构建三维地形图,并将建筑物模型集成到三维地形图中,得到目标建筑物的三维数字化虚拟模型。
在具体实施时,GIS单元可以采用Civil3D软件实现,三维建模单元可以采用Revit软件实现,Revit是Autodesk公司出品的一款BIM技术实施软件平台,基于 Revit 的可视化灵活性的特点,利用 BIM 技术建立建筑物的几何模型和施工过程模型,可以实现施工方案的实时、交互和逼真模拟,进而对已有的施工方案进行验证,亦可根据现场条件和工程特点编制多种施工方案并进行对比优化得出最优方案。发挥其可视化、虚拟化、协同管理、成本和进度控制等优势,将极大地提升工程决策、规划、设计、施工和运营的管理水平,减少返工浪费,有效缩短工期,提高工程质量和投资效益。
本实施例中,首先根据工程特点,将不同建筑物按照工期进行编号,并将编号存储在视景照片采集模块中,则视景照片采集模块每次上传视景照片时,都同时发送目标建筑物的标号,以便模型选择模块选择正确的检测模型。
编号完成后,利用三维建模软件Revit对目标建筑物进行三维建模。利用Revit的参数化建族技术对各目标建筑物进行族文件开发,然后获取工程地形数模,利用Civil3D软件将数字地形图构建为三维地形图,将Revit所建的三维工程集成到地形图中,形成包含工程结构及区域地形的三维数字模型。将模型转出为通用模型数据,利用xBIM、ThreeJS等进行模型轻量化,开发vue框架的三维模型轻量化组件,该组件提供模型文件输入接口和web展示DOM出口,让三维模型可以在web浏览器进行展示,而不需要用户安装专业的三维模型软件。
模型选择模块主要用于基于三维数字化虚拟模型构建不同目标建筑物的目标检测模型,以及用于基于所述目标建筑物的编号选择相应的目标检测模型。
本实施例中,我们选择YOLOv5作为目标检测模型的框架结构。基于YOLOv5的目标检测模型的结构如图2所示,整个网络结构可以分为三个主要的部分:Backbone主干层、Neck特征融合层和Head检测层。
Backbone主干层采用了Cross-Stage-Partial (CSP)模块,该模块能够显著减少参数量和计算量,提高模型的效率。CSP模块主要由两个子模块组成:一个是卷积模块,用于提取图像特征;另一个是残差模块,用于将特征进行降维和增强。通过这种方式,主干网络能够有效地提取输入图像的特征,并将这些特征传递给Neck层。
Neck特征融合层主要用于融合不同层次的特征图,以提高模型对目标的检测和识别能力。具体来说,YOLOv5采用了SPP(Spatial Pyramid Pooling)模块和PAN(PathAggregation Network)模块进行特征融合。SPP模块通过不同大小的池化操作提取多尺度特征,而PAN模块则将多个不同尺度的特征图级联起来,以进一步提高特征的表达能力。
Head检测层是YOLOv5算法的核心,它使用基于FCOS和ATSS(Adaptive TrainingSample Selection)的Anchor-Free检测方法,将目标检测问题转化为中心点检测和尺寸回归问题。通过一系列计算得到每个目标的中心点坐标、尺寸和类别信息,最终使用NMS(Non-Maximum Suppression)非最大抑值算法合并重叠的检测框,得到最终的检测结果。
除了使用Anchor-Free检测方法,YOLOv5采用了多种算法和技术来提高模型性能。在数据增强方面,使用Mosaic、CutMix和MixUp等技术来丰富训练集,提高模型的泛化能力;使用组合损失函数对目标检测结果进行优化,该损失函数由交叉熵损失和L1损失组成。对于每个目标,模型将其检测结果拆分为置信度和边界框,并分别计算交叉熵损失和L1损失,最终将两者进行加权求和以得到总的损失函数,从而对模型进行优化;超参数采用多尺度训练、自适应步长调整等技术,同时使用小批量随机梯度下降(mini-batch stochasticgradient descent)和动量优化器(momentum optimizer)等训练技巧。评价指标方面,使用mAP和F1-score来评估模型性能,其中,mAP(Mean Average Precision)是一种常用的目标检测指标,用于衡量模型在不同阈值下的精度和召回率。而F1-score是一个综合Precision和Recall的指标,能够更全面地评估模型的性能。
交叉熵损失函数的表达式为:
其中,N为训练样本数,C为类别数,表示第i个样本的第j个类别是否存在,/>为网络预测的该类别存在的概率。
L1损失函数为:
其中,j表示边界框的四个坐标(中心点x,y,宽和高分别为w和h)。
mAP为:
其中,AP(average precision)表示单个检测类别的精度;P(Precision)表示所有被预测为正的样本中实际为正样本的概率;R(Recall)表示实际为正的样本中被预测为正样本的概率;mAP表示所有检测类别的平均精度。
F1表达式为:
其中,其中,TP表示真阳性(正确预测为正例的数量),FP表示假阳性(错误预测为正例的数量),FN表示假阴性(错误预测为负例的数量)。精度(Precision)为TP / (TP +FP),召回率(Recall)为TP / (TP + FN)。
下面以闸墩为例阐述基于YOLOv5的目标检测模型的训练过程,其流程如图3所示,包括以下步骤:
(1)样本集构建
虚景照片先通过专业标注软件Labelming进行部分图片标注。因为虚景照片只有一类,故不用对所有的照片进行标注,只需从各个类别随机取出几张照片标注并得到xml文件。将原始的虚景照片及对应的xml文件作为原始数据集,利用镜像、模糊、亮度调整、旋转四种方式进行数据集扩充。在扩充后的图像集中,为每一幅所述虚景照片中的高度标记添加标注框,然后将虚景照片数据集转变成txt格式后,划分train(80%)和val(20%)集,使用模型配置文件coco.yaml制作可供模型训练的数据集。
(2)训练目标检测模型
选择加载官方预先训练好的轻量级模型yoyo5s.pt作为基础模型,并使用步骤(1)构建好的样本数据集进行迁移学习。模型训练需设置脚本参数及超参数,本实施中Batch_size取16、epochs取50、optimzer采用SGD,其他脚本参数选用模型默认参数值。对于超参数,预设一组超参数进行训练,并通过遗传算法进行超参数调优。
(3)模型评价
采用平均精度mAP(Mean Average Precision)对模型进行评价,判断目标检测模型是否达到精度要求。训练好的目标检测模型可以从输入的实景图像中检测出标记物的位置检测框。
目标检测模型模块加载了目标检测模型后,可以通过目标检测模型对实景照片进行检测,提取实景照片中所述标记物的位置检测框。
所述场景可视化模块将实景照片中的标记物位置检测框与虚景照片中高度标记的标注框进行比对,就可以得到当前实景照片中目标建筑物的真实高度,将计算出的高度数据集成到相应的三维数字化虚拟模型中,便可进行可视化展示,使得用户能够直观的观察到当前的施工进度与预期的施工结果之间的差距。本实施例中,场景可视化模块可以通过浏览器实现。
本实施例技术的核心是基于BIM技术构建建筑物在不同施工阶段的虚拟模型,基于构建好的虚拟模型训练出基于YOLOv5的目标检测模型来对现场图像进行目标检测,可以得到具体建筑物当前的高度数据并做可视化展示,使得建设项目不同阶段的不同参与方都可以在这个信息模型中获取所需的信息,实现建设项目全生命周期的信息高效共享,提高建设项目全生命周期内的管理效率,从而加快工程进度、提高工程质量、减少工程成本、降低工程风险。BIM 技术基于三维可视化、参数化建模、组织协同、数据集成等功能,为工程的建设管理提供了全新的方式。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于BIM的建筑工程可视化管理系统,其特征在于,包括:实景照片采集模块、虚拟模型构建模块、模型选择模块、目标检测模型模块和场景可视化模块;
所述实景照片采集模块被配置为用于采集目标建筑物的实景照片,并将所述实景照片及所述目标建筑物的编号发送至所述模型选择模块;
所述虚拟模型构建模块被配置为用于构建所述目标建筑物在不同施工阶段的三维数字化虚拟模型,所述三维数字化虚拟模型外部设置有高度标记,所述高度标记的位置和形状与设置在所述目标建筑物外表面的标记物一致;
所述模型选择模块被配置为用于基于所述三维数字化虚拟模型构建不同目标建筑物的目标检测模型,以及用于基于所述目标建筑物的编号选择相应的目标检测模型;所述目标检测模型采用YOLOv5网络结构,所述目标检测模型的训练方法包括步骤:
(1)采集所述三维数字化虚拟模型的不同角度的虚景照片;
(2)利用镜像、模糊、亮度调整、旋转方式对所述虚景照片进行数据集扩充;
(3)在扩充后的图像集中,为每一幅所述虚景照片中的高度标记添加标注框,得到训练样本集;
(4)通过所述训练样本集训练所述目标检测模型,对于每个目标,所述目标检测模型将检测结果拆分为置信度和边界框,并分别计算交叉熵损失和L1损失,最终将两者进行加权求和以得到总的损失函数,从而对目标检测模型进行优化,直至所述目标检测模型满足预设收敛条件;
所述目标检测模型模块被配置为用于加载所述模型选择模块所选择的目标检测模型,并通过所述目标检测模型对所述实景照片进行检测,输出所述实景照片中所述标记物的位置检测框;
所述场景可视化模块被配置为用于将实景照片中的标记物位置检测框与对应的三维数字化虚拟模型的虚景照片中高度标记的标注框进行比对,就可以得到当前实景照片中目标建筑物的真实高度;将得到的高度数据集成到相应的三维数字化虚拟模型中,进行可视化展示。
2.根据权利要求1所述的一种基于BIM的建筑工程可视化管理系统,其特征在于,所述三维数字化虚拟模型的构建方法为:
对所述目标建筑物进行族文件开发,然后进行族文件集成,得到所述三维数字化虚拟模型。
3.根据权利要求1所述的建筑工程可视化管理系统,其特征在于,所述虚拟模型构建模块包括:三维建模单元和GIS单元;
所述三维建模单元被配置为用于对所述目标建筑物进行族文件开发,并基于所述开发的族文件进行三维建模,得到所述目标建筑物的建筑物模型;
所述GIS单元被配置为用于基于所述目标建筑物的工程地形数据构建三维地形图,并将所述建筑物模型集成到所述三维地形图中,得到所述三维数字化虚拟模型。
4.根据权利要求1所述的建筑工程可视化管理系统,其特征在于,所述虚拟模型构建模块还包括三维模型轻量化组件,所述三维模型轻量化组件用于提供模型文件输入接口和web展示DOM出口,能够让所述三维数字化虚拟模型在所述场景可视化模块进行展示。
5.根据权利要求1所述的建筑工程可视化管理系统,其特征在于,所述场景可视化模块为web浏览器。
6.根据权利要求1所述的建筑工程可视化管理系统,其特征在于,所述数据采集单元包括高清摄像头和全景相机中的至少一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310474896.6A CN116188703B (zh) | 2023-04-28 | 2023-04-28 | 一种基于bim的建筑工程可视化管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310474896.6A CN116188703B (zh) | 2023-04-28 | 2023-04-28 | 一种基于bim的建筑工程可视化管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116188703A CN116188703A (zh) | 2023-05-30 |
CN116188703B true CN116188703B (zh) | 2023-08-08 |
Family
ID=86452721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310474896.6A Active CN116188703B (zh) | 2023-04-28 | 2023-04-28 | 一种基于bim的建筑工程可视化管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116188703B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787670B (zh) * | 2024-02-26 | 2024-05-10 | 西安肖邦电子科技有限公司 | 一种基于建筑工程的bim数据管理方法及系统 |
CN117808374B (zh) * | 2024-02-28 | 2024-05-10 | 北京清科筑成科技股份公司 | 一种建筑工程质量智能验收管理方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110362904A (zh) * | 2019-07-03 | 2019-10-22 | 死海旅游度假有限公司 | 基于bim实时施工模型的4d模拟系统 |
CN113256802A (zh) * | 2021-06-17 | 2021-08-13 | 中山大学 | 一种建筑物的虚拟三维重建及场景创建方法 |
-
2023
- 2023-04-28 CN CN202310474896.6A patent/CN116188703B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110362904A (zh) * | 2019-07-03 | 2019-10-22 | 死海旅游度假有限公司 | 基于bim实时施工模型的4d模拟系统 |
CN113256802A (zh) * | 2021-06-17 | 2021-08-13 | 中山大学 | 一种建筑物的虚拟三维重建及场景创建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116188703A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116188703B (zh) | 一种基于bim的建筑工程可视化管理系统 | |
CN109147254B (zh) | 一种基于卷积神经网络的视频野外火灾烟雾实时检测方法 | |
CN108256431B (zh) | 一种手部位置标识方法及装置 | |
CN109919097A (zh) | 基于多任务学习的人脸和关键点联合检测系统、方法 | |
CN115409069A (zh) | 村镇建筑的识别方法、分类方法、装置、电子设备和介质 | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
CN110020650B (zh) | 一种基于深度学习识别模型的倾斜车牌的识别方法及装置 | |
CN116258608B (zh) | 融合gis和bim三维技术的水利实时监测信息管理系统 | |
CN108710893A (zh) | 一种基于特征融合的数字图像相机源模型分类方法 | |
JP2017033197A (ja) | 変化領域検出装置、方法、及びプログラム | |
KR20120005654A (ko) | 자동 구름 정보 산출방법 | |
CN110298281A (zh) | 视频结构化方法、装置、电子设备及存储介质 | |
CN109840559A (zh) | 图像筛选方法、装置以及电子设备 | |
CN107948586A (zh) | 基于视频拼接的跨区域运动目标检测方法和装置 | |
Wu et al. | InstantCITY: Synthesising morphologically accurate geospatial data for urban form analysis, transfer, and quality control | |
CN109558801B (zh) | 道路网络提取方法、介质、计算机设备及系统 | |
CN114612393A (zh) | 一种基于单目视觉的反光零件位姿估计方法 | |
CN111531546B (zh) | 一种机器人位姿估计方法、装置、设备及存储介质 | |
CN112004063B (zh) | 一种基于多相机联动的卸油油管连接正确性的监控方法 | |
CN115953330B (zh) | 虚拟场景图像的纹理优化方法、装置、设备和存储介质 | |
KR102416714B1 (ko) | 3차원 이미지 및 딥러닝을 활용한 도시 규모 나무 지도 작성 시스템 및 방법 | |
CN113673478B (zh) | 基于深度学习全景拼接的港口大型设备检测与识别方法 | |
CN115601675A (zh) | 一种基于Swin-transformer与yolov5模型集成的手术器械清点方法 | |
Tarkhan et al. | Capturing façade diversity in urban settings using an automated window to wall ratio extraction and detection workflow | |
KR102538012B1 (ko) | 가상공간 내 객체의 3차원 모델을 갱신하는 방법 및 장치 |
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 |