CN116702281A - 一种基于数字孪生的智能建造方法 - Google Patents
一种基于数字孪生的智能建造方法 Download PDFInfo
- Publication number
- CN116702281A CN116702281A CN202310654169.8A CN202310654169A CN116702281A CN 116702281 A CN116702281 A CN 116702281A CN 202310654169 A CN202310654169 A CN 202310654169A CN 116702281 A CN116702281 A CN 116702281A
- Authority
- CN
- China
- Prior art keywords
- model
- images
- construction
- method based
- design
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 59
- 238000013461 design Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005520 cutting process Methods 0.000 claims abstract description 10
- 239000000853 adhesive Substances 0.000 claims abstract description 9
- 230000001070 adhesive effect Effects 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims abstract description 5
- 230000004927 fusion Effects 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 240000007182 Ochroma pyramidale Species 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 239000004819 Drying adhesive Substances 0.000 claims description 2
- 238000009435 building construction Methods 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 5
- 239000003292 glue Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于数字孪生的智能建造方法，涉及建筑信息技术领域。该基于数字孪生的智能建造方法，具体包括以下步骤，S1.设计模型构建，获取相关项目的3D模型，将模型缩放合适大小后，直接量取尺寸，根据需要制成的模型的尺寸推定模型比例，根据比例调节后的尺寸数据，通过裁切工具对手工模型材料进行裁剪，并通过粘合剂将模型各部分粘合，制成设计模型，S2.模型数据采集，S3.图像融合，S4.现场模型构建，S5.模型组合，S6.模型校正，S7.模型管理。通过采用设计图纸结合场地实际内部情况的方式，建立场地的数字孪生模型，将现状和设计成品进行体现，便于相关人员进行建筑建造时对施工进度进行管理，降低相关人员的建造难度，提升该方法整体的实用性。
Description
技术领域
本发明涉及建筑信息技术领域，具体为一种基于数字孪生的智能建造方法。
背景技术
智能建造是指以数字化和智能化技术为基础，可以实时自适应于变化需求的高度集成与协同的一种建造系统，数字孪生是指以多维虚拟模型和融合数据双驱动，通过虚实闭环交互，来实现监控、仿真、预测、优化的实际功能服务和应用需求，现有的智能建造方法在进行使用时，通常需要通过多种不同的图像采集设备完成对现场信息的收集，并需要通过无人机进行高空扫描，使用的装置造价较高，操作不便，导致智能建造整体的成本较高，同时，采集的图像大多直接进行使用，各设备采集的图像清晰度不同，对线程的还原度不佳，整体的实用性不强。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种基于数字孪生的智能建造方法，解决了现有的智能建造方法在进行使用时对现场的还原度不高，现场信息采集过程使用的装置造价昂贵，且采集过程困难，整体的实用性不佳，使用成本较高的问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种基于数字孪生的智能建造方法，具体包括以下步骤：
S1.设计模型构建
获取相关项目的3D模型，将模型缩放合适大小后，直接量取尺寸，根据需要制成的模型的尺寸推定模型比例，根据比例调节后的尺寸数据，通过裁切工具对手工模型材料进行裁剪，并通过粘合剂将模型各部分粘合，制成设计模型；
S2.模型数据采集
将手工制成的设计模型通过激光扫描仪进行环形扫描，获取多组扫描图像，通过全景相机对建造完成的现场内部图像进行采集，获取建造完成现场内部空间的全景图像；
S3.图像融合
将采集到的多组扫描图像导入到图像处理软件中，将其转化为灰度图像，并确定转化后的灰度图像各像素点的像素值，利用傅里叶变换算法将源图像分解为高低频率系数，将多个图像中频率系数相同且连续的像素点分层次分方向地完成融合，通过逆变换实现图像的融合，将融合好的图像和全景相机采集的内部全景图像通过金字塔变换，采用隔行隔列降2采样获得的一组分辨率逐渐降低的图像集合，将多层图像叠加获得提升分辨率后的融合图像；
S4.现场模型构建
根据获取的融合图像，将其转化为RGB视图模式，结合融合图像的RGB视图，建立对应的binary mask掩图，并对各像素点的三维坐标值进行标定，形成模型的点云集，结合初始图像对点云进行融合，构成设计模型和现场内部空间的3D模型；
S5.模型组合
将构成的两组模型导出，输入到模型处理软件中，根据设计图纸，手动对现场内部空间模型的位置进行调节，使其和设计模型内部空间对应；
S6.模型校正
获取组合好的建造模型，通过模型处理软件输出模型的各角度的2D投影，将其和Ground Truth进行对比，通过损失函数计算loss值，loss值小于1则表明模型还原度较高，反之重复S3到S5步骤，确保loss值降到1以下；
S7.模型管理
通过MySQL软件，建立建造数据平台，根据不同的建造数据种类，建立触发器，设计施工过程中，将现场实际施工情况和模型构建情况进行对比，实现对施工建造进度的规划管理。
优选的，所述S1中，模型缩放比例通常为1/50、1/100或 1/200。
优选的，所述S1中，裁切工具通常为美工刀、笔刀、勾刀和切圆刀。
优选的，所述S1中，手工模型材料通常为PVC板、卡纸或轻木。
优选的，所述S1中，粘合剂通常为U胶或快干胶。
优选的，所述S2中，环形扫描每次连续转动拍摄影像之间的重叠部分应超过60%，模型的同一部分的不同拍摄点间的分隔应该小于15度。
优选的，所述S3中，图像处理软件为GIMP软件。
优选的，所述S5和S6中，模型处理软件可为3DMAX软件或Rhino软件。
（三）有益效果
本发明提供了一种基于数字孪生的智能建造方法。具备以下有益效果：
1、本发明提供了一种基于数字孪生的智能建造方法，相较于现有的智能建造方法，该智能建造方法通过采用设计图纸结合场地实际内部情况的方式，建立场地的数字孪生模型，通过建立模型，将现场的现状和设计成品的外观进行体现，便于相关人员在进行建筑建造时对施工进度进行规划、把控和管理，降低相关人员的建造难度，提升该方法整体的实用性。
2、本发明提供了一种基于数字孪生的智能建造方法，相较于现有的智能建造方法，该智能建造方法通过采用通过设计图纸和设计模型建立手工模型，再通过手工模型扫描获取图像的方式，避免传统模型构建过程中需要通过无人机对建筑整体进行高空扫描的过程，减少该方法整体进行使用时所需的工作量和操作难度，节约建造成本。
3、本发明提供了一种基于数字孪生的智能建造方法，相较于现有的智能建造方法，该智能建造方法通过采用多图像融合的方式提升获取的模型图像的清晰度，同时通过损失函数计算loss值，对建成模型的还原度进行评价，提升该方法在进行使用时建成的模型整体的清晰度和还原度，确保模型更加贴合现场实际情况，确保其对现场建造具有指导意义。
具体实施方式
下面将结合对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
本发明实施例提供一种基于数字孪生的智能建造方法，具体包括以下步骤：
S1.设计模型构建
获取相关项目的3D模型，将模型缩放合适大小后，直接量取尺寸，根据需要制成的模型的尺寸推定模型比例，根据比例调节后的尺寸数据，通过裁切工具对手工模型材料进行裁剪，并通过粘合剂将模型各部分粘合，制成设计模型，便于后续对模型整体进行扫描，避免现有的建造方法在进行使用时需要通过无人机进行全景扫描，节约成本；
S2.模型数据采集
将手工制成的设计模型通过激光扫描仪进行环形扫描，获取多组扫描图像，通过全景相机对建造完成的现场内部图像进行采集，获取建造完成现场内部空间的全景图像，便于使用者获取现场实际的情况信息，便于后续进行对比，确定施工进度；
S3.图像融合
将采集到的多组扫描图像导入到图像处理软件中，将其转化为灰度图像，并确定转化后的灰度图像各像素点的像素值，利用傅里叶变换算法将源图像分解为高低频率系数，将多个图像中频率系数相同且连续的像素点分层次分方向地完成融合，通过逆变换实现图像的融合，将融合好的图像和全景相机采集的内部全景图像通过金字塔变换，采用隔行隔列降2采样获得的一组分辨率逐渐降低的图像集合，将多层图像叠加获得提升分辨率后的融合图像，有利于提升整体图像输出的清晰度，提升后续进行模型构建的还原度；
S4.现场模型构建
根据获取的融合图像，将其转化为RGB视图模式，结合融合图像的RGB视图，建立对应的binary mask掩图，并对各像素点的三维坐标值进行标定，形成模型的点云集，结合初始图像对点云进行融合，构成设计模型和现场内部空间的3D模型，有利于确保通过图像直接生成3D模型；
S5.模型组合
将构成的两组模型导出，输入到模型处理软件中，根据设计图纸，手动对现场内部空间模型的位置进行调节，使其和设计模型内部空间对应，便于将现场和设计成果进行对比，对施工进度进行判断；
S6.模型校正
获取组合好的建造模型，通过模型处理软件输出模型的各角度的2D投影，将其和Ground Truth进行对比，通过损失函数计算loss值，loss值小于1则表明模型还原度较高，反之重复S3到S5步骤，确保loss值降到1以下，有利于确保模型整体的还原度，确保模型具有指导意义；
S7.模型管理
通过MySQL软件，建立建造数据平台，根据不同的建造数据种类，建立触发器，设计施工过程中，将现场实际施工情况和模型构建情况进行对比，实现对施工建造进度的规划管理，有利于实现该数字孪生模型构建完成后的基本使用功能。
S1中，模型缩放比例通常为1/50、1/100或 1/200，便于使用者对尺寸进行精准确定，S1中，裁切工具通常为美工刀、笔刀、勾刀和切圆刀，有利于降低使用者模型制作的难度，S1中，手工模型材料通常为PVC板、卡纸或轻木，有利于确保模型的还原度和使用强度，S1中，粘合剂通常为U胶或快干胶，有利于提升粘合的稳定度，S2中，环形扫描每次连续转动拍摄影像之间的重叠部分应超过60%，模型的同一部分的不同拍摄点间的分隔应该小于15度，有利于提升图像之间的连续性，便于后续将图像进行组合，S3中，图像处理软件为GIMP软件，S5和S6中，模型处理软件可为3DMAX软件或Rhino软件，有利于实现该方法基本的图像和模型的处理功能。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于数字孪生的智能建造方法，其特征在于，具体包括以下步骤：
S1.设计模型构建
获取相关项目的3D模型，将模型缩放合适大小后，直接量取尺寸，根据需要制成的模型的尺寸推定模型比例，根据比例调节后的尺寸数据，通过裁切工具对手工模型材料进行裁剪，并通过粘合剂将模型各部分粘合，制成设计模型；
S2.模型数据采集
将手工制成的设计模型通过激光扫描仪进行环形扫描，获取多组扫描图像，通过全景相机对建造完成的现场内部图像进行采集，获取建造完成现场内部空间的全景图像；
S3.图像融合
将采集到的多组扫描图像导入到图像处理软件中，将其转化为灰度图像，并确定转化后的灰度图像各像素点的像素值，利用傅里叶变换算法将源图像分解为高低频率系数，将多个图像中频率系数相同且连续的像素点分层次分方向地完成融合，通过逆变换实现图像的融合，将融合好的图像和全景相机采集的内部全景图像通过金字塔变换，采用隔行隔列降2采样获得的一组分辨率逐渐降低的图像集合，将多层图像叠加获得提升分辨率后的融合图像；
S4.现场模型构建
根据获取的融合图像，将其转化为RGB视图模式，结合融合图像的RGB视图，建立对应的binary mask掩图，并对各像素点的三维坐标值进行标定，形成模型的点云集，结合初始图像对点云进行融合，构成设计模型和现场内部空间的3D模型；
S5.模型组合
将构成的两组模型导出，输入到模型处理软件中，根据设计图纸，手动对现场内部空间模型的位置进行调节，使其和设计模型内部空间对应；
S6.模型校正
获取组合好的建造模型，通过模型处理软件输出模型的各角度的2D投影，将其和Ground Truth进行对比，通过损失函数计算loss值，loss值小于1则表明模型还原度较高，反之重复S3到S5步骤，确保loss值降到1以下；
S7.模型管理
通过MySQL软件，建立建造数据平台，根据不同的建造数据种类，建立触发器，设计施工过程中，将现场实际施工情况和模型构建情况进行对比，实现对施工建造进度的规划管理。
2.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S1中，模型缩放比例通常为1/50、1/100或 1/200。
3.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S1中，裁切工具通常为美工刀、笔刀、勾刀和切圆刀。
4.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S1中，手工模型材料通常为PVC板、卡纸或轻木。
5.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S1中，粘合剂通常为U胶或快干胶。
6.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S2中，环形扫描每次连续转动拍摄影像之间的重叠部分应超过60%，模型的同一部分的不同拍摄点间的分隔应该小于15度。
7.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S3中，图像处理软件为GIMP软件。
8.根据权利要求1所述的一种基于数字孪生的智能建造方法，其特征在于：所述S5和S6中，模型处理软件可为3DMAX软件或Rhino软件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310654169.8A CN116702281A (zh) | 2023-06-05 | 2023-06-05 | 一种基于数字孪生的智能建造方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310654169.8A CN116702281A (zh) | 2023-06-05 | 2023-06-05 | 一种基于数字孪生的智能建造方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116702281A true CN116702281A (zh) | 2023-09-05 |
Family
ID=87825058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310654169.8A Pending CN116702281A (zh) | 2023-06-05 | 2023-06-05 | 一种基于数字孪生的智能建造方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116702281A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117953166A (zh) * | 2024-03-26 | 2024-04-30 | 航天规划设计集团有限公司 | 一种三维建筑模型构建方法及系统 |
-
2023
- 2023-06-05 CN CN202310654169.8A patent/CN116702281A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117953166A (zh) * | 2024-03-26 | 2024-04-30 | 航天规划设计集团有限公司 | 一种三维建筑模型构建方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106504284B (zh) | 一种基于立体匹配与结构光相结合的深度图获取方法 | |
| CN109035388B (zh) | 三维人脸模型重建方法及装置 | |
| CN104299261B (zh) | 人体三维成像方法及系统 | |
| CN116702281A (zh) | 一种基于数字孪生的智能建造方法 | |
| CN102970504A (zh) | 图像投影设备、图像处理设备、图像投影方法和计算机可读记录介质 | |
| CN103761765B (zh) | 基于映射边界优化的三维物体模型纹理映射方法 | |
| CN106780573B (zh) | 一种全景图特征匹配精度优化的方法及系统 | |
| CN109344813A (zh) | 一种基于rgbd的目标识别和场景建模方法及装置 | |
| CN113538569B (zh) | 一种弱纹理物体位姿估计方法和系统 | |
| CN106355621A (zh) | 基于阵列图像的深度信息获取方法 | |
| CN110660125B (zh) | 用于电力配网系统的三维建模装置 | |
| US20180288241A1 (en) | Digital multi-dimensional image photon platform system and methods of use | |
| US10033990B2 (en) | Digital multi-dimensional image photon platform system and methods of use | |
| CN110473221A (zh) | 一种目标物体自动扫描系统及方法 | |
| CN109859105A (zh) | 一种无参数影像自然拼接方法 | |
| CN115423812B (zh) | 一种全景监控平面化展示方法 | |
| CN108510558B (zh) | 点云数据的压缩方法、装置及终端 | |
| CN102223545B (zh) | 一种快速多视点视频颜色校正方法 | |
| CN115147545A (zh) | 一种基于bim和深度学习的场景三维智能重建系统及方法 | |
| CN117392328B (zh) | 一种基于无人机集群的三维实景建模方法及系统 | |
| CN114782357A (zh) | 一种用于变电站场景的自适应分割系统及方法 | |
| CN109448135B (zh) | 一种基于多源数据的三维模型修补的方法 | |
| US20050062737A1 (en) | Method for making a colorful 3D model | |
| CN116152442B (zh) | 一种三维点云模型生成方法及装置 | |
| Du | Research on optimization of portrait sculpture data based on 3D image and mobile edge computing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |