CN117058337A - 点云三维重建自动化生成建筑工程bim模型的方法及装置 - Google Patents
点云三维重建自动化生成建筑工程bim模型的方法及装置 Download PDFInfo
- Publication number
- CN117058337A CN117058337A CN202311110485.5A CN202311110485A CN117058337A CN 117058337 A CN117058337 A CN 117058337A CN 202311110485 A CN202311110485 A CN 202311110485A CN 117058337 A CN117058337 A CN 117058337A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- data
- wall
- generating
- fitting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- UDHXJZHVNHGCEC-UHFFFAOYSA-N Chlorophacinone Chemical compound C1=CC(Cl)=CC=C1C(C=1C=CC=CC=1)C(=O)C1C(=O)C2=CC=CC=C2C1=O UDHXJZHVNHGCEC-UHFFFAOYSA-N 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000005034 decoration Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012876 topography Methods 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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种点云三维重建自动化生成建筑工程BIM模型的方法，采集建筑现场的三维点云数据，生成可交付的点云模型；清除点云模型中的冗余数据，保留墙面及柱面数据；将墙面及柱面数据分别聚类并生成拟合直线；根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；输出包含墙面及柱面全部点、线、面信息的可交付文件；基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。实现基于点云的自动逆向建模，同时能够根据建模结果自动得到现场实际土建墙柱图纸。
Description
技术领域
本发明属于建筑工程管理的技术领域，尤其涉及一种点云三维重建自动化生成建筑工程BIM模型的方法、装置及设备。
背景技术
在建筑全生命周期的数字化过程中BIM技术是基础，而BIM模型是载体。在传统的BIM模型搭建的过程中，人工建模往往是繁琐、费时费力而且不精确的，手动建立的BIM模型必然是存在大量误差的。现有技术存在的缺陷详细阐述如下：
①传统手工建模的不精确性
传统的BIM模型建立方式通过建模人员手工进行模型搭建，通常结合三维扫描点云进行逆向建模，需要通过BIM设计人员设计经验值以及肉眼识别进行手动对位建模的方式进行。这种方式受到BIM设计人员主观的经验性和个人习惯极大的影响，因此存在很大的不确定性和不稳定性，对于整个设计的系统性、完整性和稳定性而言都存在不利影响。
②传统手工建模的低时效性
传统的BIM模型建立方式通过建模人员手工进行模型搭建，通常结合三维扫描点云进行逆向建模，需要通过BIM设计人员设计经验值以及肉眼识别进行手动对位建模的方式进行。这种方式对于建模人员而言需要花费大量的时间和精力进行手动对位建模，并且建模规模和体量越大所花费的建模精力和时间会成倍的增加。
③传统手工建模的繁琐性
传统的BIM模型建立方式通过建模人员手工进行模型搭建，通常结合三维扫描点云进行逆向建模，需要通过BIM设计人员设计经验值以及肉眼识别进行手动对位建模的方式进行。这种方式通常需要BIM设计人员进行大量的手动判断建立各类构件的BIM模型，需要耗费大量的时间和精力，并且这种重复性的工作通常占据了BIM设计人员绝大多数的建模时间，严重影响了其进行专业化深化设计的时间。
发明内容
本发明的目的是提供一种点云三维重建自动化生成建筑工程BIM模型的方法及装置，为建筑装饰工程提供了使用真实场景数据进行设计、分析和规划的能力，能够提高装饰效果的可视化和预测性，减少设计和施工过程中的错误和调整，提高装饰工程的准确性和效率。
为解决上述问题，本发明的技术方案为：
一种点云三维重建自动化生成建筑工程BIM模型的方法，包括：
采集建筑现场的三维点云数据，生成可交付的点云模型；
清除点云模型中的冗余数据，保留墙面及柱面数据；
将墙面及柱面数据分别聚类并生成拟合直线；
根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；
对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；
检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；
输出包含墙面及柱面全部点、线、面信息的可交付文件；
基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。
根据本发明一实施例，所述采集建筑现场的三维点云数据，生成可交付的点云模型进一步包括：
逐一扫描采集每个建筑站点的三维点云数据，实时拼接各站点的三维点云数据，得到完整点云；
对点云进行数据拼接提取，形成以同楼层全部点云数据为一个整体的点云交付数据。
根据本发明一实施例，所述将墙面及柱面数据分别聚类并生成拟合直线进一步包括：
采用聚类算法对墙面及柱面数据进行分类分离，得到墙面数据及柱面数据；
对于墙面数据，通过聚类内点间距离遍历分析，寻找墙体阈值上限，确定墙体长度；
对单墙和带有洞口的双墙进行聚类分割，以便对墙面门窗洞口进行检测；
对柱体、单墙及双墙生成拟合直线。
根据本发明一实施例，对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面进一步包括：
针对墙面或柱面包围盒，采用Ransac拟合算法将每个包围盒及其内部点云进行最优面拟合，得到替代包围盒内点云的墙体拟合面及柱体拟合面。
根据本发明一实施例，所述检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒进一步包括：
对墙体进行基于立面的聚类分割，找到洞口边缘，拟合生成洞口包围盒。
根据本发明一实施例，所述检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒进一步包括：
基于生长算法，对墙体直接提取立面洞口的边缘，拟合生成洞口包围盒。
一种点云三维重建自动化生成建筑工程BIM模型的装置，包括：
数据采集模块，用于采集建筑现场的三维点云数据，生成可交付的点云模型；
数据清洗模块，用于清除点云模型中的冗余数据，保留墙面及柱面数据；
数据处理模块，用于将墙面及柱面数据分别聚类并生成拟合直线，根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；输出包含墙面及柱面全部点、线、面信息的可交付文件；
模型生成模块，基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。
根据本发明一实施例，该装置还包括数据分析模块；
所述数据分析模块基于原始点云数据与数据处理模块生成的拟合面模型进行间距分析，统计各类差异数据；基于工程量结合人工单价、材料单价、机械单价，统计生成成本用工清单；生成整体可视化报告。
一种点云三维重建自动化生成建筑工程BIM模型的设备，包括：存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根本发明一实施例中的点云三维重建自动化生成建筑工程BIM模型的方法中的步骤。
一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行本发明一实施例中的点云三维重建自动化生成建筑工程BIM模型的方法中的步骤。
本发明由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
本发明一实施例中的点云三维重建自动化生成建筑工程BIM模型的方法，实现将现场实采结构点云数据的墙、柱立面转化为几何模型，并且提取出墙上的门窗洞口，实现基于点云的自动逆向建模，同时能够根据建模结果自动得到现场实际土建墙柱图纸。基于此，还能够实现后续辅助设计优化、辅助建议指导施工以及成本和工程量统计。
附图说明
图1为本发明一实施例中的点云三维重建自动化生成建筑工程BIM模型的方法流程图；
图2为本发明一实施例中的按墙体连线顺序生成包围盒的示意图；
图3为本发明一实施例中的拟合墙体包围盒内的点云形成墙面的示意图；
图4为本发明一实施例中的根据Ransac算法拟合得出墙面片四角边界的示意图；
图5为本发明一实施例中利用Delaunay三角剖分算法得到的门窗洞口四角定位的示意图；
图6为本发明一实施例中的角点坐标信息导出JSON格式的代码图；
图7为本发明一实施例中根据角点坐标信息在Revit或Rhino软件中自动建模的示意图；
图8为本发明一实施例中的点云三维重建自动化生成建筑工程BIM模型的设备的示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的一种点云三维重建自动化生成建筑工程BIM模型的方法及装置作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。
实施例一
本实施例主要解决的技术问题是如何将采集到的建筑点云数据精准快速地转换为可用于建筑信息模型建立的几何模型，并且根据知识工程沉淀经验值进行模型精度把控，避免出现过耦合和欠耦合现象。利用本方法和流程的实现，通过输入原始三维扫描单层建筑点云数据，能够输出精度适用于辅助装饰BIM深化设计建模的Mesh模型或CAD图线。为了解决上述问题，本实施例涉及以下技术：
·点云处理：点云处理是对三维点云数据进行处理和分析的技术。包括点云配准、滤波去噪、分割、特征提取等算法，用于提高点云数据的质量、准确性和易用性。
·三维建模和重建：三维建模和重建是从点云数据中构建几何模型的过程。包括表面重建、体示意建模、曲面拟合等算法，用于将点云数据转换为几何模型，如三角网格、体素模型等。
·计算机视觉和图像处理：计算机视觉和图像处理技术在点云自动生成BIM模型中起着重要的作用。包括点云配准、特征提取、目标检测和分类等技术，用于理解和分析点云数据。
·建筑信息模型(BIM)：BIM是一种数字化的建筑模型，包含了建筑物的几何、属性和关系等信息。了解BIM的概念和标准，以及相关的BIM软件和格式(如Revit、IFC等)是进行点云自动生成BIM模型的前提。
·编程和脚本语言：点云自动生成BIM模型通常需要编程和脚本语言的支持。常用的编程语言如Python、C++等，以及相关的点云处理库(如Open3D、PCL)和BIM软件的API(如Revit API)。
·点云扫描和传感技术：理解和熟悉常见的点云扫描和传感技术(如激光扫描仪、结构传感器)以及相关的设备和数据格式对点云自动生成BIM模型至关重要。例如激光扫描仪(LiDAR)：激光扫描仪使用激光束扫描周围环境，测量光束从扫描仪到目标物体的时间，进而计算出距离和位置信息。激光扫描仪能够快速、精确地获取大范围的点云数据，常用于建筑、地形、工业和地理测绘等应用。
对于点云处理部分，本专利方法主要运用cloudcompare或其他点云处理软件，将原始的完整点云去除噪点、杂点、离群点等干扰因素，随后将地面和天花等平面点云分离，只剩下相对干净的墙面、柱面等立面点云，以便于程序处理。
对于三维建模和重建部分，本专利方法主要运用open3d库进行对点云的处理，提取墙面角点和洞口角点，再利用numpy库将点云转换为数组进行更有利于图形的运算，随后运用matplotlib库进行图形可视化运算和显示，以实现三维建模和重建。
对于计算机视觉和图像处理部分，本专利方法主要通过特征提取、聚类分割等方法，将墙柱按照特征分离以便进行重建，以及将墙按照特征分为单墙和带洞口双墙以便进行洞口提取，以实现重建和识别。
对于BIM方面，本专利方法主要根据点云拟合出墙面、柱面并以包围盒以及mesh面的方式进行重建，在门窗洞口处以Delaunay三角剖分算法生成空洞包围盒的形式进行拟合。随后可将全部角点或线框以墙或柱子为标签提取至集合导出使用，利用Revit或Rhino等参数化建模软件进行自动建模。
对于编程语言方面，本专利方法运用的基于python语言的用于点云处理的open3d库、用于图形学处理的geomeas库、用于数学逻辑运算处理和显示的matplotlib等。
对于点云扫描和传感技术，本专利方法主要使用架站式扫描仪进行室内结构三维扫描，并利用相关实时运算软件进行点云拼接等前序工作。
基于上述技术，本实施例提供了一种点云三维重建自动化生成建筑工程BIM模型的方法，包括：
采集建筑现场的三维点云数据，生成可交付的点云模型；
清除点云模型中的冗余数据，保留墙面及柱面数据；
将墙面及柱面数据分别聚类并生成拟合直线；
根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；
对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；
检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；
输出包含墙面及柱面全部点、线、面信息的可交付文件；
基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。
具体的，请参看图1，在进行点云数据采集时，首先，采用架站式三维扫描仪进行逐站扫描采集现场信息，完成每一站点的点云三维扫描工作，扫描模式和精度影响每一站的扫描时间，根据不同任务不同需求进行设置。在扫描之前仪器会自动调整平衡，注意扫描过程中尽量保证周围环境干净整洁以减少其他物体对扫描工作的影响。然后，采用TrimblePerspective外业点云配准和分析软件进行自动拼站工作，生成完整点云，能够实现外业自动配准、动态测量和注记。最后，采用Trimble Realworks对点云进行后处理，将每一站点的扫描数据拼接提取，初步形成以同楼层全部点云数据为一个整体的点云交付数据。
完成点云数据采集后，需要对点云数据清洗。本实施例采用cloudcompare对整个楼层的点云进行处理，主要目的是去除能够影响到墙面柱面逆向生成的因素，如现场的机电管线、现场堆放的杂物、现场的人员等，这些数据的出现在点云数据处理过程中都有一定概率会被程序判断为墙柱面。有时候通过程序处理没有办法保证去除效果，因此需要进行手动辅助处理。
在点云数据只保留墙面、柱面所需的数据后，采用聚类分割将柱面和墙面分类分离，以便后续根据特征分别对墙面及柱面逆向。由于墙面和柱面在图形学特征中存在一定的相似性但同时也有较大的各异性，即柱面通常为矩形截面且长度方向和宽度方向相差不大，而墙面通常为矩形截面但是长度方向远超宽度方向，这也导致点云扫描时点的密度有着较大差异，利用聚类算法能够将柱面和墙面分离开，后续作为两个大类单独有针对性地进行处理。
针对墙面，通过聚类内点间距遍历分析，寻找墙体阈值上限确定墙体长度。由于混凝土墙面的凹凸性以及在连接处的不平整性，每一墙面点云都需要做拟合处理，在确定墙体长度方面，采取的方案是截取一段墙体中间点云，随后拍平至二维点云。在二维点云中拟合一条墙轴线，通过遍历分析找到与墙轴线平行的最长的两点间距，即可代表墙体长度。
然后，对单墙和带有洞口的双墙再次进行聚类分割，为后续洞口检测做准备。由于后续需要对墙面门窗洞口进行检测，因此此处需要将不带门窗洞口的单墙和带门窗洞口的双墙进行聚类分割。此处运用的主要方法是根据拟合墙轴线与点云交汇点数量，若为单墙则只有两个交点、若为双墙则有两个以上交点。据此则可以将单墙和双墙分离开来，后续作为两个类别进行处理。
到此已将柱体、单墙及双墙分别聚类并且生成拟合直线，并且已经得到各墙体和柱体边线长度，只需根据已获取的数据找到墙体柱体角点并按照顺序连接生成包围盒即可。得到的包围盒请参看图2。由于墙面凹凸度不同，每个包围盒的厚度也会不同。
得到了每个墙面、柱面的包围盒后，针对每个包围盒及内部点云面，利用Ransac拟合等方法即可得到该包围盒内能替代点云的墙体和柱体拟合面，请参看图3。
对墙体拟合面进行门窗洞口的检测。对于洞口检测存在两种方案。第一种是基于立面做聚类分割找到洞口边缘生成洞口包围盒。第二种是基于生长算法等方法直接提取立面洞口边缘拟合生成洞口包围盒。本实施例采用第一种方法，得到如图4所示的门窗洞口。然后，在门窗洞口处以Delaunay三角剖分算法生成空洞包围盒的形式进行拟合，拟合效果请参看图5。
基于前序步骤我们已得到所需墙面柱面的全部点线面信息，通过信息写出得到包含获取到的信息的文件(可交付文件)，即可在后续BIM模型处理中使用以便辅助模型建立。其中，角点坐标信息导出JSON格式的代码如图6所示。
基于建模软件(如Revit或Rhino)，输入可交付文件，调用构件生成BIM模型。根据角点坐标信息在Revit或Rhino软件中进行自动建模，请参看图7。也可以基于建模软件，输入可交付文件，投影生成CAD图线。
基于此，能够实现后续辅助建议指导施工以及成本和工程量统计。例如，基于原始点云和程序化处理生成的拟合面模型进行间距分析，统计各类差异分析，如各类工程量，结合设计需求分析；基于工程量结合人工单价、材料单价、机械单价，数据统计生成建议操作及成本用工清单；生成整体可视化报告。
实施例二
基于相同的构思，本实施例提供了一种点云三维重建自动化生成建筑工程BIM模型的装置，包括：
数据采集模块，用于采集建筑现场的三维点云数据，生成可交付的点云模型；
数据清洗模块，用于清除点云模型中的冗余数据，保留墙面及柱面数据；
数据处理模块，用于将墙面及柱面数据分别聚类并生成拟合直线，根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；输出包含墙面及柱面全部点、线、面信息的可交付文件；
模型生成模块，基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。
进一步地，该装置还包括数据分析模块，该数据分析模块基于原始点云数据与数据处理模块生成的拟合面模型进行间距分析，统计各类差异数据；基于工程量结合人工单价、材料单价、机械单价，统计生成成本用工清单；生成整体可视化报告。
该装置可实现实施例一中的点云三维重建自动化生成建筑工程BIM模型的方法，其具体实施方式在此不再赘述。
实施例三
本实施例提供了一种点云三维重建自动化生成建筑工程BIM模型的设备。请参看图8，该点云三维重建自动化生成建筑工程BIM模型的设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，x86，arm架构处理器或FPGA)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对点云三维重建自动化生成建筑工程BIM模型的设备500中的一系列指令操作。
进一步，处理器510可以设置为与存储介质530通信，在点云三维重建自动化生成建筑工程BIM模型的设备500上执行存储介质530中的一系列指令操作。
点云三维重建自动化生成建筑工程BIM模型的设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线的网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve、Vista等等。
本领域技术人员可以理解，图8示出的点云三维重建自动化生成建筑工程BIM模型的设备的结构并不构成对点云三维重建自动化生成建筑工程BIM模型的设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明的另一实施例还提供了一种计算机可读存储介质。
该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质。该计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得计算机执行实施例一中的点云三维重建自动化生成建筑工程BIM模型的设备方法的步骤。
点云三维重建自动化生成建筑工程BIM模型的方法若以程序指令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，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件的形式体现出来，该计算机软件存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-only memory，ROM)、随机存取存储器(Random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到，为描述得方便和简洁，上述描述的系统及设备的具体执行的识别内容，可以参考前述方法实施例中的对应过程。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式。即使对本发明作出各种变化，倘若这些变化属于本发明权利要求及其等同技术的范围之内，则仍落入在本发明的保护范围之中。
Claims (10)
1.一种点云三维重建自动化生成建筑工程BIM模型的方法，其特征在于，包括：
采集建筑现场的三维点云数据，生成可交付的点云模型；
清除点云模型中的冗余数据，保留墙面及柱面数据；
将墙面及柱面数据分别聚类并生成拟合直线；
根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；
对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；
检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；
输出包含墙面及柱面全部点、线、面信息的可交付文件；
基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。
2.如权利要求1所述的点云三维重建自动化生成建筑工程BIM模型的方法，其特征在于，所述采集建筑现场的三维点云数据，生成可交付的点云模型进一步包括：
逐一扫描采集每个建筑站点的三维点云数据，实时拼接各站点的三维点云数据，得到完整点云；
对点云进行数据拼接提取，形成以同楼层全部点云数据为一个整体的点云交付数据。
3.如权利要求1所述的点云三维重建自动化生成建筑工程BIM模型的方法，其特征在于，所述将墙面及柱面数据分别聚类并生成拟合直线进一步包括：
采用聚类算法对墙面及柱面数据进行分类分离，得到墙面数据及柱面数据；
对于墙面数据，通过聚类内点间距离遍历分析，寻找墙体阈值上限，确定墙体长度；
对单墙和带有洞口的双墙进行聚类分割，以便对墙面门窗洞口进行检测；
对柱体、单墙及双墙生成拟合直线。
4.如权利要求1所述的点云三维重建自动化生成建筑工程BIM模型的方法，其特征在于，对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面进一步包括：
针对墙面或柱面包围盒，采用Ransac拟合算法将每个包围盒及其内部点云进行最优面拟合，得到替代包围盒内点云的墙体拟合面及柱体拟合面。
5.如权利要求1所述的点云三维重建自动化生成建筑工程BIM模型的方法，其特征在于，所述检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒进一步包括：
对墙体进行基于立面的聚类分割，找到洞口边缘，拟合生成洞口包围盒。
6.如权利要求1所述的点云三维重建自动化生成建筑工程BIM模型的方法，其特征在于，所述检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒进一步包括：
基于生长算法，对墙体直接提取立面洞口的边缘，拟合生成洞口包围盒。
7.一种点云三维重建自动化生成建筑工程BIM模型的装置，其特征在于，包括：
数据采集模块，用于采集建筑现场的三维点云数据，生成可交付的点云模型；
数据清洗模块，用于清除点云模型中的冗余数据，保留墙面及柱面数据；
数据处理模块，用于将墙面及柱面数据分别聚类并生成拟合直线，根据聚类结果识别墙体角点和柱体角点，并按顺序连接生成包围盒；对包围盒内部点云数据进行最优面拟合，生成替代点云数据的墙体及柱体拟合面；检测并提取墙体拟合面的门洞及窗洞，生成洞口包围盒；输出包含墙面及柱面全部点、线、面信息的可交付文件；
模型生成模块，基于建模软件，输入所述可交付文件，调用相关构件，生成BIM模型。
8.如权利要求7所述的点云三维重建自动化生成建筑工程BIM模型的装置，其特征在于，还包括数据分析模块；
所述数据分析模块基于原始点云数据与数据处理模块生成的拟合面模型进行间距分析，统计各类差异数据；基于工程量结合人工单价、材料单价、机械单价，统计生成成本用工清单；生成整体可视化报告。
9.一种点云三维重建自动化生成建筑工程BIM模型的设备，其特征在于，包括：存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至6中任意一项所述的点云三维重建自动化生成建筑工程BIM模型的方法中的步骤。
10.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至6中任意一项所述的点云三维重建自动化生成建筑工程BIM模型的方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311110485.5A CN117058337A (zh) | 2023-08-31 | 2023-08-31 | 点云三维重建自动化生成建筑工程bim模型的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311110485.5A CN117058337A (zh) | 2023-08-31 | 2023-08-31 | 点云三维重建自动化生成建筑工程bim模型的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117058337A true CN117058337A (zh) | 2023-11-14 |
Family
ID=88657104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311110485.5A Pending CN117058337A (zh) | 2023-08-31 | 2023-08-31 | 点云三维重建自动化生成建筑工程bim模型的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117058337A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117788741A (zh) * | 2023-12-30 | 2024-03-29 | 以见科技(上海)有限公司 | 基于点云的建筑物模型重建方法、装置、设备及存储介质 |
-
2023
- 2023-08-31 CN CN202311110485.5A patent/CN117058337A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117788741A (zh) * | 2023-12-30 | 2024-03-29 | 以见科技(上海)有限公司 | 基于点云的建筑物模型重建方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Czerniawski et al. | Pipe spool recognition in cluttered point clouds using a curvature-based shape descriptor | |
| CN109993827B (zh) | 一种将建筑图纸转换为三维bim模型的立面图识别方法 | |
| Kim et al. | Fully automated registration of 3D data to a 3D CAD model for project progress monitoring | |
| Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
| Cho et al. | Development of image processing for crack detection on concrete structures through terrestrial laser scanning associated with the octree structure | |
| Taraben et al. | Methods for the automated assignment and comparison of building damage geometries | |
| CN117058337A (zh) | 点云三维重建自动化生成建筑工程bim模型的方法及装置 | |
| Chuang et al. | Change component identification of BIM models for facility management based on time-variant BIMs or point clouds | |
| CN116305436A (zh) | 一种基于三维激光扫描结合bim的既有桥梁监测方法 | |
| Mirzaei et al. | End-to-end point cloud-based segmentation of building members for automating dimensional quality control | |
| CN114494385A (zh) | 一种输水隧洞病害可视化预警方法 | |
| Chen et al. | Unsupervised recognition of volumetric structural components from building point clouds | |
| Salem et al. | Assessment of methods for industrial indoor object recognition | |
| CN114048535B (zh) | 构建地图时在cad墙图层中生成门窗的系统及其方法 | |
| CN117455905B (zh) | 模块化集成建筑构件智能检测方法及系统 | |
| Demir | Automated detection of 3D roof planes from Lidar data | |
| Bahreini et al. | Dynamic graph CNN based semantic segmentation of concrete defects and as-inspected modeling | |
| Zhao et al. | A Review of Point Cloud Segmentation of Architectural Cultural Heritage | |
| Chen et al. | Region proposal mechanism for building element recognition for advanced scan-to-BIM process | |
| Xiang et al. | Integrating inverse photogrammetry and a deep learning–based point cloud segmentation approach for automated generation of BIM models | |
| Zeng et al. | Integrating as-built BIM model from point cloud data in construction projects | |
| CN112069445A (zh) | 一种2d slam算法评估及量化方法 | |
| Tarsha Kurdi et al. | Automatic 2D modelling of inner roof planes boundaries starting from Lidar data | |
| CN117218063A (zh) | 基于施工阶段吊篮空间位置变化的桥体施工进度监测方法 | |
| CN113870328A (zh) | 一种液体异物视觉检测方法及系统 |
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 |