System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及建筑工程,尤其涉及一种全景图像与bim匹配方法、装置、电子设备及存储介质。
技术介绍
1、在当今城市化快速推进的背景下,建筑业发展迅猛,不断扩大规模和多样化的结构形式使得传统手工方式的建筑施工进度监测变得不再适用。
2、bim(building information modeling)技术因其完备的信息、强大的信息关联性、一致性、可视化和协调性等特点,能够实时提供项目现状的信息,有效地协同各方实现协作和信息共享。
3、然而,建筑施工阶段是一个高度复杂的动态过程,现场数据类型繁多,信息量庞大,变化迅速,单纯依赖bim技术难以真正满足施工进度自动化监测的需求。
技术实现思路
1、有鉴于此,有必要提供一种全景图像与bim匹配方法、装置、电子设备及存储介质,用以解决依赖bim技术难以满足施工进度自动化监测的技术问题。
2、为了解决上述问题,本专利技术提供一种全景图像与bim匹配方法,包括:
3、获取bim的多个目标点位,利用revit提取所述多个目标点位的多个初始语义特征;
4、获取全景图像,并提取所述全景图像的全景语义特征;
5、将所述全景语义特征与所述多个初始语义特征进行匹配,确定所述多个初始语义特征中的目标语义特征,并将所述目标语义特征对应的所述目标点位作为拍摄点位;
6、获取所述拍摄点位的空间语义信息,基于所述拍摄点位的空间语义信息对当前施工进展进行评分。
7、在一种可能
8、获取bim的多个目标点位,利用revit的参数化过滤功能,通过设置条件筛选出所述多个目标点位周围符合特定语义标准的建筑元素,以获得所述多个目标点位的多个初始语义特征。
9、在一种可能的实现方式中,所述初始语义特征至少包括建筑元素的自定义名称、材料、颜色、坐标以及标签信息。
10、在一种可能的实现方式中,所述获取全景图像,并提取所述全景图像的全景语义特征,包括:
11、获取全景图像,将所述全景图像输入至预先训练完成的图卷积神经网络中,其中,所述图卷积神经网络包括输入层、隐藏层、输出层,通过所述隐藏层提取所述全景图像的全景语义特征,所述隐藏层至少包括第一最大池化层、第一卷积层、第一激活层、第二卷积层、第二激活层以及第二最大池化层。
12、在一种可能的实现方式中,所述将所述全景语义特征与所述多个初始语义特征进行匹配,确定所述多个初始语义特征中的目标语义特征,并将所述目标语义特征对应的所述目标点位作为拍摄点位,包括:
13、将所述全景语义特征与所述多个初始语义特征进行匹配,确定多个匹配得分;
14、将匹配得分最高的所述初始语义特征作为所述目标语义特征,并将目标语义特征对应的所述目标点位作为拍摄点位。
15、在一种可能的实现方式中,所述匹配得分的计算式为:
16、s=matching(f,b),
17、其中,s为匹配得分,f为全景语义特征,b为bim中目标点位带有语义特征的图像信息。
18、在一种可能的实现方式中,所述获取所述拍摄点位的空间语义信息,基于所述拍摄点位的空间语义信息对当前施工进展进行评分,包括:
19、获取所述拍摄点位的空间语义信息以及与所述拍摄点位对应的目标点位的空间语义信息,基于所述拍摄点位的空间语义信息以及与所述拍摄点位对应的目标点位的空间语义信息,通过计算空间几何关系的相似度,获得所述拍摄点位的空间语义信息得分;
20、基于所述匹配得分以及所述拍摄点位的空间语义信息得分对当前施工进展进行评分,其中,所述空间语义信息包括语义特征和空间关系。
21、另一方面,本专利技术还提供一种全景图像与bim匹配装置,包括:
22、初始语义特征提取模块,用于获取bim的多个目标点位,利用revit提取所述多个目标点位的多个初始语义特征;
23、全景语义特征提取模块,用于获取全景图像,并提取所述全景图像的全景语义特征;
24、匹配模块,用于将所述全景语义特征与所述多个初始语义特征进行匹配,确定所述多个初始语义特征中的目标语义特征,并将所述目标语义特征对应的所述目标点位作为拍摄点位;
25、评分模块,用于获取所述拍摄点位的空间语义信息,基于所述拍摄点位的空间语义信息对当前施工进展进行评分。
26、另一方面,本专利技术还提供一种电子设备,包括:处理器和存储器;
27、所述存储器上存储有可被所述处理器执行的计算机可读程序;
28、所述处理器执行所述计算机可读程序时实现如上所述的全景图像与bim匹配方法中的步骤。
29、另一方面,本专利技术还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上所述的全景图像与bim匹配方法中的步骤。
30、本专利技术的有益效果是:在bim中选取需要进行施工进度监控的目标点位,并在目标点位周围标注出bim模型中的关键建筑的信息,记录该信息的坐标与语义特征,为后续的全景图像匹配提供先验信息,获取全景图像,并提取出全景图像的全景语义特征后,与多个目标点位的多个初始语义特征进行匹配,以确定与拍摄点位对应的目标点位,获取拍摄点位的空间语义信息,基于拍摄点位的空间语义信息对当前的施工进展进行评分;结合全景相机的巡检拍摄,实时获取施工现场的图像信息,建立bim模型和施工现场的联系,使bim模型更贴近施工现场实际情况,利用现场全景图像和bim信息对施工的进度进行分析,并给出相应的决策判断,降低了人工巡检和评审的时间,提升了施工效率。
本文档来自技高网...【技术保护点】
1.一种全景图像与BIM匹配方法,其特征在于,包括:
2.根据权利要求1所述的全景图像与BIM匹配方法,其特征在于,所述获取BIM的多个目标点位,利用Revit提取所述多个目标点位的多个初始语义特征,包括:
3.根据权利要求2所述的全景图像与BIM匹配方法,其特征在于,所述初始语义特征至少包括建筑元素的自定义名称、材料、颜色、坐标以及标签信息。
4.根据权利要求1所述的全景图像与BIM匹配方法,其特征在于,所述获取全景图像,并提取所述全景图像的全景语义特征,包括:
5.根据权利要求4所述的全景图像与BIM匹配方法,其特征在于,所述将所述全景语义特征与所述多个初始语义特征进行匹配,确定所述多个初始语义特征中的目标语义特征,并将所述目标语义特征对应的所述目标点位作为拍摄点位,包括:
6.根据权利要求5所述的全景图像与BIM匹配方法,其特征在于,所述匹配得分的计算式为:
7.根据权利要求5所述的全景图像与BIM匹配方法,其特征在于,所述获取所述拍摄点位的空间语义信息,基于所述拍摄点位的空间语义信息对当前施工进展进行
8.一种全景图像与BIM匹配装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器;
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-7任意一项所述的全景图像与BIM匹配方法中的步骤。
...【技术特征摘要】
1.一种全景图像与bim匹配方法,其特征在于,包括:
2.根据权利要求1所述的全景图像与bim匹配方法,其特征在于,所述获取bim的多个目标点位,利用revit提取所述多个目标点位的多个初始语义特征,包括:
3.根据权利要求2所述的全景图像与bim匹配方法,其特征在于,所述初始语义特征至少包括建筑元素的自定义名称、材料、颜色、坐标以及标签信息。
4.根据权利要求1所述的全景图像与bim匹配方法,其特征在于,所述获取全景图像,并提取所述全景图像的全景语义特征,包括:
5.根据权利要求4所述的全景图像与bim匹配方法,其特征在于,所述将所述全景语义特征与所述多个初始语义特征进行匹配,确定所述多个初始语义特征中的目标语义特征,并...
【专利技术属性】
技术研发人员:王浩,裴以军,朱紫威,汪咏琳,刘博林,
申请(专利权)人:中建三局信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。