【技术实现步骤摘要】
本公开实施例涉及桥梁施工智能监测，尤其涉及一种装配式桥梁施工进度智能监控方法及系统。
技术介绍
1、目前桥梁建设成为了交通基础设施的重要组成部分。传统的现浇法施工存在一些限制，如需大量劳动力、施工周期长、对交通和周边环境影响大等问题。随着城市化和交通需求的增加，人们对更高效、更快速、更环保的桥梁建设提出更高期望。因此，采用预制拼装桥梁施工方法成为了一种创新的解决方案之一。该方法通过在工厂批量预制承台、墩柱、盖梁、上部结构等，然后运输到现场进行拼装。相比传统的现浇法施工，预制拼装桥梁施工方法能够大幅度缩短施工周期，减少施工对交通的影响，为交通基础设施建设提供更加可持续的解决途径。
2、在预制桥梁施工过程中，确保预制构件的生产与施工现场进度协调一致至关重要。为了确保桥梁工程的顺利完成，实时监控项目进度变得尤为重要。施工前，现场施工进度计划、工厂构件生产计划、构件运输计划三者应协调一致。目前现场管理部门通常采用人工巡视和无人机采集照片的方式来监测桥梁施工进度，但这仅限于人工通过观察采集的照片来粗略评估施工进度。依赖人工操作容易导致数据遗漏和计算错误等问题，且现场由于遮挡、环境噪声等因素，导致施工进度监测结果不准确。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种装配式桥梁施工进度智能监控方法及系统。
2、本公开实施例提供了一种装配式桥梁施工进度智能监控方法，包括：
3、基于桥梁对应的建筑信息模型bim生成b
4、对所述扫描点云数据进行预处理以去除地面点云数据，基于点云分类模型对预处理后的扫描点云数据进行处理，以得到桥梁点云数据；其中，所述点云分类模型是预先基于训练数据集对原始的分类模型训练得到的，所述训练数据集包括样本扫描点云数据，所述分类模型训练时至少采用颜色特征作为分类的特征值以确定分类线，所述颜色特征与样本扫描点云数据的rgb值相关；
5、对所述桥梁点云数据和所述bim点云数据进行配准，基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据；其中所述目标桥梁构件点云数据包括归属于目标桥梁构件的至少部分或全部扫描点云数据；
6、基于所述目标桥梁构件点云数据以及所述bim点云数据中与所述目标桥梁构件点云数据对应的桥梁构件点云数据，计算所述目标桥梁构件的施工进度。
7、在一个实施例中，所述基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据，包括：
8、在配准之后获取所述bim点云数据中的任意一个桥梁构件点云数据；
9、针对任意一个桥梁构件点云数据，计算任意一个桥梁构件点云数据表征的点云到所述桥梁点云数据表征的点云中最近点云的距离，将距离小于或等于预设距离的所有最近点云对应的桥梁点云数据作为目标桥梁构件点云数据。
10、在一个实施例中，所述基于所述目标桥梁构件点云数据以及所述bim点云数据中与所述目标桥梁构件点云数据对应的桥梁构件点云数据，计算所述目标桥梁构件的施工进度，包括：
11、对所述目标桥梁构件点云数据进行表面三维重建，得到目标桥梁构件的第一三维模型，计算所述第一三维模型的第一体积；
12、对所述bim点云数据中与所述目标桥梁构件点云数据对应的桥梁构件点云数据进行表面三维重建，得到目标桥梁构件的第二三维模型，计算所述第二三维模型的第二体积；
13、基于所述第一体积和所述第二体积确定比值，基于所述比值确定所述目标桥梁构件的施工进度；其中不同的比值表示不同的施工进度。
14、在一个实施例中，所述基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据之前，该方法包括：
15、基于所述配准结果，计算所述桥梁点云数据表征的点云与所述bim之间的最近邻点的距离；
16、设定距离阈值，将计算的距离小于或等于所述距离阈值的点云数据保留在所述桥梁点云数据中，而将大于所述距离阈值的点云数据丢弃。
17、在一个实施例中，所述预处理采用布料模拟算法csf；和/或，对所述桥梁点云数据和所述bim点云数据进行配准之前，采用基于密度的聚类算法对所述桥梁点云数据进行聚类，以去除其中密度小于预设值的点云数据。
18、在一个实施例中，所述分类模型至少包括支持向量机；和/或，所述分类模型训练时还采用平面粗糙度和/或面状指数作为分类的特征值以确定分类线，所述平面粗糙度和/或面状指数均由样本扫描点云数据中每个点云的最邻近点云集合的协方差矩阵的特征值确定，所述最邻近点云集合中的点云由混合邻域搜索算法确定。
19、在一个实施例中，所述对所述桥梁点云数据和所述bim点云数据进行配准，包括：
20、对所述桥梁点云数据和所述bim点云数据依次进行粗配准和精配准；其中，采用基于特征匹配的配准算法得到第一配准结果，采用随机抽样一致算法对所述第一配准结果处理以去除其中的错误配准点云数据得到第二配准结果，采用快速全局配准算法对所述第二配准结果处理以实现粗配准；采用点到平面icp算法对粗配准的结果进行精配准处理；
21、在一个实施例中，该方法还包括：
22、获取所述目标桥梁构件的构件标识id；
23、基于所述构件标识id以及所述施工进度，更新项目进度表，所述项目进度表包含构件id、构件类型、构件体积以及进度参数，所述进度参数包括计划开始时间、计划结束时间、实际开始时间、实际结束时间、检测日期及建设状态；所述建设状态由所述施工进度更新。
24、基于所述构件标识id以及所述项目进度表中更新后的建设状态，在所述bim中以可视化的颜色呈现构件建设状态，不同颜色标识不同的建设状态。
25、本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述装配式桥梁施工进度智能监控方法。
26、本公开实施例提供一种电子设备，包括：
27、处理器；以及
28、存储器，用于存储计算机程序；
29、其中，所述处理器配置为经由执行所述计算机程序来执行上述任一实施例所述装配式桥梁施工进度智能监控方法。
30、本公开实施例提供的技术方案与现有技术相比具有如下优点：
31、本公开实施例提供的装配式桥梁施工进度智能监控方法及系统，基于桥梁对应的建筑信息模型bim生成bim点云数据，所述bim点云数据包括构成该桥梁的所有桥梁构件各自对应的桥梁构件点云数据；获取基于无人机倾斜摄影技术得到的桥梁施工现场的航测数据，根据所述航测数据构建三维实景模型，基于所述三维实景模型生成携带rgb值的扫描点本文档来自技高网...
【技术保护点】
1.一种装配式桥梁施工进度智能监控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标桥梁构件点云数据以及所述BIM点云数据中与所述目标桥梁构件点云数据对应的桥梁构件点云数据，计算所述目标桥梁构件的施工进度，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据之前，该方法包括：
5.根据权利要求1或2所述的方法，其特征在于，所述预处理采用布料模拟算法CSF；和/或，对所述桥梁点云数据和所述BIM点云数据进行配准之前，采用基于密度的聚类算法对所述桥梁点云数据进行聚类，以去除其中密度小于预设值的点云数据。
6.根据权利要求1或2所述的方法，其特征在于，所述分类模型至少包括支持向量机；和/或，所述分类模型训练时还采用平面粗糙度和/或面状指数作为分类的特征值以确定分类线，所述平面粗糙度和/或面状指数均由样本
7.根据权利要求1或2所述的方法，其特征在于，所述对所述桥梁点云数据和所述BIM点云数据进行配准，包括：
8.根据权利要求1或2所述的方法，其特征在于，该方法还包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1~8任一项所述装配式桥梁施工进度智能监控方法。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种装配式桥梁施工进度智能监控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标桥梁构件点云数据以及所述bim点云数据中与所述目标桥梁构件点云数据对应的桥梁构件点云数据，计算所述目标桥梁构件的施工进度，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述基于配准结果从所述桥梁点云数据中分割识别得到目标桥梁构件点云数据之前，该方法包括：
5.根据权利要求1或2所述的方法，其特征在于，所述预处理采用布料模拟算法csf；和/或，对所述桥梁点云数据和所述bim点云数据进行配准之前，采用基于密度的聚类算法对所述桥梁点云数据进行聚类，以去除其中密度...
【专利技术属性】
技术研发人员：谭毅，陈丽梅，刘鑫，温子鸿，周志祥，郭智刚，
申请(专利权)人：深圳大学，
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。