文摘
建筑信息模型(BIM)在工业化桥梁建筑通常是基于初步设计信息执行。差异之间存在的模型结构和其实际几何尺寸和功能由于制造、运输、起重、组装、和承重的结构。这些变化影响建设项目交接和设施管理。目前可用的解决方案需要使用点云重建荡妇。然而,这些解决方案仍然遇到问题,如无法获得快速而准确的实际桥梁的几何特性。此外,创建的BIM非参数,不能动态调整。提出了一种全自动的方法重构参数化BIM利用点云来解决上述问题。一个桥点云分割算法开发;该算法可以从整个独立的桥点云点云扫描场景和片段单元结构。桥的另一个算法提取几何特征点云也提出; this algorithm is effective for partially missing point clouds. The feasibility of the proposed method is evaluated and verified using theoretical and actual bridge point clouds, respectively. The reconstruction quality of BIM is also evaluated visually and quantitatively, and the results show that the reconstructed BIM is accurate and reliable.
1。介绍
目前工业化建设不仅需要考虑的工业化建筑施工过程也是建筑生命周期。桥梁的生命周期包括设计、施工、竣工、操作和维护和拆除阶段。操作和维护阶段是一个关键阶段,占一半的生命周期总成本(1]。国家标准与技术研究所的报告说,68%(106亿美元)的额外成本从建筑业的互操作性不足的产生是由业主和运营商,和85%(90亿美元)的成本生成在操作和维护阶段(2]。的推广和应用建筑信息模型(BIM)技术传统和工业化提供了好处(高科技)建设。BIM应用在传统建筑相比,女子在工业化建设可实现模块化设计和工业组装。BIM技术的合理有效的应用在工业化建设桥梁可能导致大型减少操作和维护成本和改善现状3]。本研究致力于提供技术支持工业化建设的桥梁,从而帮助加快工业化建设的发展。
BIM便于操作和维护流程的信息交换在建筑,工程和建筑行业。在桥梁施工项目中,女子通常是重建根据2 d图纸在设计阶段(像设计的那样BIM)。然而,施工错误、施工变更,和一些不可控因素导致桥之间的不一致性和设计4]。因此,像设计的女子不能准确反映实际的几何尺寸和特性的信息桥梁。这不足影响使用BIM统计工程数量的准确性和三维有限元分析。因此,女子不能代表原始的几何变形信息也不支持完成,接受,操作,和维护。尽管BIM重建基于2 d图纸的几何特征是一致的桥,几何特性变化的服务时间桥在运营和维护阶段的过程5]。的几何特征的差距逐渐扩大。因此,重建参数化和动态可更新BIM高度一致的实际几何形状完成桥梁是至关重要的,接受,操作,和维护桥梁在工业化建设。
近年来的研究成果都集中在重建BIM的帮助下从地面激光扫描点云(TLS)来迎合不同的需求(6]。TLS是一个精确的测量设备,可以捕捉现实。扫描点云数据可以达到millimeter-level准确性和一样逼真的图像(7]。最初的模型重建的研究不是一个语义丰富的女子,但无法携带信息的网格模型。尽管目前研究使用平面点云识别和提取算法重建荡妇,大部分的重建BIM的房子有一个结构类型,和大多数平面结构与墙壁和地板(8]。研究点云重建桥梁BIM相对较少,和BIM重建这些研究不是参数化。重建BIM的几何尺寸精度不能满足特定需求,和女子不能动态地更新。桥的结构复杂,其组件的横截面形状和空间位置的比较与房子。在相同的情况下,复杂的结构类型可能会导致不完整的点云扫描和损失。因此,需要开发新的算法来解决各种各样的问题,如快速和自动分段的非结构化点云桥,准确地提取点云时桥梁的几何特性部分丢失,和重建参数化和动态可更新BIM基于几何特征的数据(9]。
为解决这一研究空白,本研究提出了一个自动的方法重建桥梁参数BIM利用点云数据。这项工作的贡献之一,是一种新颖的点云分割算法的发展。算法有一个简单的原则,调整一些参数和分割精度高,它可以最大限度地避免“undersegmentation。“算法将整个桥的点云扫描现场清除地面点云,然后将桥梁结构划分为单位来获取每个组件的点云。一个新的点云几何特征提取算法,提出了边界拟合效果好。它甚至可以进行高精度的边界拟合与当地失踪的点对点云的边界。实现从点云转换到BIM和获取本地女子而不是网格模型,必须形成“链接”和点云之间的女子。本研究使用可视化编程软件发电机来处理点云提取几何特征(10,11)和驱动建模软件Autodesk Revit重建和组装BIM组件(12]。本文的其余部分组织如下。部分2介绍了三个方面的研究背景点云BIM重建:点云分割、点云几何特征提取和参数化建模。部分3描述的实现方法和技术流程整个点云BIM重建。也测试了该算法在完成理论理论点云点云分割、几何特征提取和参数建模。部分4比较发达的方法与现有的分割算法,并使用一个实际的桥点云重建它的荡妇,从而验证该方法的有效性。可视化和定量分析的女子进行点云重建的准确性,和女子的可靠性重建通过该方法进一步证明。部分5总结了研究和阐明了未来工作的方向。
2。相关工作背景
一般来说,3 d重建涉及到将点云转换成3 d网格模型。这种模型重建是简单,但与女子不同,它不能携带信息的生命周期的建筑。BIM重建必须经历的两个关键步骤点云分割和点云几何特征提取。
2.1。点云分割
通过任何方法获得的点云离散点的集合,通常用于研究的是只有一个或几个子集。因此,必须分段点云。传统的点云分割通常是手动执行,但效率非常低。许多研究人员试图近年来自动分割点云。例如,萧贝尔et al。13)提出了一个RANSAC算法来提取点云数据规则的一部分,证明该算法表现良好甚至在许多异常值和高噪声的存在。冈瑟et al。14)使用一个RGB-D相机捕捉一系列的三维点云,重建一个语义的室内环境地图的增量和闭环方式,和执行基于模型的目标识别。Bogdan和表亲15]利用RANSAC方法段凌乱的桌面场景在一个房子。方法表现良好的通用性和稳定性,但当现场点云的数量很大,该算法消耗大量的计算时间。拉巴尼et al。16)提出了一个气缸检测算法,气缸检测分解为两个步骤:方向估计和位置和半径的估计。Ruodan et al。17]介绍了自顶向下的检测方法检测的钢筋混凝土桥梁板,码头,码头帽,和梁组件。这种方法使用一个滑动算法分离从码头梁板组件的组件,但该方法没有考虑场景的分割点云桥。Richtsfeld和Vincze18)提出了一种分割算法,可以直接用于点云本身。算法是基于径向反射的原理,具有良好的鲁棒性小对象点云没有场景信息。乔治et al。19)使用功能基于法向量和点附近的平坦部分大型景区。场景的分割算法适用于分类对象,但是有一定的局限性在桥梁结构的分割单元。
这些现存的研究已经取得了良好的分割结果在他们的实验。然而,分割算法的实用性是有限的,很少有合适的分割算法可用于特殊结构类型的桥梁。此外,在这些研究点云分割的目的是重建参数BIM是按照实际桥梁的几何特征。市场细分的目的不同,这使得这些nonuniversal分割算法。一些研究人员试图将三维点云数据转换成深度图像和图像分割算法用于处理。然而,一定数量的点云数据可能会丢失在2 d图像的转换。这种方法只适合于小场景与少量的点云数据和精度要求。我们需要一个分割算法,可用于处理大场景,巨大的地面,桥点云。这种算法适用于所有类似的点云分割桥梁结构类型,即简支梁桥、连续刚构桥梁和其他梁桥梁用简单的结构。他们都是特色作为桥梁结构简单、单一结构组件。 They can also be used for the local structure segmentation of complex bridge structures.
2.2。点云几何特征提取
几何特征提取中需要的目标点云获取几何特征的目标点云。例如,提取点云的边界轮廓,确定轴的点云,和飞机的点云拟合。这些步骤也点云重建的前提参数化的女子。Gumhold et al。20.]构造协方差矩阵的基础上测量领域。通过协方差分析,分分为折痕,边界,弯曲,和飞机点,建立了最小生成树的各种特征点构造线。金等。21)描述了一种方法,从点云数据中提取道路标记特性和激光雷达传感器的强度信息。这个方法是有效的为未校准激光雷达传感器。需要等。22]提取线段的几何和拓扑特性的二维横截面数据的3 d点云方便“提取”的设计特征,如大小,从点云。然而,噪声点和目标表面的粗糙度提取过程复杂化。时et al。23)开发了一个算法来检测建筑屋顶和地形表面通过使用3 d连接成分分析来确定连续平滑的区域。Zhang et al。24)提出了一种分散的点云基于密度的空间聚类的特征提取方法,它使用一个新的特征检测算子。然而,该方法只是有效的模型与潜在的表面形状之间存在较大的差异。邓et al。25)提出了一种基于形态学梯度的点云特征提取方法能有效地提取大规模,象点云数据特征。
先前的研究已经研究了许多基本的几何特征提取点云结构,但没有考虑几何信息的准确提取部分点云时失踪。几何特征提取算法在这个研究可以有效地解决这个问题。
2.3。点云重建荡妇
目前,许多方法可以用来从点云数据重建荡妇。高et al。26)创建了一个女子的古代建筑通过收集点云数据和提取这些结构的特点。佩佩et al。27]完成了转换从一个点云三维模型通过使用3 d建模软件开发工具包。然而,重建模型不是一个真正的女子。荣格et al。28)完成内部和外墙的创建通过点云分割和特征识别的建筑。然而,创建的模型有一个单一的结构类型。丹尼尔et al。29日]提出的使用提供的数据处理算法点云图书馆和几个函数的可扩展的建筑信息建模工具包。然而,这种方法只考虑BIM重建正则几何平面(如墙壁和地板),因此有一定的局限性。汤姆森和波姆(30.)使用3 d激光扫描技术来收集地铁点云和开发了一个二维矢量地图通过使用每个站的点云切片层。他们创造了一个女子结合矢量图和现场情况。丹尼尔et al。31日)提出了一个系统,将室内点云转换成荡妇。系统可以产生良好的结果与少量的点云信息,但它主要适用于点云在平坦的表面,如墙壁和地板。
的BIM重建这些研究方法有一定的局限性,如自动化程度低,unparameterized模型,无法基于数据的动态更新。本研究发展一种新技术来自动重建一座桥点云BIM和克服这些限制。
3所示。方法
3.1。概述
该方法有三个部分。首先,非结构化点云分割。第二,切片和几何特征提取的分割点云。最后,根据提取的几何特征数据模型重建。第一部分主要包括点云预处理和分割。在点云分割,地面点云被移除之前分段点云的桥梁。元素分割是指将一座桥的上层建筑和子结构划分为单独的组件点云。第二部分包括组件切片、点云切片的边界拟合,计算边界的交点坐标。第三部分包括交点坐标数据表的生成,通过可视化编程的检索表重建组件和组装的组件。具体流程见图1。
3.2。点云分割
在实际桥梁的点云重建之前,两种不同类型的理论点云进行测试来评估整个技术过程。这些理论点云是正则点云没有噪声点,不需要预处理[32]。图2(一个)显示第一组的平面点云,这代表了地面和子结构和上层建筑从下到上的桥梁。对于这种类型的点云,叠加方向平行的结构Z设在的坐标系统。突变的点云的数量单位时间沿着这些云的方向,称为间隔点云密度,作为点云分割的基础。
(一)
(b)
点云的平均密度和区间值必须决心避免过度造成的——和undersegmentation大的或非常小的区间值。社区的概念查询用于计算的平均密度。点云分为N间隔的叠加方向Z设在的点云模型,每个区间的长度设置为n,如图2 (b)。从理论上讲,一个小n价值是好的。然而,考虑到点云离散点集,n应该大于平均点密度ρ避免将null值添加到该地区(33,34]。随后,借助成熟的kd tree社区查询方法,b点 随机选择的点云作为查询对象。每个查询对象K我为圆心,半径的圆吗R被认为是一个阈值范围。的价值R是一个可调参数。不同类型的点云需要测试来确定最合适的价值,因为不同的密度和扫描模式。如图3查询中,点的数量范围PKi和ρ应该满足以下方程:
通过这个计算过程,一个n值满足算法的条件被选中,点云的数量在每个区间的长度n决定,间隔密度沿叠加地图的方向Z设在建立,如图4。结果图有三个极端点(1、2和3),和每一个点代表了地位与最多的点云N我地区。考虑到相同的扫描环境和相同的长度n间隔的条件下,整个地面和梁底点云分为单独的间隔。列的点云是一个圆组成的轮廓点云在一个间隔,和点的数量小于地面和梁底部的点云。点的数量在每个区域从底部到顶部的列是几乎相同的。极端点的相应位置1和2表示地面和梁底点云的数量,分别和极端点3的数量代表点云的顶部梁。
极端点的相应间隔1可以直接用于去除地面,而极端点2可以利用分离柱和梁。后的点云分割图所示5。
近似实际施工桥点云,第二组的理论点云被认为是一群nonplane地面点云。每个点云由两个双气缸,一个拉梁,和两个支持,如图6。没有平坦的地面点云扫描点云的桥。nonplane表面的点云的处理不同于上述的处理方法,因为点云区间交界处的列和地面失去了极端点的特性。因此,不能分开使用地面点云密度特征。因此,需要应用其他方法消除这样的云。
(一)
(b)
的堆积密度版图的方向Z设在计算,局部元素分割。图6 (b)显示五个极端点。与第一组实验的情况相比,极端点对应于地面点云是失踪,和相应的极端点的水平拉杆和支持。极端点1和2,对应于拉梁的底部和顶部表面,分别出现在45间隔。极端点3代表列的结顶和轴承。部分点云由另一个极端点不变。如图7,弯曲帽和支持可以分离。分割的剩余空间的表面和双汽缸的点云,点云投影滤波分割算法必须应用删除前。
的第一步自动分割算法(算法1)的点云过滤的投影是投影空间的地面点云的双汽缸xoy坐标平面上。这一步促进快速增长在点云的密度边界的列,如图8。的米域的每一个点P决心,从每一个点的平均距离计算域点,和距离分布统计分析。相应的平均值μ和标准偏差σ假设下得到高斯分布。如果域点和点之间的距离超过μ+Tσ,在那里T的阈值标准偏差多个需要根据实际情况调整,然后被标记为一个异类。所示的公式方程(2)∼(5)[35,36]。多组实验测试,后的价值米是50、100和200年的价值T在0.1到1的范围,提供了最好的分割效果。适当的米和T值可以从上面的选择范围的值根据点云的实际情况: 在哪里表示距离矩阵,之间的欧几里得距离点及其邻域点,然后呢平均每个P点及其邻域点之间的距离(37]。
|
||||||||||||||||||||||||||||||||||
的值米和T分别设置为50,0.5。外面的点云的边界外列在第一个迭代中删除。因此,相对应的原始点云nonflat地面点云投影也删除,之前的点云,只列和系梁投影仍然存在。分离柱和领带梁点云,阈值调整到0.3,另一个迭代执行。拉梁中间点云然后删除,只留下列点云。保存两个圆柱形点云后,由这个点云坐标范围预计被视为判断条件,保存在第一个迭代点云是判断基于这个条件(38]。拉梁可以完全分裂后删除点云坐标范围内,这个过程称为backsubstitution,如图9。
(一)
(b)
分割结果的两组不同类型的理论暗示点云分割算法相结合的概念间隔密度和投影滤波理论点云分割有很好的效果。
3.3。点云几何特征提取和建模
第二组点云分割后,整个理论点云的形状类似于两种类型的简单的几何结构,即圆柱和长方体。为了便于计算,这两个结构切片将三维问题转化为二维问题在一定程度上(39,40),如图10。
在分割点云之前,适当的切片厚度Δ平均密度有关ρ的点云,应该确定。然而,由于点云投影滤波器分割对点云密度有一定的影响,ρ点云切片前应重新计算。一般来说,Δ应大于ρ。Z我和Zj代表z坐标的值的上、下表面点云切片,分别。最小二乘方法可以直接用来装缸点云切片的和获得的特性数据中心坐标和半径的每个片(41,42]。每个片z坐标的中心价值的平均值之间的差异Z我和Zj。图11显示了轴的点坐标拟合理论缸点云。拟合点不波动,因为点云理论(43]。
采用弯曲帽点云的长方体结构作为一个例子。点云切片成矩形部分,如图12。鉴于部分点云的实际桥梁梁体是一个多边形,矩形的四个角的坐标数据片应该获得建立盖梁模型。快速提取的角坐标和四个或更多的边缘形状,本研究提出了一种边界匹配算法提取角数据。该算法分为以下步骤:(1)一个随机的角α周围旋转Z设在逆时针方向,和一个种子点P1是随机选择的。(2)这一点P2最近P1确定和使用作为新的种子点。在遍历所有点在转,点是按照欧氏距离排序。(3)适当的网格大小l被选中,并在网格点的数量吗N计算。评估条件集,和网格点不到米跳过。随机样本一致算法以适应网格点的综合条件,和相应的斜率K我计算。(4)所有K我值和排序。每一方的线方程导出使用和已知点的斜率。然后,两个相邻线的交点坐标计算,和α顺时针旋转的Z -轴。最后,每片的角坐标。
在完成理论的特征数据提取点云,可视化编程软件发电机用于检索功能的数据。BIM Revit利用建模软件完成的参数创建点,线,和卷,如图13。鉴于重建模型中创建Revit,它支持参数调整和材料属性赋值,从而解决当前重建方法的局限性,实现理论从点云转换BIM [44,45]。
(一)
(b)
(c)
(d)
4所示。实验
中国建筑桥位于高海拔地区被选中作为实验的对象,采用工业化施工方法。考虑到施工现场的实际情况,有六个跨越冲沟部分是作为扫描目标。每个时间都有四个标准预制箱梁的长度20米。沟由24预制箱梁,10列单,5系梁和7限制。预制箱梁的表层不均匀,有大量杂物,因为潮湿的关节和桥的桥面铺装不完成。因此,这一层是没有扫描。
4.1。实验概述
一个法Focus3d X 330三维激光扫描仪用于实验。扫描在夜间进行,以避免捕获图像的各种移动对象在白天的扫描数据。8扫描站提前安排按照网站的地形和环境,如图14。每个站的扫描参数和扫描时间是一致的。
(一)
(b)
登记每个站的点云精度可达2毫米当目标球。初步降噪和点云进行格式转换。在点云的出口,必须进行初步抽样避免过度出口数量的点云数据;大量的导出的数据会影响后续的算法过程。生成的点云预处理后如图15。
清除地面点云,整个桥梁的垂直间隔密度计算实现的位置分割上下桥的结构,如图16。因此,点云上部不再参与计算,可以提高时间效率。
在清除地面点云,米和T分别设置为100和0.2,和四个循环迭代执行。7点云的边缘轮廓帽梁和轮廓点云的系梁和柱的边缘。此外,地面点云被删除,如图17。两个循环迭代执行部门中双列和拉梁,和的值米和T分别是100和0.3。
(一)
(b)
分部的系梁和双柱米值为100,T值是0.3。地面点删除第一个迭代计算后,删除和系梁点云与相同的第二次迭代参数;因此,只有双柱点云,如图18。投影坐标范围被替换为初始点云拉梁段,如图19。
(一)
(b)
点云投影滤波算法的分割效果验证。具体来说,分割算法称为“区域增长算法基于法向量和曲率”(RGNC)段和比较理论和实际桥梁的第一和第二组局部点云。RGNC算法有多个参数。经过无数参数优化实验中,两组细分RGNC算法得到的结果,如图20.。数据20.(一)和20.(b)表明,RGNC算法具有良好的分割效果理论点云,但一定损失结构边缘点云是观察。这种分割结构。例如,盖梁点云分为六个面的,而不是一个盖梁作为一个整体。图20.(c)表明RGNC算法不执行在实际桥梁的分割点云,和严重,undersegmentation发生。
(一)
(b)
(c)
4.2。实验结果
获得一些隐藏的桥梁结构,如较低的支持预制箱梁的一部分,末尾的梁预制箱梁的内部空腔结构的预制箱梁,是困难的,因为实际扫描环境的限制。隐藏的结构主要属于轴承墩帽和梁预制箱梁的结束。这些结构在规模相对较小。因此,隐藏的结构模型建立使用20 m标准预制箱梁轻微影响的计算工程数量和整个桥梁的受力分析。创建序列如下:预制箱梁,帽梁,柱,系梁。图21显示了交互式BIM的重建进程在发电机和Revit建造桥梁。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
检查原桥的重建的女子之间的协调匹配和点云与实际重建效果,建设桥梁的点云分割之前导入Revit在格式转换。蓝色的点云在图22之前是点云分割。顶部的预制箱梁模型图中可以看到22(一)因为顶部的点云的预制箱梁不是扫描,因此发现了。如图22(c),点云的一个预制箱梁与模型不完全一致。这种现象是因为边界提取点云切片的数据拟合得到的最好的直线;因此,避免了轻微的凹性和凸性的预制箱梁是很困难的。图的放大图22(d)表明,盖梁的重叠的影响是相当大的。整体和局部检查表明,真正的BIM构造重建有高度的巧合(几乎完全重合)点云。
(一)
(b)
(c)
(d)
执行一个直观的分析点云之间的符合程度和模型是确定的实际精度不足点云BIM重建。验证和量化精度,桥子结构和预制箱梁是随机提取相应的3 d点云进行比较分析。桥的3 d比较子结构和预制箱梁如图23。
(一)
(b)
(c)
(d)
3 d比较分析的结果表明,预制箱梁的标准差和桥梁子结构小于0.02米,平均正负偏差小于0.015米,如表所示1。桥的整体偏差子结构略大于预制箱梁。大局部偏差在几个地区可以归结为三个原因:(1)相对密集的腾空的轮廓在创建模型的过程中,(2)模型之间的格式转换软件,和(3)边界拟合的误差算法。
5。结论和展望
本研究的目的是快速重建一个荡妇,符合桥梁的几何特性。关键是自动段桥点云与场景的几何特性和提取点云精确的桥梁。为了实现研究目标,点云投影滤波器分割算法实现自动分割桥点云。一个几何特征提取算法也发达。可视化编程软件发电机作为点云之间的联系和荡妇。算法最初测试的有效性通过细分理论点云与BIM重建。之后,整个技术过程验证算法和通过使用实际桥点云,和桥梁现场点云分割和单元分割是实现。通过拟合和提取分割点云切片和几何特征参数,每个桥结构的几何参数点云。参数被用于重建参数BIM的桥。
验证重建BIM的精度和质量,其点云模型和可视化和定量评估。结果表明,BIM和点云之间的重叠程度相对较高。桥墩的标准差和预制箱梁通过定量比较还不到0.02米,平均正负偏差小于0.015米,和整体偏差是在可控的范围内。重建的女子表现出高精度、可靠性和质量。总之,参数化的快速重建BIM通过点云不仅增加了几何一致性BIM和实际结构,也为桥梁的工业化建设提供技术支持。
然而,这个研究不足,在未来的工作需要解决。首先,算法在处理复杂的多功能性钢桁架桥梁、分段等大量的工字钢点云与交错位置模型创建完成时,应该改进。其次,一个新的软件系统集成点云处理和BIM创造未来发展。解决这些问题将进一步加快工业化的桥梁建设的发展。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
作者感谢所有论文的调查参与者。