买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于点云数据的现浇结构模板逆向建模方法_广州葛洲坝建设工程有限公司_202311034868.9 

申请/专利权人:广州葛洲坝建设工程有限公司

申请日:2023-08-16

公开(公告)日:2024-04-12

公开(公告)号:CN117058314B

主分类号:G06T17/00

分类号:G06T17/00;G06F30/20;G06F30/13

优先权:

专利状态码:有效-授权

法律状态:2024.04.12#授权;2023.12.29#著录事项变更;2023.12.01#实质审查的生效;2023.11.14#公开

摘要:本发明涉及点云逆向建模领域,具体公开了一种基于点云数据的现浇结构模板逆向建模方法,包括获取包含模板扫描结果在内的第一点云数据,以及包含建筑模板设计信息的BIM模型;通过模板实例分割算法,基于BIM模型,对第一点云数据进行分割,获得每一个模板分别对应的第二点云数据;通过模板点云平面实例分割算法,对每一个第二点云数据中对应的模板上各个面的点云数据进行分割,将分割出的每一个面对应的点云数据分别保存为一个第三点云数据;依据全部第三点云数据,利用BIM软件,通过模板实例组重建算法,对全部模板进行逆向建模,得到建模结果。本发明极大提高了现浇结构模板点云逆向建模效率。

主权项:1.一种基于点云数据的现浇结构模板逆向建模方法,应用于包含多个模板的建筑,其特征在于,包括:获取包含模板扫描结果在内的第一点云数据,以及包含建筑模板设计信息的BIM模型;通过模板实例分割算法,基于BIM模型,对所述第一点云数据进行分割,获得每一个模板分别对应的第二点云数据;通过模板点云平面实例分割算法,对每一个所述第二点云数据中对应的模板上各个面的点云数据进行分割,将分割出的每一个面对应的点云数据分别保存为一个第三点云数据;依据全部所述第三点云数据,利用BIM软件,通过模板实例组重建算法,对全部模板进行逆向建模,得到建模结果;其中,所述模板实例分割算法,具体为:在所述第一点云数据中,人工选取表面杂物少且形状无重复的单个模板对应的点云数据,将其保存为第四点云数据;通过随机一致性算法,对所述第四点云数据中对应所述模板的顶面点云数据进行平面拟合,得到第一平面,计算所述第一平面的法向量,作为第一法向量;以所述第一法向量作为Z轴的方向,对第四点云数据进行坐标变换,得到第六点云数据,将第六点云数据投影至XY平面,得到第一图像;利用BIM软件,将所述BIM模型转换为第七点云数据,对第七点云数据Z轴坐标进行去中心化,获得第八点云数据;将所述第八点云数据投影至XY平面生成第二图像;通过基于形状的图像匹配算法,在所述第二图像中对所述第一图像进行形状匹配,得到第一图像匹配至第二图像的第一坐标变换矩阵;将第一坐标变换矩阵拓展至三维,得到第二坐标变换矩阵;依据第二坐标变换矩阵,对第六点云数据进行坐标变换,得到第九点云数据,对第九点云数据的Z轴进行去中心化处理,得到第十点云数据;通过ICP算法,将第十点云数据对齐至第八点云数据,获得第十一点云数据;计算所述第四点云数据相对于所述第十一点云数据的第五坐标变换矩阵,对第一点云数据依据第五坐标变换矩阵进行坐标变换,得到第五点云数据;依据BIM模型,建立所述第八点云数据中每个模板的轴向包围框,并对轴向包围框按照第一预设值进行等比例放大,通过放大后的轴向包围框对第五点云数据进行分割,获得每一个模板分别对应的第二点云数据;所述模板点云平面实例分割算法,具体为:输入第二点云数据;通过RANSAC算法,计算所述第二点云数据中模板的顶面法向量,并将其作为三维坐标系的Z轴的方向,对所述第二点云数据进行坐标变换,得到第十二点云数据,并记录坐标变换的矩阵为第三坐标变换矩阵;以第二预设值对Z轴进行区间划分,统计所述第十二点云数据在Z轴不同区间内的点云数量,根据区间点数峰值判断顶面所在的Z轴区间,将该Z轴区间之上的点云数据标记为杂物,并从所述第十二点云数据中去除,得到第十三点云数据;根据邻域点计算所述第十三点云数据中每个点的主方向向量,将所述第十三点云数据中主方向向量的与Z轴夹角大于第三阈值的点云数据划分为第一垂直点云数据,所述第十三点云数据的其余点云数据划分为第一水平点云数据;通过RANSAC算法对第一垂直点云数据进行若干次平面拟合,计算每个拟合平面对应的平面法向量,并计算任意两个不同的平面法向量的位置关系,直至得到一对满足垂直条件的平面法向量,分别以相互垂直的一对平面法向量作为三维坐标系中X轴和Y轴的方向,Z轴方向不变,对所述第一垂直点云数据进行坐标变换,得到第二垂直点云数据,并记录坐标变换的矩阵为第四坐标变换矩阵;通过基于M估计的RANSAC算法,在第一水平点云数据中拟合出每个对应单个水平方向平面的水平平面点云数据,以及在第二垂直点云数据中拟合出每个对应单个垂直方向平面的垂直平面点云数据;依据BIM模型中该模板若干个侧面之间的几何关系,采用贪心策略从所有模板平面中略筛选出符合几何关系的模板平面;根据模板平面法向量方向将模板平面分为X轴朝向、Y轴朝向或Z轴朝向的三类平面,分别统计每类平面沿该类平面法向量方向的点云分布,获得单个平面在单个模板中的位置;依据第三坐标变换矩阵的逆矩阵将每个水平平面点云数据变换至第二点云所在坐标系,并依据第三坐标变换矩阵的逆矩阵和第四坐标变换矩阵的逆矩阵将每个垂直平面点云数据变换至第二点云数据所在坐标系;得到若干个第三点云数据;所述模板实例组重建算法,具体为导入全部第三点云数据,根据第三点云数据在第一点云数据中的位置关系,求出各模板的全部顶点坐标;依据每一个模板的顶点坐标,为每一个模板分别建立一个实例模型;计算每一个实例模型的顶部平面中心点的坐标,依据近邻搜索算法建立最近邻搜索树;通过最近邻搜索树查找顶部平面中心点的最近中心点,得到实例模型的相连关系;依据实例模型的相连关系,建立不同模板之间的连接,利用BIM软件对全部所述第三点云数据进行逆向建模,得到建模结果。

全文数据:

权利要求:

百度查询: 广州葛洲坝建设工程有限公司 一种基于点云数据的现浇结构模板逆向建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。