CN118313127B 基于bim的建筑钢结构变形检测方法、系统及存储介质 （内蒙古欧柯建设有限责任公司）

发区黄河大街98号包头金融广场1-基于BIM的建筑钢结构变形检测方法、系统基于BIM的建筑钢结构变形检测方法、系统及存储介质，用于提高基于BIM的建筑钢结构变形检对钢结构进行部件参数分析，得到部件参数集接部位参数；对连接部位参数进行结构变形分集合更新至目标建筑的初始BIM模型，得到目标2通过预置的点云采集装置对目标建筑的钢结构进行地面激光扫描，得到初始点云数根据所述优化点云数据进行对所述钢结构进行部件参数分析，得到基于所述部件参数集合，将所述优化点云数据输入预置的基于通过分段拟合算法对所述连接部位参数进行结构变形分析，得到结构根据所述结构变形参数、所述连接部位参数以及部件参数集合2.根据权利要求1所述的基于BIM的建筑钢结通过校准后的点云采集装置对目标建筑的钢结构进行地面激光扫描3.根据权利要求1所述的基于BIM的建筑钢横截面拟合算法对所述优化点云数据进行钢结构横截面拟合，得到多个拟合横截面步骤，3分别对每个所述二维点云层进行边缘识别，得到每个所述二维点云层的外轮廓线数分别对每个所述二维点云层的外轮廓线数据进行几何形状分析，得到多个初始横截基于多个标准钢结构横截面形状，通过所述横截面拟合算法对多4.根据权利要求1所述的基于BIM的建筑钢结构变形检测分别对每个所述起点局部点云进行局部变形拟合，分别对每个所述起点局部点云的变形拟合数据进行特征基于每个所述起点局部点云的变形特征集，对所述连接部位参数对所述结构变形参数进行变形分布分析，得到所述结构变形参数对应的变形分布数5.根据权利要求4所述的基于BIM的建筑钢结构对所述目标变形趋势进行数据格式转换，得到展示数据格式，并根据6.一种基于BIM的建筑钢结构变形检测系统，用以执行如权利要求1至5任一项所述的分析模块，用于根据所述优化点云数据进行对所述钢结得到多个拟合横截面；通过边缘点提取算法分别对每个所述拟合横截面进行结构部件匹4输入模块，用于基于所述部件参数集合，将所述优化点云数据输入预置件参数集合，将所述优化点云数据输入所述基于正态分布的区域生长算法进行点云拆分，评价模块，用于通过分段拟合算法对所述连接部位参数进行结构变形分析，更新模块，用于根据所述结构变形参数、所述连接部位参数以及7.一种基于BIM的建筑钢结构变形检测设备，其特征所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于BIM的建筑钢结述指令被处理器执行时实现如权利要求1_5中任一项所述的基于BIM的建筑钢结构变形检5[0001]本发明涉及变形检测技术领域，尤其涉及一种基于BIM的建筑钢结构变形检测方性和稳定性一直是设计和维护过程中的重要考量。随着建筑技术的发展，建筑信息模型项目各阶段的信息共享和沟通。然而，尽管BIM技术在设计和施工阶段的应用已经相当成[0004]另一方面，尽管地面激光扫描技术为获取建筑结构的精但将这些数据有效地整合到BIM模型中，特别是如何利用这些数据进行结构变形的动态监6述连接部位参数以及部件参数集合更新至所述目标建筑的初始BIM模型，得到目标BIM模[0009]在本发明中，所述根据所述优化点云数据进行对所述钢7每个所述起点局部点云进行局部变形拟合，得到每个所述起点局部点云的变形拟合数据；[0013]在本发明中，所述基于所述结构变形程度，对所述目标BIM模型进行变形趋势预[0015]扫描模块，用于通过预置的点云采集装置对目标建筑的钢结构进行地面激光扫使得所述基于BIM的建筑钢结构变形检测设备执行上述的基于BIM的建筑钢结构变形检测[0022]本发明提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指8建筑钢结构整体性能的全面评估。通过将结构变形参数和变形趋势预测结果更新至目标[0026]图2为本发明实施例中根据优化点云数据进行对钢结构进行部件参数分析的流程便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、9将第三点云数据进行格式转换，确保这些数据能够被后续的软件和算法有效识别和处理，多个更易于处理的二维点云层，每个二维点云层相当于钢结构在特定高度的横截面视图。于每个连接区域点云数据的点云密度数据，对每个待处理连接区域进行空间连续性评价。[0051](2)通过校准后的点云采集装置对目标建筑的钢结构进行地面激光扫描，得到初已知的标准物体或标记点，调整设备直至其采集的数据与实际物体的准确尺寸和形状吻据中提取出最重要的特征和结构信息，得到更加精简且包含主要结构信息的第二点云数截面拟合算法通过分析点云数据的整体布局和方向性，识别钢结构在空间中的主轴方向。算法沿着主轴方向对点云数据进行切片处理，每个切片相当于钢结构在特定位置的横截个钢结构部件的几何参数合并为部件参数集合，为整个钢结构提供了一个全面的几何描[0064](3)分别对每个二维点云层的外轮廓线数据进行几何形状分析，得到多个初始横[0065](4)基于多个标准钢结构横截面形状，通过横截面拟合算法对多个初始横截面进每个二维点云层的外轮廓线数据。外轮廓线数据描绘了钢结构在不同高度上的横截面形[0069](1)基于部件参数集合，将优化点云数据输入基于正态分布的区域生长算法进行[0070](2)通过区域生长算法分别对每两个钢结构部件的点云子集进行邻域分析，得到[0072](4)分别对每个待处理目标连接区域进行点云数据匹配，得到多个连接区域点云[0073](5)分别对每个连接区域点云数据进行点云密度分析，得到每个连接区域点云数[0074](6)基于每个连接区域点云数据的点云密度数据，分别对每个待处理连接区域进[0075](7)基于每个待处理连接区域的空间连续性结果，对多个待处理连接区域进行区[0082](4)分别对每个起点局部点云进行局部变形拟合，得到每个起点局部点云的变形[0083](5)分别对每个起点局部点云的变形拟合数据进行特征提取，得到每个起点局部[0084](6)基于每个起点局部点云的变形特征集，对连接部位参数进行结构变形参数提得到结构变形参数对应的变形分布数据。基于变形分布数据对目标建筑进行变形程度评一个全面的视角来观察和评估结构的未来健康状态。将目标变形趋势进行数据格式转换，[0094]扫描模块301，用于通过预置的点云采集装置对目标建筑的钢结构进行地面激光[0101]图4是本发明实施例提供的一种基于BIM的建筑钢结构变形检测设备的结构示意图，该基于BIM的建筑钢结构变形检测设备400可因配置或性能不同而产生比较大的差异，[0102]基于BIM的建筑钢结构变形检测设备400还可以包括一个或一个以上电源440，一技术人员可以理解，图4示出的基于BIM的建筑钢结构变形检测设备结构并不构成对基于被处理器执行时，使得处理器执行上