BIM与计算机视觉支持的室内铺装进度信息自动收集及可视化研究

发布时间：2020-10-24 07:12

　　进度控制一直是建设工程项目管理的重要目标之一。卓有成效的进度控制很大程度上依赖于管理者及时、正确的决策,而准确、及时且直观的施工现场进度信息则是管理者决策成功的关键因素。大部分建设项目仍采用传统的人工检查的方式了解施工现场的实际进度,这种方式不仅浪费人力、耗费时间,且过于依赖工人经验,易出错,信息反馈不及时,进度情况也只是以表格和文字的形式,不利于管理者的决策。本文提出了一种将计算机视觉技术与BIM相结合的方法,能够准确自动统计施工现场室内的实际进度信息,并且将进度信息以可视化的形式实时传递至云端,使得建设项目各管理人员可以在任何地方及时的了解现场进度,便于决策。该方法包含图像识别分类器的训练、目标构件边缘轮廓的检测、相机标定、BIM模型信息的提取和实际进度的可视化展示五大模块。首先,本文构建了一个拥有上千张瓷砖图像的图像数据库,并用多种LBP特征提取方式和SVM训练出了具有性能优良的瓷砖分类器,分类准确率达91.17%;改进的边缘轮廓检测算法检测出了图像中已铺设完成的瓷砖边界;之后,相机标定将边界线各起、终点的坐标由图像中转换到了真实世界坐标系,并利用BIM模型中提取出的摄像机位置信息和房间轮廓信息自动计算出了实际铺设完成的瓷砖面积;最后,本文将实际进度高亮显示在房间平面图中,并将此可视化结果同时传递至云端BIM中。本文提出的方法在一个施工现场的室内进行了实验,实验结果表明该方法能够有效地实现实时的自动化室内施工进度信息统计。此外,该方法能够收集到大量的进度变化数据,这些数据为工人劳动效率的准确统计与劳动规律的分析提供了可能性。
【学位单位】：华南理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TU767;TU722;TU17
【部分图文】：

进度,施工现场

许多发达国家的 BIM 已经过了数十年的发展，因此，国外 BIM 的研究已经与各种高新技术充分结合。目前，国外 BIM 与计算机视觉结合的研究已广泛涉及质量、安全和进度管理及目标定位。BIM 与计算机视觉结合用于进度控制的研究开始于 2007 年左右。2007 年，Golparvar-fard M 等利用延时摄影拍摄现场图像，将图像中构件的实际进度情况与 4DBIM 模型比较，并为不同的进度情况添加不同的颜色，使用 AR 技术将进度情况直观地显示在现场图像中，如图 1-1 所示[33]。这种表现方式只能反映实际进度情况的三种状态（提前、按时、延误），提前或延误的程度未能展现。因此，2009 年，Golparvar-fard M等在之前研究的基础上，用不同深度的同种颜色表示工期延迟的长短，例如浅红色表示延迟一周的构件，深红色表示延迟三周以上的构件[34]。Golparvar-Fard M 等人是最早也是唯一尝试用模型色彩直观反映进度情况的学者，他们在这一方面的研究对本文有巨大的影响。

混凝土基础,分类器,施工过程

第一章绪论的体元数量与基本值的差异，自动识别施工进度[36]。之后，为完善该rvar-Fard M 等利用施工现场随机无序拍摄的图像，结合 MVS（Multi-view立体）算法和体元色彩重生出三维点云模型，并用训练好的 SVM 分类器中的构件，进一步实现了施工进度信息的自动化收集[37]。而这些研究都还只能将自动化的进度信息收集细化到构件层次，对于某一中的进度情况无法识别。Dimitrov A 和 Golparvar-Fard M 在 2014 年训练了图像中构件表面材质的分类器，从而实现了施工过程层次（如混凝土基础筑、防水层施工、保湿层施工等，见图 1-2）的自动化进度信息自动收集

技术路线图,技术路线