CN109523578A - 一种bim模型与点云数据的匹配方法 - Google Patents

Abstract

本发明涉及工程建造技术领域，具体来说是一种bim模型与点云数据的匹配方法，在工程现场设置至少三个辅助参照物，并通过三维扫描仪对现场的工程结构及辅助参照物进行点云数据采集以获得相对坐标，将辅助参照物的绝对坐标与点云数据中辅助参照物的相对坐标进行比对，并以此为参照通过配准算法对点云数据进行纠偏并获得工程结构的真实的绝对坐标。本发明同现有技术相比，其优点在于：在现场设置并定位辅助参照物，利用辅助参照物的真实的绝对坐标通过配准算法将点云数据的相对坐标转化为绝对坐标，以实现计算机端信息模型与点云模型的匹配，提高扫描匹配工作的便捷性和准确性，也为后期的结构变形检测可视化展示提供准确且可靠的数据支持。

Description

一种bim模型与点云数据的匹配方法

技术领域

本发明涉及工程建造技术领域，具体来说是一种bim模型与点云数据的匹配方法。

背景技术

在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云，其中，使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。

对工程构筑物进行三维点云采集，凭借着采集速度快、点数量庞大、操作难度较低等优势，在工程领域有着广泛需求。传统的三维测绘方法，如全站仪、RTK等，属于单点测量，对构筑物测量点的分布较为稀疏，一般工程中只针对少部分控制要求高的点进行持续观测，大大收到了空间限制，并且费时费力。

目前激光扫描技术广泛应用于工程实体构件三维轮廓采集与尺寸检测，也有部分企业率先利用点云与数字模型进行几何比较，来查看结构变形状况。但是，由三维激光扫描仪测得的数据都位于各自的局部坐标系中，为相对坐标，空间信息是基于机器坐标系，不能反映构筑物的真实地理位置信息。因此现有的点云与数字模型匹配受制于现实坐标与模型坐标之间的匹配精度，不能保证展示数据完全真实地反应结构的变形特征。传统地，技术人员根据人为判断，肉眼识别点云模型与bim模型的相似位置，然后进行点云和模型的手动匹配操作，这种人为因素将引来匹配误差。近年来对一些特殊结构，例如圆形隧道，可将点云模型切片成多个断面的二维点云环，利用断面的二维点云坐标进行椭圆拟合，将椭圆中心与设计中心进行固定匹配，可提高二维模式下的匹配精度，但是对于三维匹配程度在工程中还是没有较易操作较准确的匹配方法。因此，对匹配方法进行优化改进，形成一种较易实施且较精确的点云与bim三维模型匹配的方案，对基于激光扫描的工程变形检测有极大的意义。

发明内容

本发明的目的在于解决现有技术的不足，提供一种bim模型与点云数据的匹配方法，实现bim模型与点云数据之间的准确匹配。

为了实现上述目的，设计一种bim模型与点云数据的匹配方法，所述的匹配方法包括如下步骤：

步骤a.根据设计资料，采用真实的绝对坐标建立BIM工程实体模型，以获得设计参数下的初始模型结构。

步骤b.在工程现场设置至少三个辅助参照物，并通过三维扫描仪对现场的工程结构及辅助参照物进行点云数据采集以获得相对坐标，将辅助参照物的绝对坐标与点云数据中辅助参照物的相对坐标进行比对，并以此为参照通过配准算法对点云数据进行纠偏并获得点云数据采集时工程结构的真实的绝对坐标。

步骤c.将获得的点云数据采集时工程结构的绝对坐标导入BIM工程实体模型中，以形成点云数据采集时的当前模型结构，同时展示当前模型结构与初始模型结构，以实现可视化对比展示。

本发明还具有如下优选的技术方案：

所述的步骤b中的配准算法具体如下：

p_t＝R·p_s+T (1)

式中，pt为某一点集的相对坐标集合的坐标矩阵，ps为某一点集的绝对坐标集合的坐标矩阵，R为旋转参数矩阵，T为平移参数矩阵，Np为辅助参照物的数量。

首先以所有辅助参照物在点云数据中的相对坐标构成的坐标矩阵作为pt，以所有辅助参照物的绝对坐标构成的坐标矩阵为ps，利用最小二乘法求解以获得使式(2)最小、且能满足式(1)的旋转参数矩阵R与平移参数矩阵T的组合，而后再将工程结构的点云数据作为pt代入式(1)中，以求得对应的工程结构的真实的绝对坐标ps。

在通过三维扫描仪对现场的工程结构及辅助参照物进行点云数据采集以获得相对坐标后，对点云数据进行去噪预处理，以去除与工程结构无关的点云数据。

本发明同现有技术相比，其优点在于：本发明基于bim与三维激光扫描技术，在现场设置并定位辅助参照物，利用辅助参照物的真实的绝对坐标通过配准算法将点云数据的相对坐标转化为绝对坐标，以实现计算机端信息模型与点云模型的匹配，提高扫描匹配工作的便捷性和准确性，较之技术人员主观手动匹配和基于几何形态相似度的模糊匹配的精准度和可靠度有极大的提高，同时也为后期的结构变形检测可视化展示提供较准确且可靠的数据支持。

附图说明

图1是一实施方式中本发明方法的流程示意图。

具体实施方式

下面结合附图对本发明作进一步说明，这种方法的原理对本专业的人来说是非常清楚的。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本实施方式中，bim模型与点云数据的匹配方法包括如下步骤：

步骤1：利用BIM建模软件创建项目，项目使用真实的绝对坐标建模。

步骤2：根据设计资料，建立BIM工程现场模型，赋予模型基础的工程实体几何外观信息。

步骤3：利用工程构筑物附近的测量基准点，引出激光扫描仪的参考基准点。

步骤4:利用该参考基准点坐标，对定位点上放置辅助参照物，作为点云后处理中的参考基准。

步骤5:利用三维激光扫描仪对现场待测区域进行扫描，扫描仪测站位置应能清楚扫到辅助参照物。

步骤6:对点云数据进行去噪处理，并利用点云中辅助参照物的相对位置坐标与全站仪测得的真实三维坐标的空间关系，利用配准算法计算最优转化方案，实现整体点云的坐标转化，最终得到真实坐标的点云。

步骤7:将处理好的点云文件导入BIM模型内，在绝对坐标系下实现模型与点云数据的匹配。

步骤8：根可视化对比展示，为后期结构变形检测提供匹配完成的模型数据。

实施例1

参见图1，以下以对某工程构筑物为例，介绍本方法的实施步骤。

首先根据工程设计与规划信息，利用BIM建模软件新建项目，在准备阶段先定义项目原点，并为原点赋予真实坐标，并定义真实北方向，由此设定完成的建模坐标系与真实坐标系是相互匹配的。

在所建的项目中，使用真实的绝对坐标建模，根据设计资料，建立BIM工程实体模型，赋予模型基础的工程实体几何外观信息，建好的BIM模型为初始模型，作为后续模型的对比对象。

而后进行现场真实结构的点云模型采集工作。工程场地内有预先设好的测量基准点，通过搭建全站仪测站，测得的基准点作为全站仪的初始参数，进行测站设立。测量基准点是全站仪工程定位测量的基本名词，例如，我们若需要在上海某处工地进行若干点的测量，但是如果没有第一个已知的点，后续则无法测到这些点的绝对坐标。所以工地的测量基准点就是通过上海指定的基础标准位置坐标点引出的用于方便现场测量的基准点。接着再根据测量基准点引出激光扫描仪的参考基准点，至少3个，并记录下这些参考基准点的编号和坐标。引出操作是指现场定点，现场定点的布设方式根据工程结构的具体情况决定，原则按照围绕待扫描工程实体分布均匀，以及位置尽可能开阔以便在某些测站下的激光扫描仪能捕捉到参考基准点的位置。

利用该参考基准点坐标，在参考基准点上放置辅助参照物，作为点云后处理中的参考基准。利用三维激光扫描仪对现场待测区域进行扫描，扫描仪测站位置应能清楚扫到辅助参照物。

扫描完毕后，将仪器内的点云数据导出至计算机，对点云数据进行去噪处理，去除采集到的不关心的环境、设备或走动人员的部分点云数据，仅留下关心的工程实体结构点云。去噪处理一般是通过激光扫描仪厂商配套的点云处理软件进行手动处理，主要目的是用点云处理软件剔除我们不关心的点，例如，在公路隧道内，假设我们关注的是隧道混凝土结构，但在进行扫描时会将隧道里的风机、灯、管线都扫描进点云数据，为了方便后续处理，就可以通过处理软件将这些我们不关心的点云剔除掉，那么我们得到的去噪后的点云就只有隧道本体了，由此能够降低数据量，并提高后续计算机匹配算法的效率。

接着利用点云中辅助参考点的相对位置坐标与全站仪测得的真实三维坐标，进行整体点云的坐标转化。pt为某一点集的相对坐标集合的坐标矩阵，ps为某一点集的绝对坐标集合的坐标矩阵，ps与pt两数据集包含的数据一一对应。R为旋转参数矩阵，T为平移参数矩阵，Np为辅助参照物的数量。首先以采集到的辅助参照物的相对数据点坐标矩阵为ps，以利用全站仪所测辅助参照物对应的真实位置坐标矩阵为pt。计算最优刚体变换矩阵，找到绝对坐标点数据与测得相对坐标点数据之间的旋转参数R矩阵和平移参数T矩阵，使得两点数据之间满足某种度量准则下的最优匹配。

p_t＝R·p_s+T (1)

这里将目标度量函数取为下述形式，目标函数旨在求对应点之间的欧式距离的平方和。其中Np为对应点的组数。

给定R，T初始值，利用最小二乘法求解最优解，求得使f(R,T)最小的R，T组合。

将去噪后的点云数据坐标作为ps、随R,T一起带入(1)式，将去噪后的结构相对坐标点云模型转化成绝对坐标点云模型，最终得到具有真实位置信息的点云模型。

将经过后处理的点云导入BIM模型中，此时点云和BIM模型均使用绝对坐标，因此在绝对坐标系下即已自动匹配。并实现可视化对比效果展示，为后期结构变形检测提供匹配完成的模型数据。

本实施方式的方法为BIM模型与点云模型提供了一种新的匹配方案，所需设备也为施工现场必备设备，无需新增额外的设备，有利于现场实施，并且通过参考基准点的架设实现点云数据的纠偏，较技术人员主观手动匹配和基于几何形态相似度的模糊匹配的精准度和可靠度有所提高，并且还能实现匹配后的可视化效果展示，为后期基于BIM与三维激光扫描点云对比的结构变形检测提供了可靠的数据支持。

Claims (3)

1.一种bim模型与点云数据的匹配方法，其特征在于所述的匹配方法包括如下步骤：

步骤a.根据设计资料，采用真实的绝对坐标建立BIM工程实体模型，以获得设计参数下的初始模型结构；

步骤b.在工程现场设置至少三个辅助参照物，并通过三维扫描仪对现场的工程结构及辅助参照物进行点云数据采集以获得相对坐标，将辅助参照物的绝对坐标与点云数据中辅助参照物的相对坐标进行比对，并以此为参照通过配准算法对点云数据进行纠偏并获得点云数据采集时工程结构的真实的绝对坐标；

步骤c.将获得的点云数据采集时工程结构的绝对坐标导入BIM工程实体模型中，以形成点云数据采集时的当前模型结构，同时展示当前模型结构与初始模型结构，以实现可视化对比展示。

2.如权利要求1所述的一种bim模型与点云数据的匹配方法，其特征在于所述的步骤b中的配准算法具体如下：

p_t＝R·p_s+T (1)

式中，pt为某一点集的相对坐标集合的坐标矩阵，ps为某一点集的绝对坐标集合的坐标矩阵，R为旋转参数矩阵，T为平移参数矩阵，Np为辅助参照物的数量；

首先以所有辅助参照物在点云数据中的相对坐标构成的坐标矩阵作为pt，以所有辅助参照物的绝对坐标构成的坐标矩阵为ps，利用最小二乘法求解以获得使式(2)最小、且能满足式(1)的旋转参数矩阵R与平移参数矩阵T的组合，而后再将工程结构的点云数据作为pt代入式(1)中，以求得对应的工程结构的真实的绝对坐标ps。

3.如权利要求1所述的一种bim模型与点云数据的匹配方法，其特征在于在通过三维扫描仪对现场的工程结构及辅助参照物进行点云数据采集以获得相对坐标后，对点云数据进行去噪预处理，以去除与工程结构无关的点云数据。