CN113192042A - 一种基于opencv的工程主体结构施工进度识别方法 - Google Patents
一种基于opencv的工程主体结构施工进度识别方法 Download PDFInfo
- Publication number
- CN113192042A CN113192042A CN202110518773.9A CN202110518773A CN113192042A CN 113192042 A CN113192042 A CN 113192042A CN 202110518773 A CN202110518773 A CN 202110518773A CN 113192042 A CN113192042 A CN 113192042A
- Authority
- CN
- China
- Prior art keywords
- engineering
- opencv
- area
- construction
- main body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 26
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 15
- 239000010959 steel Substances 0.000 claims abstract description 15
- 238000003708 edge detection Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 229910001294 Reinforcing steel Inorganic materials 0.000 claims description 4
- 238000000465 moulding Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241001482175 Pythonidae Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于opencv的工程主体结构施工进度识别方法，涉及建筑工程技术领域，包括以下步骤：标定工程主体结构的施工工序，其中包括模板工程、钢筋工程和混凝土工程；对工序完成过程中体现出来的特征进行识别，并获取工序的完成百分比和相应的周期时间线，对获取识别的工序完成百分比和时间线进行匹配，并基于FLASK进行读取，其中百分比为纵轴，时间线为横轴，进行呈现工程主体结构施工进度。本发明实现查看工程进展数据的可视化结果，不仅将结果形成横坐标为时间和纵坐标为进度的柱状图，方便并且准确的了解工程的进度，而且适用于施工企业同时对多个工地进度监督。
Description
技术领域
本发明涉及建筑工程技术领域，具体来说，涉及一种基于opencv的工程主体结构施工进度识别方法。
背景技术
建筑工程的工程项目，通常都有较为严格的工期要求。如果没赶上工期，会影响到后续的施工流程，严重的还会影响到后续的预售周期。因此，及时了解工程的进度，对于项目管理人员来说显得尤其重要。
目前，管理人员想要了解项目的施工进度，主要还是到现场进行查看。这样的方式一方面对管理人员而言较为麻烦，耗时耗力，除此，由于此类项目的体量都比较大，短时间内的改变较小，即使到现场进行查看，若频率较高，难以察觉到直观的变化，若频率较低，又难以对项目的施工周期进行把控。
因此，有的项目会通过拍照加上技术员的现场测量来对施工进度进行采集，再将采集的资料发送给管理人员。但这样的方式，需要专门的技术人员来频繁的进行现场测量，操作麻烦。
检索中国发明专利CN111144351A属于工程进度监控技术领域，具体提供一种工程进度的图像采集与分析***与方法，该***包括：采集单元，用于采集施工场地的图像；存储单元，用于存储采集单元采集的图像；处理单元，用于用图像识别的方式，将图像中的项目识别出来并进行测量，还将相邻两天的项目进行比对，并按照预设的比例进行放大，得到工程进展数据；还用于按照图像上传的时间顺序，生成工程进展的动态图像；查看单元，用于查看工程进展数据以及工程进展的动态图像。可以方便并且准确的了解工程的进度。
但其存在以下缺点：
1、该技术使用多个摄像头(例如8个)，获取现场图像资料。除此之外，该***使用有线方式进行信息传递，这将大大提高成本；
2、现有技术方案没有精确的反应主体结构施工工序的进度情况。因此对施工企业进度监管方面比较薄弱；
3、现有技术方案对进度的监控频率一般1～3天/次，对施工管理的指导意义不明显。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种基于opencv的工程主体结构施工进度识别方法，以克服现有相关技术所存在的上述技术问题。
本发明的技术方案是这样实现的：
一种基于opencv的工程主体结构施工进度识别方法，包括以下步骤：
标定工程主体结构的施工工序，其中包括模板工程、钢筋工程和混凝土工程；
对施工工序过程中的特征进行识别，并获取工序的完成百分比和相应的周期时间线；
对获取的工序完成百分比和时间线进行匹配，并基于FLASK进行读取，其中百分比为纵轴，时间线为横轴，进行呈现工程主体结构施工进度。
进一步的，所述模板工程，包括以下步骤：
进行获取模板工程施工现场图像信息；
对施工现场图像信息预处理；
对预处理后图像信息，使用Hough变换的直线检测，检测出成型模板的外轮廓并在图片上画出该外轮廓，其中；
直线检测，检测出直线，并基于直线构成规则图形；
并保留图片中特定区域；
基于Opencv-python获取封闭空间的面积，其中包括通过限定图像中封闭空间的面积大小来过滤掉不是模板的封闭空间；
获取模板工程完成率，包括获取每层楼在图中的面积是固定值M；识别出来的成型模板的面积为N，N/M的百分比为模板工程完成率。
进一步的，所述钢筋工程，包括以下步骤：
进行获取钢筋工程施工现场图像信息；
保留图片中特定区域；
进行对钢筋工程施工现场图像信息边缘检测，获取封闭空间；
由于绑扎完成的钢筋会形成网格形式即形成了封闭空间，基于Opencv-python获取封闭空间的面积。使用获得的网格的总面积除以图像中应完成的总面积即可获得完成率；
进一步的，所述混凝土工程，包括以下步骤：
进行获取混凝土工程施工现场图像信息；
保留图片中特定区域；
进行对混凝土工程施工现场图像信息边缘检测，在特定区域最大的封闭空间即为混凝土浇筑完成的区域，其中，可获取的最大的封闭空间就是已浇筑的混凝土区域；
基于Opencv-python获取最大的封闭空间的面积除以图像中应浇筑的总面积；
获取混凝土工程完成率。
进一步的，所述对施工现场图像信息预处理，包括以下步骤：
将原始图片转化成灰度图；
将二值化后的图进行边缘检测；
保留特定区域。
进一步的，获取的百分比和当前识别周期时间线，还包括以下步骤：
将获取的识别百分比和时间线进行匹配，并存入CSV文件中；
传输至云服务器并存入数据库；
进行对云服务器搭建数据库和FLASK python。
进一步的，所述呈现工程主体结构施工进度，包括网页形式呈现。
本发明的有益效果：
本发明基于opencv的工程主体结构施工进度识别方法，通过标定工程主体结构的施工工序，对工序完成过程中体现出来的特征进行识别，并获取识别的工序完成百分比和当前识别周期时间线，对获取识别百分比和时间线进行匹配，并基于FLASK进行读取，进行呈现工程主体结构施工进度，实现查看工程进展数据的可视化结果，不仅将结果形成横坐标为时间和纵坐标为进度的柱状图，方便并且准确的了解工程的进度，而且适用于施工企业同时对多个工地进度监督。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的流程示意图；
图2是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图一；
图3是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图二；
图4是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图三；
图5是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图四；
图6是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图五；
图7是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图六；
图8是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图七；
图9是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图八；
图10是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图九；
图11是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图十；
图12是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图十一；
图13是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图十二；
图14是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图十三；
图15是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图十四；
图16是根据本发明实施例的一种基于opencv的工程主体结构施工进度识别方法的场景示意图十五。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了一种基于opencv的工程主体结构施工进度识别方法。
如图1-图16所示，根据本发明实施例的基于opencv的工程主体结构施工进度识别方法，包括以下步骤：
标定工程主体结构的施工工序，其中包括模板工程、钢筋工程和混凝土工程；
对施工工序过程中的特征进行识别，并获取工序的完成百分比和相应的周期时间线；
对获取的工序完成百分比和时间线进行匹配，并基于FLASK进行读取，其中百分比为纵轴，时间线为横轴，进行呈现工程主体结构施工进度。
其中，所述模板工程，包括以下步骤：
进行获取模板工程施工现场图像信息；
对施工现场图像信息预处理；
对预处理后图像信息，使用Hough变换的直线检测，检测出成型模板的外轮廓并在图片上画出该外轮廓，其中；
直线检测，检测出直线，并基于直线构成规则图形；
并保留图片中特定区域；
基于Opencv-python获取封闭空间的面积，其中包括通过限定图像中封闭空间的面积大小来过滤掉不是模板的封闭空间；
获取模板工程完成率，包括获取每层楼在图中的面积是固定值M；识别出来的成型模板的面积为N，N/M的百分比为模板工程完成率。
其中，所述钢筋工程，包括以下步骤：
进行获取钢筋工程施工现场图像信息；
保留图片中特定区域；
进行对钢筋工程施工现场图像信息边缘检测，获取封闭空间；
由于绑扎完成的钢筋会形成网格形式即形成了封闭空间，基于Opencv-python获取封闭空间的面积。使用获得的网格的总面积除以图像中应完成的总面积即可获得完成率；
其中，所述混凝土工程，包括以下步骤：
进行获取混凝土工程施工现场图像信息；
保留图片中特定区域；
进行对混凝土工程施工现场图像信息边缘检测，在特定区域最大的封闭空间即为混凝土浇筑完成的区域，其中，可获取的最大的封闭空间就是已浇筑的混凝土区域；
基于Opencv-python获取最大的封闭空间的面积除以图像中应浇筑的总面积；
获取混凝土工程完成率。
其中，所述对施工现场图像信息预处理，包括以下步骤：
将原始图片转化成灰度图；
将二值化后的图进行边缘检测；
保留特定区域。
其中，获取的百分比和当前识别周期时间线，还包括以下步骤：
将获取的识别百分比和时间线进行匹配，并存入CSV文件中；
传输至云服务器并存入数据库；
进行对云服务器搭建数据库和FLASK python。
其中，所述呈现工程主体结构施工进度，包括网页形式呈现。
借助于上述技术方案，通过标定工程主体结构的施工工序，对工序完成过程中体现出来的特征进行识别，并获取上述三道工序的完成百分比和相应的周期时间线。对获取的识别百分比和时间线进行匹配，并基于FLASK进行读取，进行呈现工程主体结构施工进度，实现查看工程进展数据的可视化结果，不仅将结果形成横坐标为时间和纵坐标为进度的柱状图，方便并且准确的了解工程的进度，而且适用于施工企业同时对多个工地进度监督。
另外，具体的，其图像采集可使用太阳能板和电池组作为摄像头供电方案，提供清洁能源。选用具有4G功能的摄像头，图像可直接上传至云端服务器，避免给项目部造成由于图像识别产生的额外的***维护负担。
此外，如图2-图7所示，其模板工程识别流程：
S1,摄像头获得的原始图片；
S2,将摄像头获得的照片进行预处理；
S3,图像预处理内容包括：将原始图片转化成灰度图；将二值化后的图进行边缘检测；保留特定区域；
S4,图像预处理结束后，使用Hough变换(霍夫变换)的直线检测，检测出成型模板的外轮廓(检测出直线，直线可以构成规则图形)。并在图片上画出该外轮廓；
S5,Opencv-python(python的库)可以计算出小的封闭空间的面积。通过限定图像中封闭空间的面积大小来过滤掉不是模板的封闭空间；
S6,获取模板工程完成率，包括获取每层楼在图中的面积是固定值M；识别出来的成型模板的面积为N，N/M的百分比为模板工程完成率。
此外，如图8-图11，钢筋工程识别流程：其检测目标是钢筋，都是使用opencv预处理图片，然后霍夫变换检测直线；检测出小的直线构成的封闭空间，并计算小空间的总面积；再用小空间的总面积除以楼层在图中的总面积；得到的百分比即为钢筋工程的完成率。
另外，如图12-图16所示，混凝土工程识别流程：混凝土工程直接使用opencvpython边缘检测功能；检测的目标是混凝土面积；因为混凝土浇筑后，其表面光滑，可以得到一个最大面积的轮廓；检测封闭空间，并计算面积；用图像中最大的封闭空间面积/楼层在图中的总面积＝混凝土浇筑的完成率(也就是楼板的完成率)。
综上所述，借助于本发明的上述技术方案，可采用无线IP摄像头，可节省有线传输的成本；每栋单体建筑物只需一个摄像头即可满足图像收集需求；可精确反应主体结构施工工序的进度；更新频率可以提升到0.25次/天，较为精确的反映各班组人员配备是否满足进度要求。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于opencv的工程主体结构施工进度识别方法，其特征在于，包括以下步骤：
标定工程主体结构的施工工序，其中包括模板工程、钢筋工程和混凝土工程；
对施工工序过程中的特征进行识别，并获取工序的完成百分比和相应的周期时间线；
对获取的工序完成百分比和时间线进行匹配，并基于FLASK进行读取，其中百分比为纵轴，时间线为横轴，进行呈现工程主体结构施工进度。
2.根据权利要求1所述的基于opencv的工程主体结构施工进度识别方法，其特征在于，所述模板工程，包括以下步骤：
进行获取模板工程施工现场图像信息；
对施工现场图像信息预处理；
对预处理后图像信息，使用Hough变换的直线检测，检测出成型模板的外轮廓并在图片上画出该外轮廓，其中；
直线检测，检测出直线，并基于直线构成规则图形；
并保留图片中特定区域；
基于Opencv-python获取封闭空间的面积，其中包括通过限定图像中封闭空间的面积大小来过滤掉不是模板的封闭空间；
获取模板工程完成率，包括获取每层楼在图中的面积是固定值M；识别出来的成型模板的面积为N，N/M的百分比为模板工程完成率。
3.根据权利要求2所述的基于opencv的工程主体结构施工进度识别方法，其特征在于，所述钢筋工程，包括以下步骤：
进行获取钢筋工程施工现场图像信息；
保留图片中特定区域；
进行对钢筋工程施工现场图像信息边缘检测，获取封闭空间；
由于绑扎完成的钢筋会形成网格形式即形成了封闭空间，基于Opencv-python获取封闭空间的面积。使用获得的网格的总面积除以图像中应完成的总面积即可获得完成率。
4.根据权利要求4所述的基于opencv的工程主体结构施工进度识别方法，其特征在于，所述混凝土工程，包括以下步骤：
进行获取混凝土工程施工现场图像信息；
保留图片中特定区域；
进行对混凝土工程施工现场图像信息边缘检测，在特定区域最大的封闭空间即为混凝土浇筑完成的区域，其中，可获取的最大的封闭空间就是已浇筑的混凝土区域；
基于Opencv-python获取最大的封闭空间的面积除以图像中应浇筑的总面积；
获取混凝土工程完成率。
5.根据权利要求4所述的基于opencv的工程主体结构施工进度识别方法，其特征在于，所述对施工现场图像信息预处理，包括以下步骤：
将原始图片转化成灰度图；
将二值化后的图进行边缘检测；
保留特定区域。
6.根据权利要求5所述的基于opencv的工程主体结构施工进度识别方法，其特征在于，获取的百分比和当前识别周期时间线，还包括以下步骤：
将获取的识别百分比和时间线进行匹配，并存入CSV文件中；
传输至云服务器并存入数据库；
进行对云服务器搭建数据库和FLASK python。
7.根据权利要求6所述的基于opencv的工程主体结构施工进度识别方法，其特征在于，所述呈现工程主体结构施工进度，包括网页形式呈现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110518773.9A CN113192042A (zh) | 2021-05-12 | 2021-05-12 | 一种基于opencv的工程主体结构施工进度识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110518773.9A CN113192042A (zh) | 2021-05-12 | 2021-05-12 | 一种基于opencv的工程主体结构施工进度识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113192042A true CN113192042A (zh) | 2021-07-30 |
Family
ID=76981632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110518773.9A Pending CN113192042A (zh) | 2021-05-12 | 2021-05-12 | 一种基于opencv的工程主体结构施工进度识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113192042A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113971781A (zh) * | 2021-12-03 | 2022-01-25 | 上海建工四建集团有限公司 | 建筑结构施工进度的识别方法、装置、客户端和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097596A (zh) * | 2019-04-30 | 2019-08-06 | 湖北大学 | 一种基于opencv的目标检测*** |
| CN111105204A (zh) * | 2019-11-21 | 2020-05-05 | 中国建筑第四工程局有限公司 | 一种施工项目进度上报、管理方法及信息处理装置 |
| CN111144351A (zh) * | 2019-12-30 | 2020-05-12 | 重庆能工科技发展有限公司 | 一种工程进度的图像采集与分析***与方法 |
| CN111179232A (zh) * | 2019-12-20 | 2020-05-19 | 山东大学 | 基于图像处理的钢筋尺寸检测***及方法 |
| CN111932201A (zh) * | 2020-07-27 | 2020-11-13 | 上海地矿工程勘察有限公司 | 一种轨道交通施工监测方法、***、存储介质及智能终端 |
| CN112036755A (zh) * | 2020-09-02 | 2020-12-04 | 张海军 | 一种建筑工程质量检测的监管方法及*** |
| CN112150031A (zh) * | 2020-10-12 | 2020-12-29 | 陈培 | 一种基于大数据的公路工程施工进度管理方法和*** |
| CN112486613A (zh) * | 2020-11-27 | 2021-03-12 | 东南大学 | 工程项目Web端施工进度管理方法、装置及可读存储介质 |
-
2021
- 2021-05-12 CN CN202110518773.9A patent/CN113192042A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097596A (zh) * | 2019-04-30 | 2019-08-06 | 湖北大学 | 一种基于opencv的目标检测*** |
| CN111105204A (zh) * | 2019-11-21 | 2020-05-05 | 中国建筑第四工程局有限公司 | 一种施工项目进度上报、管理方法及信息处理装置 |
| CN111179232A (zh) * | 2019-12-20 | 2020-05-19 | 山东大学 | 基于图像处理的钢筋尺寸检测***及方法 |
| CN111144351A (zh) * | 2019-12-30 | 2020-05-12 | 重庆能工科技发展有限公司 | 一种工程进度的图像采集与分析***与方法 |
| CN111932201A (zh) * | 2020-07-27 | 2020-11-13 | 上海地矿工程勘察有限公司 | 一种轨道交通施工监测方法、***、存储介质及智能终端 |
| CN112036755A (zh) * | 2020-09-02 | 2020-12-04 | 张海军 | 一种建筑工程质量检测的监管方法及*** |
| CN112150031A (zh) * | 2020-10-12 | 2020-12-29 | 陈培 | 一种基于大数据的公路工程施工进度管理方法和*** |
| CN112486613A (zh) * | 2020-11-27 | 2021-03-12 | 东南大学 | 工程项目Web端施工进度管理方法、装置及可读存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113971781A (zh) * | 2021-12-03 | 2022-01-25 | 上海建工四建集团有限公司 | 建筑结构施工进度的识别方法、装置、客户端和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kopsida et al. | A review of automated construction progress monitoring and inspection methods | |
| CN110490415B (zh) | 一种多无人机视觉协同的建筑进度评估方法 | |
| CN109557934B (zh) | 一种基于装配式建筑平台的无人机巡航的控制方法及装置 | |
| US20210349476A1 (en) | Method and apparatus for controlling cruise of unmanned air vehicle based on prefabricated construction platform | |
| CN110443093A (zh) | 一种面向智能化的红外数字全景***及其仓库管理方法 | |
| CN108627520A (zh) | 一种非均质固体材料外观质量的在线检测***和方法 | |
| EP2824525B1 (de) | Verfahren und Einrichtung zur Bestimmung der Position von Betriebsmitteln einer industriellen Automatisierungsanordnung | |
| Barki et al. | BIM models generation from 2D CAD drawings and 3D scans: an analysis of challenges and opportunities for AEC practitioners | |
| CN115457591A (zh) | 一种电网厂站主接线图拓扑关系的识别方法 | |
| CN114913619A (zh) | 一种智能移动巡检方法和*** | |
| CN108320236A (zh) | 一种室内空间测绘数据管理*** | |
| CN113192042A (zh) | 一种基于opencv的工程主体结构施工进度识别方法 | |
| CN113362276A (zh) | 板材视觉检测方法及*** | |
| CN116012701A (zh) | 一种基于矾花检测的水处理加药控制方法及装置 | |
| CN108305347A (zh) | 一种配电设备巡检作业方法 | |
| CN111855667A (zh) | 一种适用于地铁车辆的新型智慧列检***和检测方法 | |
| CN115854895A (zh) | 一种基于目标立木形态的非接触式立木胸径测量方法 | |
| CN116308185A (zh) | 一种建筑工程可视化进度录入及预警方法 | |
| CN113450315B (zh) | 棒材计数方法、装置及分钢*** | |
| CN114531700A (zh) | 一种非人工的基站天线工参采集***及方法 | |
| CN114004950A (zh) | 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法 | |
| CN113076730A (zh) | 一种试验报告智能管理方法、装置、***及存储介质 | |
| CN111750956A (zh) | 一种盾构机砂浆罐液面高度测量***及方法 | |
| CN115026834B (zh) | 一种基于机器人模板程序纠偏功能的实现方法 | |
| Ibrahimkhil et al. | Enhanced Construction Progress Monitoring through Mobile Mapping and As-built Modeling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |