CN116910888A - 一种装配式建筑bim模型构件生成方法及*** - Google Patents
一种装配式建筑bim模型构件生成方法及*** Download PDFInfo
- Publication number
- CN116910888A CN116910888A CN202311156268.XA CN202311156268A CN116910888A CN 116910888 A CN116910888 A CN 116910888A CN 202311156268 A CN202311156268 A CN 202311156268A CN 116910888 A CN116910888 A CN 116910888A
- Authority
- CN
- China
- Prior art keywords
- points
- point
- plane
- filtering
- clusters
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001914 filtration Methods 0.000 claims abstract description 55
- 239000013598 vector Substances 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Structural Engineering (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Civil Engineering (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及装配式建筑领域,具体地,提供了一种装配式建筑BIM模型构件生成方法及***,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据点云数计算K值,计算距离基准点最近的K个点,并记录K个点中距离基准点最远距离D,对K个点进行平面拟合;计算距离基准点的距离小于2D的点,根据平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;根据法向量对点云中的点进行聚类,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于平面对所述构件进行三维重建得到适用于BIM中的格式文件。本发明能够识别构件中的平面,提高构件模型生成速度。
Description
技术领域
本发明涉及装配式建筑领域,尤其是涉及装配式建筑BIM模型构件生成方法及***。
背景技术
装配式建筑是指通过将预先生产好的建筑构件在现场进行组装而成的建筑。装配式建筑将大部分建筑工作转移到工厂内,将建筑构件在受控的环境中精确制造,然后在现场进行简单组装。这种方法大大提高了施工效率,节省了时间,相较于传统的逐项施工,装配式建筑可以将项目完成时间缩短数周甚至数月。而且工厂环境中的生产过程可监控和检测,减少了材料和工艺方面的缺陷,具有更高质量的建筑,减少了后期维修和修复的需求。
以往对建筑的建模大多是采用三维建模方法,但是实际施工可能会因材料、工艺或测量等因素而产生偏差,在复杂的建筑或工程项目中,三维建模可能无法完全捕捉复杂的几何形状和细节,在施工过程中需要不断的修改三维模型,尤其是实际生产的构件和模型中构件有较大差别时。点云是通过激光扫描或3D扫描采集的实际数据,因此提供了高度精确的现实世界反映,有助于准确捕捉建筑物构件的几何形状、尺寸和细节。但是如何快速、高效的生成构件是一个难点。
发明内容
为了解决上述问题,本发明提供了一种装配式建筑BIM模型构件生成方法,所述方法包括以下步骤:
S1,获取构件的点云,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据所述点云数计算K值,计算距离所述基准点最近的K个点,并记录所述K个点中距离所述基准点最远距离D,对所述K个点进行平面拟合;计算距离所述基准点的距离小于2D的点,根据所述平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;
S2,根据所述法向量对点云中的点进行聚类,并基于聚类中点云的点数对聚类过滤,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件。
优选地,所述根据所述平面对距离小于2D的点进行过滤得到K个点,具体为:
将距离小于2D的点投影到所述平面上,计算以所述基准点为原点的坐标系中每个象限中投影点数,根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小。
优选地,所述从过滤后的每个聚类得到至少一个集合,具体为:
S21,从聚类中选取一个关键点放入集合,迭代执行将聚类中距离集合中任一点的距离小于D的点从聚类中删除并放入集合中,直到聚类中没有点距离集合中任一点的距离小于D;
S22,对聚类中剩余点重复执行S21得到一个或多个集合,根据集合中的点数对集合过滤,得到聚类对应的至少一个集合。
优选地,所述每个聚类中选取一个关键点放入集合,具体为:
对于聚类的每个点i,计算聚类中其他点和点i的距离小于D的点数,选取对应的点数最大的点作为关键点。
优选地,所述基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件,具体为:
获取每个平面的边界点,根据边界点和所述点云剩余的点采用点云曲面重建方法进行三维重建;将重建后的三维文件导出为rfa文件。
另外,本发明还提供了一种装配式建筑BIM模型构件生成***,所述***包括以下模块:
法向量计算模块,用于获取构件的点云,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据所述点云数计算K值,计算距离所述基准点最近的K个点,并记录所述K个点中距离所述基准点最远距离D,对所述K个点进行平面拟合;计算距离所述基准点的距离小于2D的点,根据所述平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;
三维重建模块,用于根据所述法向量对点云中的点进行聚类,并基于聚类中点云的点数对聚类过滤,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件。
优选地,所述根据所述平面对距离小于2D的点进行过滤得到K个点,具体为:
将距离小于2D的点投影到所述平面上,计算以所述基准点为原点的坐标系中每个象限中投影点数,根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小。
优选地,所述从过滤后的每个聚类得到至少一个集合,具体为:
S21,从聚类中选取一个关键点放入集合,迭代执行将聚类中距离集合中任一点的距离小于D的点从聚类中删除并放入集合中,直到聚类中没有点距离集合中任一点的距离小于D;
S22,对聚类中剩余点重复执行S21得到一个或多个集合,根据集合中的点数对集合过滤,得到聚类对应的至少一个集合。
优选地,所述每个聚类中选取一个关键点放入集合,具体为:
对于聚类的每个点i,计算聚类中其他点和点i的距离小于D的点数,选取对应的点数最大的点作为关键点。
优选地,所述基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件,具体为:
获取每个平面的边界点,根据边界点和所述点云剩余的点采用点云曲面重建方法进行三维重建;将重建后的三维文件导出为rfa文件。
此外,本发明还提供了一种计算机可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序在被计算机执行时,实现如上所述的方法。
针对现有的利用点云生成构件的过程计算复杂、准确度低的问题,本发明在计算法向量时能够根据周围点的密度情况设置k值,通过k近邻的方式计算出法向量,同时能够尽可能均匀的得到基准点周围的k个点,防止在利用k近邻计算法线量中k个近邻集中到一起;然后根据法向量对点云的点进行聚类,得到构件的平面,这样减少了在利用构件的点云生成构件三维图过程中的计算量,尤其是减少了点云曲面重建中的点云数,提高了生成速度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为实施例一的流程图;
图2为点云的k近邻邻域示意图;
图3为初始投影点分布示意图;
图4为优化后投影点分布示意图;
图5为一个具体实施例的流程图。
具体实施方式
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一,本发明提供了一种装配式建筑BIM模型构件生成方法,如图1所示,所述方法包括以下步骤:
S1,获取构件的点云,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据所述点云数计算K值,计算距离所述基准点最近的K个点,并记录所述K个点中距离所述基准点最远距离D,对所述K个点进行平面拟合;计算距离所述基准点的距离小于2D的点,根据所述平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;
点云(Point cloud)是某个坐标系下的点的数据集,点包含了三维坐标X,Y,Z、颜色、分类值、强度值、时间等等,一般而言,点云至少包括三维坐标。法向量又称为法矢、法线矢量,法向量是点云分析中的重要内容,法向量的计算准确度直接影响到点云的后续分析和处理,也影响这最后结果。k近邻法计算法向量是应用最为广泛的法向量计算方法,所谓k近邻是指距离某个点距离最近的k个点,这就会出现一种情况,如果一个点的k个近邻集中在这个点的一侧或者集中在这个点的某个小范围内,假设k=3,图2中1、2、3分别表示距离中心点最近的三个点,最后计算的法向量实际是这些点的法向量,没有利用到这个点其他方向上的点的信息,这进一步导致法向量的计算出现不准确。本发明在得到K值后,计算这K个点中和基准点距离最远的点,然后基于最远点与基准点的距离D,重新计算距离基准点的距离小于2D的所有点,根据距离和点的分布过滤得到K个点,然后通过过滤后的K个点计算基准点的法向量。
其中,所述根据所述点云数计算K值,具体为:K值和所述点云数成正比。在一个更为详细的实施例中,计算所述点云数与预设点云数的比值,根据所述比值与初始K值得到K值。
S2,根据所述法向量对点云中的点进行聚类,并基于聚类中点云的点数对聚类过滤,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件。
装配式建筑的构件很多都是对称或者较为规整的构件,相比于异形构件,装配式建筑的构件存在多个平面,而且平面的面积比较大,例如矩形砼梁实际是一个立方体,存在6个平面,在同一个平面的点的法向量相同或者接近,根据法向量对点云中的点进行聚类即可识别点云的点是否在一个平面中。矩形砼梁是一个理想的模型,完全有平面组成,装配式建筑中还会存在其他例如Y型三通,这些构件也会存在非平面的地方。基于此,本发明根据点云的法向量对点云中的点进行聚类后,进一步对聚类进行过滤,当一个聚类中点云数小于预设点云数时,则将这个聚类过滤掉。其中,预设点云数和点云密度以及最小平面面积相关,点云密度通过点云采集设备获取,最小面积和构件相关,在一个更为具体的实施例中,最小面积是由用户输入。
每个聚类中的点的法向量相同或者相近,但是两个平行且朝向同一侧的两个平面在一个聚类中,对过滤后的每个聚类还需要再次分类,以区分上述情况中的不同平面,这样得到的每个集合对应一个平面。
当平面比较大时,例如一个墙体,则在一个平面中会存在很多点,在一个更为具体实施例中,所述对每个集合中的点进行平面拟合得到构件的平面,具体为:
从集合中第一个点开始,按照预设间隔选取至少一个点,对所述至少一个点中每个点执行如下操作:计算得到点的k1个近邻,计算k1个近邻点x值的平均值、y值的平均值、z值的平均值和法向量的平均值,将上述平均值表示的点放入队列中;
对队列中的点进行平面拟合得到构件的平面。
例如一个集合中含有100个点,则每隔十个点选取一个点,选取出1、11、21、31、41、51、61、71、81、91十个点,计算第1个点的k1个近邻,然后用k1个近邻的x值的平均值、y值的平均值、z值的平均值和法向量的平均值替代第1个点,以此类推,直到得到含有十个点的队列,然后对队列中的十个点进行平面拟合得到集合对应的平面。
为了能够使得一个点的K近邻在空间上能够分布均匀,所述根据所述平面对距离小于2D的点进行过滤得到K个点,具体为:
将距离小于2D的点投影到所述平面上,计算以所述基准点为原点的坐标系中每个象限中投影点数,根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小。
在原点确定后,在一个平面上建立一个坐标系有多种方式,例如X轴水平向右或者水平向左等,本发明中对于坐标系中X轴的方向和Y轴的方向不作具体限定,在一个实施例中,X轴的方向为随机;当然,也可以根据距离小于2D的点在平面上的投影情况确定。
其中,所有象限中投影点数的方差最小,则每个象限中投影的点数分布最均匀。方差的具体计算过程是:计算每个象限中投影点数的期望,例如第一象限为5个,第二象限为10个,第三象限为2个,第四象限为2个,如图3所示,其中每个实线绘制的圆表示一个投影点,如果K=8,如果使得剩余K个点在每个象限的投影数的方差最小,则每个象限中最优的点数是接近2个,此时,从第一象限中删除距离原点最远的3个点,从第二象限中删除8个距离原点最远的点,得到的方差最小,最后结果如图4所示,其中每个虚线绘制的圆表示过滤掉的点。
所述根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小,更为具体的过程是:
S11,计算得到K/4;
S12,计算每个象限投影点数与K/4的差,按照差从大到小的顺序对象限排序,每次从排序第一的象限中删除距离原点最远的点;
S13,执行S12 M次,所述M为距离小于2D的点投影到所述平面的个数与K的差值。
一个聚类是法向量相同或相近的所有点的集合,但是法向量相同或相近可能不在同一个平面上,所述从过滤后的每个聚类得到至少一个集合,如图5所示,具体为:
S21,从聚类中选取一个关键点放入集合,迭代执行将聚类中距离集合中任一点的距离小于D的点从聚类中删除并放入集合中,直到聚类中没有点距离集合中任一点的距离小于D;
假设共有4个聚类,对于第一个聚类,从第一个聚类中选取一个关键点放入集合C1中;
将第一聚类中距离这个关键点的距离小于D的点从第一个聚类中删除并放入集合C1中;
然后判断聚类中是否存在点到集合C1中的任意点的距离小于D,如果存在,则将这个点从第一个聚类中删除并放入集合C1中;不断重复这个过程,直到满足预设条件;
预设条件也即聚类中不存在点到集合C1中的任意点的距离小于D。
S22,对聚类中剩余点重复执行S21得到一个或多个集合,根据集合中的点数对集合过滤,得到聚类对应的至少一个集合。
对于聚类中剩余的点不断重复执行S21可以得到一个或多个集合,然后过滤掉点数小于所述预设点云数的集合,如果一个聚类中的所有集合的点数都小于所述预设点云数,则将聚类删除,最后每个聚类对应至少一个集合。
为了加快集合的生成,在一个具体实施例中,所述每个聚类中选取一个关键点放入集合,具体为:
对于聚类的每个点i,计算聚类中其他点和点i的距离小于D的点数,选取对应的点数最大的点作为关键点。也即选择聚类中周围分布的点最密集的点作为关键点。
在构建平面后,点云中剩余的点数较少,通过曲面重建可以快速的对这些点进行三维重建,所述基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件,具体为:
获取每个平面的边界点,根据边界点和所述点云剩余的点采用点云曲面重建方法进行三维重建;将重建后的三维文件导出为rfa文件。
在识别到点云的平面后,剩下的点云部分要么不是平面,要么是面积较小的平面,对于装配式建筑构件,剩下的点更多的是在平面的连接处,为了能够得到平滑的边界,本发明获取每个平面的边界点,将边界点和剩余的点进行点云曲面重建。点云曲面的方法包括但不限于基于Voronoi图的点云曲面重建、基于点云插值的曲面重建。在重建后将文件导出为rfa文件即可导入到Revit中使用。通过本发明生成构件的速度更快,这得益于先进行平面识别,然后对剩余的点进行三维重建,避免了对大量点云的三维重建。
实施例二,本发明还提供了一种装配式建筑BIM模型构件生成***,所述***包括以下模块:
法向量计算模块,用于获取构件的点云,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据所述点云数计算K值,计算距离所述基准点最近的K个点,并记录所述K个点中距离所述基准点最远距离D,对所述K个点进行平面拟合;计算距离所述基准点的距离小于2D的点,根据所述平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;
三维重建模块,用于根据所述法向量对点云中的点进行聚类,并基于聚类中点云的点数对聚类过滤,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件。
优选地,所述根据所述平面对距离小于2D的点进行过滤得到K个点,具体为:
将距离小于2D的点投影到所述平面上,计算以所述基准点为原点的坐标系中每个象限中投影点数,根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小。
优选地,所述从过滤后的每个聚类得到至少一个集合,具体为:
S21,从聚类中选取一个关键点放入集合,迭代执行将聚类中距离集合中任一点的距离小于D的点从聚类中删除并放入集合中,直到聚类中没有点距离集合中任一点的距离小于D;
S22,对聚类中剩余点重复执行S21得到一个或多个集合,根据集合中的点数对集合过滤,得到聚类对应的至少一个集合。
优选地,所述每个聚类中选取一个关键点放入集合,具体为:
对于聚类的每个点i,计算聚类中其他点和点i的距离小于D的点数,选取对应的点数最大的点作为关键点。
优选地,所述基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件,具体为:
获取每个平面的边界点,根据边界点和所述点云剩余的点采用点云曲面重建方法进行三维重建;将重建后的三维文件导出为rfa文件。
实施例三,本发明还提供了一种计算机可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序在被计算机执行时,实现如实施例一所述的方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现,当然也可以通过硬件和软件结合的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种装配式建筑BIM模型构件生成方法,其特征在于,所述方法包括以下步骤:
S1,获取构件的点云,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据所述点云数计算K值,计算距离所述基准点最近的K个点,并记录所述K个点中距离所述基准点最远距离D,对所述K个点进行平面拟合;计算距离所述基准点的距离小于2D的点,根据所述平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;
S2,根据所述法向量对点云中的点进行聚类,并基于聚类中点云的点数对聚类过滤,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件。
2.如权利要求1所述的方法,其特征在于,所述根据所述平面对距离小于2D的点进行过滤得到K个点,具体为:
将距离小于2D的点投影到所述平面上,计算以所述基准点为原点的坐标系中每个象限中投影点数,根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小。
3.如权利要求1所述的方法,其特征在于,所述从过滤后的每个聚类得到至少一个集合,具体为:
S21,从聚类中选取一个关键点放入集合,迭代执行将聚类中距离集合中任一点的距离小于D的点从聚类中删除并放入集合中,直到聚类中没有点距离集合中任一点的距离小于D;
S22,对聚类中剩余点重复执行S21得到一个或多个集合,根据集合中的点数对集合过滤,得到聚类对应的至少一个集合。
4.如权利要求3所述的方法,其特征在于,所述每个聚类中选取一个关键点放入集合,具体为:
对于聚类的每个点i,计算聚类中其他点和点i的距离小于D的点数,选取对应的点数最大的点作为关键点。
5.如权利要求1所述的方法,其特征在于,所述基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件,具体为:
获取每个平面的边界点,根据边界点和所述点云剩余的点采用点云曲面重建方法进行三维重建;将重建后的三维文件导出为rfa文件。
6.一种装配式建筑BIM模型构件生成***,其特征在于,所述***包括以下模块:
法向量计算模块,用于获取构件的点云,将每个点分别作为基准点,统计以基准点为球心且半径R的球体内的点云数,根据所述点云数计算K值,计算距离所述基准点最近的K个点,并记录所述K个点中距离所述基准点最远距离D,对所述K个点进行平面拟合;计算距离所述基准点的距离小于2D的点,根据所述平面对距离小于2D的点进行过滤得到K个点,基于过滤得到的K个点计算基准点的法向量;
三维重建模块,用于根据所述法向量对点云中的点进行聚类,并基于聚类中点云的点数对聚类过滤,从过滤后的每个聚类得到至少一个集合,对每个集合中的点进行平面拟合得到构件的平面,基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件。
7.如权利要求6所述的***,其特征在于,所述根据所述平面对距离小于2D的点进行过滤得到K个点,具体为:
将距离小于2D的点投影到所述平面上,计算以所述基准点为原点的坐标系中每个象限中投影点数,根据所述投影点数对小于2D的点进行过滤直到剩余K个点,使得剩余K个点在每个象限的投影数的方差最小。
8.如权利要求6所述的***,其特征在于,所述从过滤后的每个聚类得到至少一个集合,具体为:
S21,从聚类中选取一个关键点放入集合,迭代执行将聚类中距离集合中任一点的距离小于D的点从聚类中删除并放入集合中,直到聚类中没有点距离集合中任一点的距离小于D;
S22,对聚类中剩余点重复执行S21得到一个或多个集合,根据集合中的点数对集合过滤,得到聚类对应的至少一个集合。
9.如权利要求8所述的***,其特征在于,所述每个聚类中选取一个关键点放入集合,具体为:
对于聚类的每个点i,计算聚类中其他点和点i的距离小于D的点数,选取对应的点数最大的点作为关键点。
10.如权利要求6所述的***,其特征在于,所述基于所述平面对所述构件进行三维重建得到适用于BIM中的格式文件,具体为:
获取每个平面的边界点,根据边界点和所述点云剩余的点采用点云曲面重建方法进行三维重建;将重建后的三维文件导出为rfa文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156268.XA CN116910888B (zh) | 2023-09-08 | 2023-09-08 | 一种装配式建筑bim模型构件生成方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156268.XA CN116910888B (zh) | 2023-09-08 | 2023-09-08 | 一种装配式建筑bim模型构件生成方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116910888A true CN116910888A (zh) | 2023-10-20 |
CN116910888B CN116910888B (zh) | 2023-11-24 |
Family
ID=88356791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311156268.XA Active CN116910888B (zh) | 2023-09-08 | 2023-09-08 | 一种装配式建筑bim模型构件生成方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116910888B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130173216A1 (en) * | 2011-12-29 | 2013-07-04 | Hon Hai Precision Industry Co., Ltd. | System and method for processing a point cloud using a computing device |
CN104573705A (zh) * | 2014-10-13 | 2015-04-29 | 北京建筑大学 | 一种建筑物激光扫描点云数据的聚类方法 |
CN105354883A (zh) * | 2015-11-25 | 2016-02-24 | 武汉大学 | 基于点云的3ds Max快速精细三维建模方法及*** |
US20170116781A1 (en) * | 2015-10-21 | 2017-04-27 | Nokia Technologies Oy | 3d scene rendering |
KR20190064311A (ko) * | 2017-11-30 | 2019-06-10 | 주식회사 모빌테크 | 라이다를 이용한 지도 생성 방법 및 장치 |
CN109993783A (zh) * | 2019-03-25 | 2019-07-09 | 北京航空航天大学 | 一种面向复杂三维建筑物点云的屋顶及侧面优化重建方法 |
US20210116568A1 (en) * | 2019-10-22 | 2021-04-22 | At&T Intellectual Property I, L.P. | Constructing compact three-dimensional building models |
KR102393345B1 (ko) * | 2021-12-28 | 2022-05-02 | 주식회사 맥스트 | 3차원 점군 처리 시스템 및 방법 |
CN115099304A (zh) * | 2022-05-23 | 2022-09-23 | 中国人民解放军战略支援部队信息工程大学 | 一种建筑物立面点云提取方法 |
CN115761172A (zh) * | 2022-10-10 | 2023-03-07 | 哈尔滨工程大学 | 一种基于点云语义分割与结构拟合的单体建筑三维重建方法 |
CN116091771A (zh) * | 2023-01-12 | 2023-05-09 | 华中科技大学 | 一种复杂机匣腔体点云分割方法、装置及设备 |
US20230186647A1 (en) * | 2020-03-30 | 2023-06-15 | Anditi Pty Ltd | Feature extraction from mobile lidar and imagery data |
-
2023
- 2023-09-08 CN CN202311156268.XA patent/CN116910888B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130173216A1 (en) * | 2011-12-29 | 2013-07-04 | Hon Hai Precision Industry Co., Ltd. | System and method for processing a point cloud using a computing device |
CN104573705A (zh) * | 2014-10-13 | 2015-04-29 | 北京建筑大学 | 一种建筑物激光扫描点云数据的聚类方法 |
US20170116781A1 (en) * | 2015-10-21 | 2017-04-27 | Nokia Technologies Oy | 3d scene rendering |
CN105354883A (zh) * | 2015-11-25 | 2016-02-24 | 武汉大学 | 基于点云的3ds Max快速精细三维建模方法及*** |
KR20190064311A (ko) * | 2017-11-30 | 2019-06-10 | 주식회사 모빌테크 | 라이다를 이용한 지도 생성 방법 및 장치 |
CN109993783A (zh) * | 2019-03-25 | 2019-07-09 | 北京航空航天大学 | 一种面向复杂三维建筑物点云的屋顶及侧面优化重建方法 |
US20210116568A1 (en) * | 2019-10-22 | 2021-04-22 | At&T Intellectual Property I, L.P. | Constructing compact three-dimensional building models |
US20230186647A1 (en) * | 2020-03-30 | 2023-06-15 | Anditi Pty Ltd | Feature extraction from mobile lidar and imagery data |
KR102393345B1 (ko) * | 2021-12-28 | 2022-05-02 | 주식회사 맥스트 | 3차원 점군 처리 시스템 및 방법 |
CN115099304A (zh) * | 2022-05-23 | 2022-09-23 | 中国人民解放军战略支援部队信息工程大学 | 一种建筑物立面点云提取方法 |
CN115761172A (zh) * | 2022-10-10 | 2023-03-07 | 哈尔滨工程大学 | 一种基于点云语义分割与结构拟合的单体建筑三维重建方法 |
CN116091771A (zh) * | 2023-01-12 | 2023-05-09 | 华中科技大学 | 一种复杂机匣腔体点云分割方法、装置及设备 |
Non-Patent Citations (4)
Title |
---|
ZUO WEI HUANG: "The Research on 3D Building Model Based on Point Cloud Data", APPLIED MECHANICS AND MATERIALS, pages 1864 - 1867 * |
徐照;康蕊;孙宁;: "基于IFC标准的建筑构件点云信息处理方法", 东南大学学报(自然科学版), no. 06, pages 93 - 100 * |
闫利;魏峰;: "利用密集匹配点云的建筑单体提取算法研究", 中国激光, no. 07, pages 270 - 277 * |
黄佳彪;熊岳山;何鸿君;: "基于无人机航拍序列的建筑三维模型重建", 湖南工业大学学报, no. 05, pages 12 - 16 * |
Also Published As
Publication number | Publication date |
---|---|
CN116910888B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112347550B (zh) | 耦合式室内三维语义建图及建模方法 | |
CN113052955A (zh) | 一种点云补全方法、***及应用 | |
CN114926699A (zh) | 一种室内三维点云语义分类方法、装置、介质及终端 | |
CN117036400A (zh) | 基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法 | |
CN116910888B (zh) | 一种装配式建筑bim模型构件生成方法及*** | |
CN115661218B (zh) | 一种基于虚拟超点的激光点云配准方法和*** | |
Zhang et al. | 4-D spatiotemporal detection and modeling of free-bending pipelines in cluttered 3-D point cloud | |
Zhu et al. | Potentials of RGB-D cameras in as-built indoor environment modeling | |
CN111402256B (zh) | 一种基于模板的三维点云目标检测和姿态估计方法 | |
CN109919828B (zh) | 一种判断3d模型之间差异的方法 | |
Liying et al. | A review of range image registration methods with accuracy evaluation | |
CN112069445A (zh) | 一种2d slam算法评估及量化方法 | |
Dierenbach et al. | Next-Best-View method based on consecutive evaluation of topological relations | |
CN117197410B (zh) | 钢结构的虚拟拼装方法、装置、设备及存储介质 | |
CN117437364B (zh) | 基于残缺点云数据的建筑三维结构提取方法和装置 | |
CN113393450B (zh) | 用于数字线划图的数据质检方法、***及可读存储介质 | |
CN114092433B (zh) | 一种基于三角形质心优化的表观缺陷检测方法 | |
CN116882031B (zh) | 一种基于点云的建筑模型构建方法及*** | |
CN115014352B (zh) | 一种基于建议分布地图的室内全局定位方法 | |
EP4310779A1 (en) | Segmenting a building scene | |
Selman et al. | Scan2fem: from point clouds to structured 3d models suitable for simulation | |
Xu et al. | Based on point cloud data of the ski jump system modeling and trimming | |
Bulla | A Bottom-Up Approach for the Automatic Creation of the Digital Staircase Model Using Point Cloud Data and Parametric Prototype Models | |
CN114140506A (zh) | 一种三维虚拟模型的构建方法和*** | |
CN115690198A (zh) | 数据扫描处理方法、设备、存储介质及多位置扫描*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |