为解决传统钢结构质量检测周期长、难度大、精度低等问题,本文融合BIM(Building Information Modeling)与三维激光扫描优势,提出了一种基于BIM+点云数据的钢结构质量智能检测方法。首先,依据工程图纸创建钢构件BIM;其次,利用三维激光扫...为解决传统钢结构质量检测周期长、难度大、精度低等问题,本文融合BIM(Building Information Modeling)与三维激光扫描优势,提出了一种基于BIM+点云数据的钢结构质量智能检测方法。首先,依据工程图纸创建钢构件BIM;其次,利用三维激光扫描技术获取钢构件逆向点云模型;基于PCA+ICP算法实现点云模型与BIM的自动化配准;最终,提出顾及点云粗糙度的法向量方向距离计算法,以法向量为方向计算点云与BIM模型的距离,实现了钢结构质量智能检测。为验证上述方法的有效性,将上述方法应用于中国人民大学通州新校区社会与人口学院楼项目,结果表明,点云与BIM模型配准精度能够控制在1 mm以内,距离计算在2 mm以内,说明本文提出的方法能够智能、高效的应用于钢结构质量检测。展开更多
文摘为解决传统钢结构质量检测周期长、难度大、精度低等问题,本文融合BIM(Building Information Modeling)与三维激光扫描优势,提出了一种基于BIM+点云数据的钢结构质量智能检测方法。首先,依据工程图纸创建钢构件BIM;其次,利用三维激光扫描技术获取钢构件逆向点云模型;基于PCA+ICP算法实现点云模型与BIM的自动化配准;最终,提出顾及点云粗糙度的法向量方向距离计算法,以法向量为方向计算点云与BIM模型的距离,实现了钢结构质量智能检测。为验证上述方法的有效性,将上述方法应用于中国人民大学通州新校区社会与人口学院楼项目,结果表明,点云与BIM模型配准精度能够控制在1 mm以内,距离计算在2 mm以内,说明本文提出的方法能够智能、高效的应用于钢结构质量检测。
