基于人工智能的BIM系统信息化处理方法及系统与流程

本发明涉及建筑，具体涉及基于人工智能的bim系统信息化处理方法及系统。

背景技术：

1、随着建筑信息模型（building information modeling，bim）技术的快速发展，bim已从单纯的三维可视化工具逐步演变为贯穿建筑工程全生命周期的信息化管理平台。在施工现场管理领域，bim技术能够实现施工过程的三维模拟、进度跟踪及资源调配，为施工组织提供了重要的技术支撑。然而，传统的bim系统主要侧重于设计阶段的几何信息管理与施工阶段的进度模拟，对于施工现场实时环境参数的采集、动态安全风险的识别以及应急响应处理等方面的信息化处理能力仍较为薄弱，难以满足现代智慧工地对实时性、精准性与智能化的管理需求。

2、施工现场环境复杂多变，存在高处坠落、物体打击、粉尘爆炸、结构失稳等多种安全风险隐患。目前，施工现场的环境监测主要依赖两种方式：一是人工定期巡检，由安全管理人员携带便携式检测仪器对重点区域进行巡检；二是在关键区域布设固定式环境监测传感器，对温度、湿度、有害气体浓度等参数进行定点连续监测。人工巡检方式受限于巡检人员的经验水平与体力条件，存在检测频率低、覆盖范围有限、高危区域难以到达以及主观判断误差大等问题。固定式传感器虽然能够实现连续监测，但其安装位置固定，难以根据施工进度动态调整监测点位，容易形成监测盲区，且无法对施工现场的立体空间环境进行全面感知。

3、近年来，人工智能技术尤其是深度学习算法在图像识别、数据挖掘与预测分析领域取得了显著进展，为施工现场的安全管理提供了新的技术手段。部分研究尝试将人工智能算法引入施工现场，通过视频监控图像识别人员违规行为或危险状态，或通过数据分析预测安全风险趋势。然而，现有技术中，人工智能分析结果往往独立于bim模型存在，缺乏与施工现场三维空间信息的深度融合，导致风险定位不够直观，管理人员难以快速确定风险源的具体空间位置及其影响范围。

4、另一方面，施工现场的监测作业与正常施工作业之间往往存在时间与空间上的冲突。现有移动式监测设备在规划巡检路径与监测时间时，通常采用预设的固定周期或简单路径规划算法，未充分考虑现场实时的作业排班情况、人员分布密度以及高风险作业时段。这导致监测设备在巡检过程中可能进入人员密集区域或交叉作业区域，不仅干扰正常施工秩序、降低施工效率，还可能因监测设备自身的运行对现场作业人员构成新的安全隐患。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的bim系统信息化处理方法及系统，解决施工现场的监测作业与正常施工作业之间往往存在时间与空间上的冲突，现有移动式监测设备在规划巡检路径与监测时间时，通常采用预设的固定周期或简单路径规划算法，未充分考虑现场实时的作业排班情况、人员分布密度以及高风险作业时段的问题。

2、为解决上述的技术问题，本发明采用以下技术方案：

3、一种基于人工智能的bim系统信息化处理系统，包括移动式监测终端，用于实时采集建筑环境数据；施工方案解析模块，用于获取第n施工工序的施工方案文本及关联的bim构件语义信息，解析提取工序类型和临时设施变动信息；工序风险映射模块，用于根据工序类型及临时设施变动信息，匹配预设的工序风险特征库，识别第n施工工序中因施工方案实施而形成的动态高危区域，生成动态高危区域图谱；人员在场监测模块，用于采集施工区域的人员在场数量，包括部署于施工现场出入口及施工区域子出入口的rfid识别设备，以及作业人员佩戴的rfid可穿戴标签；间隙监测判定模块，用于将人员在场数量与预设的安全监测人员数量阈值进行实时比对，当人员在场数量低于安全监测人员数量阈值时判定满足间隙监测条件并生成监测许可指令，当达到或超过安全监测人员数量阈值时判定不满足间隙监测条件并生成监测终止指令或监测禁止指令；监测时序规划模块，用于响应监测许可指令，根据动态高危区域图谱确定监测任务的区域优先级排序与数据采集密度，规划移动式监测终端进入相应施工区域的采集时间点及采集路径；bim数据融合单元，用于接收移动式监测终端上传的实时环境数据，并将实时环境数据与预设的bim三维模型进行空间坐标匹配及语义级对齐，生成带有环境属性标签的三维动态场域模型；分析处理单元，内置有训练好的安全风险识别模型，用于对三维动态场域模型进行实时分析，识别施工现场的环境异常状态、潜在安全风险及临时防护措施缺失状态，并生成相应的风险等级判定结果。

4、进一步的技术方案是，施工方案解析模块与工序风险映射模块的工作流程包括：步骤s101，获取第n施工工序的施工方案文本，提取工序关键词；步骤s102，解析施工方案文本中的临时设施变动描述，识别临边防护拆除指令、孔洞开设指令及临时支撑拆除指令，结合bim构件语义信息将指令映射至具体空间坐标，生成临时设施变动空间清单；步骤s103，根据工序类型匹配预设的工序风险特征库，调取该工序对应的典型风险模式；步骤s104，将临时设施变动空间清单与典型风险模式进行空间叠加与风险等级赋值，生成动态高危区域图谱；步骤s105，将动态高危区域图谱实时叠加至bim三维模型，驱动监测时序规划模块对高危区域执行优先监测调度。

5、更进一步的技术方案是，监测时序规划模块工作步骤如下，步骤s201，接收动态高危区域图谱，根据各高危区域的风险等级、预计存在时段及与当前监测时刻的接近度，确定监测任务的区域优先级排序；步骤s202，获取间隙监测判定模块输出的监测许可指令及各施工区域的人员在场数量；步骤s203，基于区域优先级排序及人员在场数量，构建采集路径。

6、更进一步的技术方案是，人员在场监测模块与间隙监测判定模块的工作流程包括：步骤s301，通过部署于施工现场出入口及施工区域子出入口的rfid识别设备，采集作业人员佩戴的rfid标签进出记录，实时统计各施工区域及全场的人员在场数量；步骤s302，根据第n施工工序类型、施工区域风险等级及动态高危区域图谱中的风险分布密度，计算各区域的安全监测人员数量阈值；步骤s303，将人员在场数量与阈值实时比对：当低于阈值时生成监测许可指令；当达到或超过阈值时生成监测终止指令或监测禁止指令。

7、更进一步的技术方案是，还包括处理方案生成模块和预警推送单元，处理方案生成模块用于根据风险等级判定结果，自动匹配并输出对应的安全处理方案；预警推送单元，用于将风险等级判定结果、安全处理方案、动态高危区域图谱及规划后的监测时间信息推送至现场管理人员终端及移动式监测终端。

8、更进一步的技术方案是，分析处理单元对动态高危区域的临时防护措施验证流程包括：步骤s401，控制移动式监测终端进入动态高危区域图谱标记的高危区域，采集该区域的环境现状数据；步骤s402，将环境现状数据与施工方案解析模块提取的临时设施变动信息进行比对，识别施工方案要求设置的临时防护措施是否到位；步骤s403，当识别到临时防护措施缺失或失效时，生成高风险预警，触发处理方案生成模块输出专项整改方案。

9、更进一步的技术方案是，还包括施工前监测模块，施工前监测模块工作步骤如下，步骤s501，基于bim三维模型判定第n施工工序的上一道施工工序的实际完工时刻与第n施工工序的计划开工时刻，生成动态间隙可用窗口；步骤s502，通过rfid识别设备确认待施工区域内无人员滞留或人员在场数量低于预设留守阈值；步骤s503，控制移动式监测终端在动态间隙可用窗口内进入待施工区域，基于工序风险映射模块输出的动态高危区域图谱，优先对高危区域执行环境数据采集；步骤s504，将采集的环境数据与上一道工序结束时的设计完工环境进行多维度比对，识别环境差异项；步骤s505，将环境差异项与第n施工工序的安全风险特征库匹配，识别潜在前置风险；步骤s506，当潜在前置风险高于或等于预设阈值时，向施工班组长推送禁止施工指令并生成安全处理方案；当低于预设阈值，推送施工就绪许可。

10、与现有技术相比，本发明的有益效果是：1、通过施工方案解析模块对第n施工工序的施工方案文本进行解析，提取工序类型及临时设施变动信息，并经由工序风险映射模块匹配预设的工序风险特征库，识别因施工方案实施而形成的动态高危区域，生成动态高危区域图谱。该技术方案突破了传统安全管理中风险区域静态化、经验化的局限，实现了施工进度推进过程中风险区域的实时动态识别与空间精确定位，使安全管理从事后处置转向事前预警、事中监控。2、通过人员在场监测模块实时采集施工区域人员在场数量，并由间隙监测判定模块将人员在场数量与安全监测人员数量阈值进行实时比对，仅在满足间隙监测条件（人员在场数量低于阈值）时生成监测许可指令，驱动移动式监测终端进入施工区域。该机制有效解决了移动式监测设备与施工作业之间的冲突问题，在保障监测数据采集完整性的同时，最大限度降低监测活动对正常施工的干扰，实现了施工优先、间隙监测的智能化调度。3、监测时序规划模块响应监测许可指令，根据动态高危区域图谱确定监测任务的区域优先级排序与数据采集密度，并规划移动式监测终端进入相应施工区域的采集时间点及采集路径。该方案使有限的监测资源能够优先覆盖动态高危区域，并通过合理的数据采集密度设置确保风险演化过程的连续追踪，显著提升了监测效率与风险识别的时效性。4、bim数据融合单元将移动式监测终端上传的实时环境数据与预设bim三维模型进行空间坐标匹配及语义级对齐，生成带有环境属性标签的三维动态场域模型；分析处理单元内置训练好的安全风险识别模型，对该模型进行实时分析，自动识别施工现场的环境异常状态、潜在安全风险及临时防护措施缺失状态，并生成相应的风险等级判定结果。该方案实现了物理施工现场与数字孪生模型之间的实时数据闭环，使安全风险识别从人工巡检的主观判断升级为基于人工智能的客观量化分析，为后续自动化处置提供了精准的数据基础。