基于BIM与AR的沉管预埋构件安装人机协同管理方法及系统与流程
本技术涉及土木,具体涉及一种基于bim与ar的沉管预埋构件安装人机协同管理方法及系统。
背景技术:
1、沉管隧道是一种广泛应用于跨海、跨江、跨湖等水下交通工程的建设方式,其施工涉及超大尺度预制管节的制造、运输、沉放、对接等复杂工艺。其中,沉管预制过程中的预埋构件安装是确保后续结构稳定性和功能完整性的关键环节,包括机电预埋件(如电缆槽、电缆支架)、水箱预埋件、预埋止水带、管节顶部锚点等。这些预埋构件的安装精度要求极高,稍有偏差就可能导致后续设备安装困难、止水失效或结构安全隐患。然而,传统的预埋构件安装与管理仍主要依赖二维图纸、人工测量与手工标注,存在精度不稳定、检测效率低、信息传递滞后等问题,难以满足现代水下隧道工程高精度、高效施工的需求。
2、近年来,bim(building information modeling,建筑信息建模)技术在工程建设领域得到了广泛应用。bim以三维数字模型为载体,结合构件的几何、物理、施工进度等信息,实现了从设计、施工到运维全过程的数据集成和可视化管理。特别是在预制构件安装管理中,bim能够提供精确的几何定位数据,并辅助施工人员进行安装规划、误差分析和施工记录。但现有bim应用仍主要停留在施工前的规划与施工后的检查,无法实现施工过程中的实时检测与精准复核,导致施工人员难以直观地获取现场关键信息。
3、ar(augmented reality,增强现实)技术的兴起为bim在施工中的实时应用提供了全新的解决方案。通过ar设备(如hololens 2或ipad),施工人员可以在物理环境中直接叠加bim模型,实时查看预埋构件的位置、尺寸、边距等参数,并进行动态比对和复核,避免安装偏差。此外,ar还能与施工数据库联动,提供构件信息展示、进度模拟、历史状态查询等功能,显著提升现场管理的精度和效率。然而,当前bim与ar的结合尚处于探索阶段,如何实现高精度的bim-ar模型对齐、实时误差检测、数据同步与交互,仍是工程实践中的关键挑战。
技术实现思路
1、本技术实施例期望提供一种基于bim与ar的沉管预埋构件安装人机协同管理方法及系统,能够提升预埋构件安装的精度和效率。
2、本技术的技术方案是这样实现的:
3、第一方面,本技术实施例提供一种基于bim与ar的沉管预埋构件安装人机协同管理方法,所述方法包括:
4、ar设备显示建筑场景对应的ar场景内容;其中,所述ar场景内容至少包括建筑的沉管bim模型和三维场景模型;其中,所述三维场景模型由预先采集的建筑场景目标区域的点云数据进行场景特征与构件位置识别生成的;
5、检测用户通过所述ar设备的输入操作,所述输入操作与至少一个沉管预埋构件模型相关,其中,所述至少一个沉管预埋构件模型是所述沉管bim模型中的一个或多个沉管预埋构件对应的构件模型;
6、响应于所述输入操作执行对目标沉管预埋构件模型的预设操作;其中,所述目标沉管预埋构件模型是所述至少一个沉管预埋构件模型中的任意一个;所述预设操作为目标沉管预埋构件模型对应的可视化安装指导、构件信息展示、构件可视化筛选、施工进度管理、误差检测与复核中的一个或多个。
7、上述方案中,所述方法还包括:
8、获取建筑场景目标区域的点云数据;
9、对所述点云数据进行自动拼接与数据预处理,得到预制场景点云数据;
10、基于所述沉管bim模型,对所述预制场景点云数据进行场景特征点识别和关键构件位置识别,得到目标点云数据;
11、对所述目标点云数据进行格式转换,得到所述三维场景模型。
12、上述方案中,所述方法还包括:
13、对所述沉管bim模型和所述三维场景模型进行几何信息智能匹配,得到匹配后的沉管bim模型和匹配后的三维场景模型;
14、基于所述匹配后的沉管bim模型,进行语义信息的动态匹配,确定动态信息数据库;其中,所述动态信息数据库表征沉管bim模型中构件与数据库的对应关系。
15、上述方案中,所述对所述沉管bim模型和所述三维场景模型进行几何信息智能匹配,得到匹配后的沉管bim模型和匹配后的三维场景模型,包括:
16、对所述沉管bim模型和所述三维场景模型进行参考点提取,得到所述沉管bim模型的第一参考点和所述三维场景模型的第二参考点;其中,所述第一参考点和所述第二参考点分别包括至少三组参考点;
17、对所述第一参考点和所述第二参考点进行几何信息智能匹配,得到所述匹配后的沉管bim模型和所述匹配后的三维场景模型。
18、上述方案中,所述对所述第一参考点和所述第二参考点进行几何信息智能匹配,得到所述匹配后的沉管bim模型和所述匹配后的三维场景模型,包括:
19、对所述第一参考点和所述第二参考点分别进行去中心化处理,得到处理后的第一参考点和处理后的第二参考点;
20、对所述处理后的第一参考点和所述处理后的第二参考点奇异值分解,得到旋转矩阵和平移向量;
21、基于所述旋转矩阵和所述平移向量,进行几何信息智能匹配,得到所述匹配后的沉管bim模型和所述匹配后的三维场景模型。
22、上述方案中,所述基于所述匹配后的沉管bim模型,进行语义信息的动态匹配,确定动态信息数据库,包括:
23、建立初始数据库;其中,所述初始数据库包括构件信息表、检查记录表和用户信息表;
24、对所述匹配后的沉管bim模型进行语义信息提取,得到语义数据;并将所述语义数据导入所述初始数据库;
25、将所述匹配后的沉管bim模型对应的语义数据与所述初始数据库进行语义匹配,确定所述语义数据对应的几何对象;
26、通过所述语义数据对应的几何对象,对所述初始数据库进行数据更新,得到所述动态信息数据。
27、上述方案中,所述对所述匹配后的沉管bim模型进行语义信息提取,得到语义数据,包括:
28、基于所述匹配后的沉管bim模型,通过参数化脚本进行构件类别筛选,确定目标构件;其中,所述目标构件包括各类预埋件、预留孔洞及关联结构构件;
29、利用dynamo节点从所述匹配后的沉管bim模型批量提取与初始数据库结构对应的关键属性信息;其中,所述关键属性信息包括构件唯一标识、类别、名称、几何尺寸、安装方式、所属施工阶段、计划安装时间,以及构件位置对应的管节编号与区域信息;
30、对所述目标构件和所述关键属性信息进行清洗与重构,得到所述语义数据。
31、第二方面,本技术实施例提供一种基于bim与ar的沉管预埋构件安装人机协同管理系统,所述一种基于bim与ar的沉管预埋构件安装人机协同管理系统包括:显示模块、检测模块和执行模块,其中,
32、所述显示模块,用于ar设备显示建筑场景对应的ar场景内容;其中,所述ar场景内容至少包括建筑的沉管bim模型和三维场景模型;其中,所述三维场景模型由预先采集的建筑场景目标区域的点云数据进行场景特征与构件位置识别生成的;
33、所述检测模块,用于检测用户通过所述ar设备的输入操作,所述输入操作与至少一个沉管预埋构件模型相关,其中,所述至少一个沉管预埋构件模型是所述沉管bim模型中的一个或多个沉管预埋构件对应的构件模型;
34、所述执行模块,用于响应于所述输入操作执行对目标沉管预埋构件模型的预设操作;其中,所述目标沉管预埋构件模型是所述至少一个沉管预埋构件模型中的任意一个;所述预设操作为目标沉管预埋构件模型对应的可视化安装指导、构件信息展示、构件可视化筛选、施工进度管理、误差检测与复核中的一个或多个。
35、第三方面,本技术实施例提供一种基于bim与ar的沉管预埋构件安装人机协同管理设备,包括:处理器和存储器;其中,
36、所述存储器,用于存储计算机程序;
37、所述处理器,用于从所述存储器中调用并运行所述计算机程序,以执行如第一方面所述的方法。
38、第四方面,本技术实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行如第一方面所述的方法。
39、本技术实施例提供了一种基于bim与ar的沉管预埋构件安装人机协同管理方法及系统,该方法包括:ar设备显示建筑场景对应的ar场景内容;其中,所述ar场景内容至少包括建筑的沉管bim模型和三维场景模型;其中,所述三维场景模型由预先采集的建筑场景目标区域的点云数据进行场景特征与构件位置识别生成的;检测用户通过所述ar设备的输入操作,所述输入操作与至少一个沉管预埋构件模型相关,其中,所述至少一个沉管预埋构件模型是所述沉管bim模型中的一个或多个沉管预埋构件对应的构件模型;响应于所述输入操作执行对目标沉管预埋构件模型的预设操作;其中,所述目标沉管预埋构件模型是所述至少一个沉管预埋构件模型中的任意一个;所述预设操作为目标沉管预埋构件模型对应的可视化安装指导、构件信息展示、构件可视化筛选、施工进度管理、误差检测与复核中的一个或多个。上述方案中,通过预先采集的建筑场景目标区域的点云数据进行场景特征与构件位置识别,能够生成精细准确的三维场景模型,结合建筑的bim模型可生成精细准确的ar场景内容,再结合ar设备显示交互操作ar场景内容中的沉管预埋构件模型,其能够支持高精度和动态的沉管预埋构件的施工管理,例如可实现对沉管预埋构件精确的安装指导与人机协同管理,避免安装过程中的错误和碰撞等,从而提升预埋构件安装的精度和效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com