一种基于空间关联的幕墙预埋件定位校核方法及系统与流程

本发明涉及智能建造，尤其涉及一种基于空间关联的幕墙预埋件定位校核方法及系统。

背景技术：

1、幕墙预埋件是幕墙系统与主体结构连接的关键受力部件，其安装位置的准确性直接影响幕墙安装精度与结构安全。施工过程中，预埋件易因模板移位、混凝土浇筑冲击、人为操作误差等因素产生位置偏差。据统计，预埋件位置偏差是幕墙施工中出现频次最高的质量问题，占比可达64.4%，因此预埋件安装后的定位校核是幕墙施工质量管控的关键环节。

2、当前幕墙预埋件定位校核领域主要存在以下几类技术方案：

3、一）人工测量法。依赖施工人员使用钢尺、水准仪等工具现场测量，效率极低，受操作经验和高空作业环境影响，精度难以保证，数据记录主观性强。

4、二）全站仪检测法。通过全站仪进行三维坐标放样，可实现较高精度的单点空间定位，但仅能获取单一坐标数据，无法采集预埋件形态信息，易被施工脚手架、钢筋等遮挡导致数据缺失，且逐点独立测量无法利用预埋件间的空间关联进行辅助判断。

5、三）机器视觉与图像检测法。利用卷积神经网络等深度学习模型对预埋件图像进行识别与定位，但受拍摄视角、光线明暗、粉尘遮挡等因素影响较大，检测稳定性不足；且卷积神经网络主要适用于欧几里得结构数据，无法有效建模预埋件之间的非欧空间拓扑关系。

6、四）bim数字化辅助方法。通过建立预埋件bim模型进行施工前的碰撞检查与定位优化，但对于施工完成后预埋件实际安装位置的精准校核，仍缺乏有效的数据采集与偏差自动判定手段，无法实现施工质量的闭环验证。

7、上述现有技术方案的共同缺陷在于：均采用点对点的孤立检测逻辑，对每个预埋件进行独立的坐标测量或图像识别，忽略了施工现场因模板体系整体移位或脚手架形变导致的预埋件群体性系统偏差，难以通过孤立节点的坐标对比实现对施工趋势性误差的有效识别。此外，上述方案均未形成完整的闭环校核流程，缺乏将校核结果反馈至前端采集环节的动态优化机制，检测精度和效率难以在长期使用中持续提升。

8、因此，本领域亟需一种能够融合多模态传感数据、深度挖掘预埋件空间拓扑关系、实现群体性偏差精准识别，并具备闭环动态迭代优化能力的幕墙预埋件定位校核方法。

技术实现思路

1、本发明的目的是提供一种基于空间关联的幕墙预埋件定位校核方法及系统，通过多传感器融合与图注意力网络实现预埋件高精度定位校核，并建立采集→校核→反馈→优化的闭环迭代机制，持续提升校核精度与效率。

2、为实现上述目的，本发明提供了一种基于空间关联的幕墙预埋件定位校核方法，包括以下步骤：

3、s1：部署多类传感设备采集幕墙预埋件及周边结构的多维检测数据，完成多源检测数据的时间同步与空间配准，建立统一时空基准；

4、s2：并行执行以下两个子步骤：

5、s2.1对采集到的多源检测数据进行去噪与无效数据剔除，提取有效特征信息；

6、s2.2以单个预埋件为图节点、空间邻接关系为边，构建反映预埋件空间分布的初始拓扑图；

7、s3：基于步骤s2.1提取的有效特征信息以及步骤s2.2构建的初始拓扑图结构，对多源特征进行特征级融合处理，生成每个预埋件对应的综合特征向量，将综合特征向量赋值至初始拓扑图对应节点，并计算节点间边权重，生成带特征权重的加权图结构；

8、s4：构建图神经网络模型，经标注预埋件定位样本训练后，输入加权图推理得到各预埋件的理论设计位置，计算理论设计位置与实际采集位置的偏差值；若节点推理置信度未达到预设阈值，则调整加权图的边权重与节点综合特征，重新输入模型进行迭代推理，直至所有节点的推理置信度均满足预设标准；

9、s5：输出标记偏差超标项的定位校核报告，同时将校核有效数据反馈至传感器采集模块，基于区域偏差风险动态调整采集策略；所述调整后的采集策略用于下一轮次步骤s1的数据采集中，实现校核全流程的闭环迭代优化。

10、优选地，s1中，所述多类传感设备包括光纤光栅应变传感器、三维激光测振仪与高精度倾角传感器；所述光纤光栅应变传感器部署于预埋件的锚固筋和连接板焊缝区域，所述三维激光测振仪布设于预埋件周边的混凝土结构表面，所述倾角传感器安装于结构关键节点。

11、优选地，s1中，采用ieee 1588精密时间协议实现微秒级时间同步，将各传感器时间戳同步误差控制在±1μs以内；通过全站仪建立全局坐标系，经最小二乘标定求解各传感器局部坐标系的位姿变换矩阵，实现空间对齐精度不超过0.5mm。

12、优选地，s2.1中，所述数据预处理具体为：采用离散小波变换结合硬阈值法去除信号中的高频噪声，通过计算数据点的z-score识别并剔除离群无效数据，剔除z-score绝对值大于3的数据点。

13、优选地，s2.2中，所述初始拓扑图的构建方式为：以预埋件的三维空间坐标作为节点属性，计算任意两节点间的欧几里得距离，预设距离阈值，当节点间距离小于等于阈值时判定为存在邻接关系，生成初始邻接矩阵。

14、优选地，s3中，所述特征级融合采用基于数据源可靠性的动态加权平均策略，各数据源的权重系数由对应数据源的质量评估分数计算得到，质量评估分数取值范围为[0,1]；采用高斯核函数基于节点间综合特征向量的相似度计算边权重，边权重取值范围为[0,1]，最终生成加权邻接矩阵表示加权图结构。

15、优选地，s4中，所述图神经网络为图注意力网络，采用多层图注意力层结构，通过leakyrelu激活函数计算节点间关联权重，经归一化得到注意力系数；模型训练采用adam优化器，以位置均方误差作为损失函数，迭代训练至验证集损失收敛。

16、优选地，s4中，当推理置信度未达标时，基于节点偏差值对边权重进行衰减调整，同时将偏差信息拼接至原综合特征向量以增强偏差特征表达，再将调整后的加权图重新输入模型进行迭代推理。

17、优选地，s5中，基于区域内预埋件的平均偏差计算区域热点指数，采用带平滑系数的递推公式调整各区域采集频率，所述递推公式基于当前轮次热点指数与上一轮次采集频率计算当前轮次采集频率，并设置频率上下限约束以避免采集频率高频震荡；高风险区域提升采集频率，低风险区域频率平滑衰减至最低值。

18、一种基于空间关联的幕墙预埋件定位校核系统，用于实现如上所述的方法，包括：

19、数据采集模块，部署有多类传感设备，用于采集幕墙预埋件及周边结构的多维检测数据，并对多源数据进行时间同步与空间配准，建立统一时空基准；

20、数据处理与拓扑构建模块，用于对所述多维检测数据进行去噪与无效数据剔除以保留有效特征，同时以单个预埋件为图节点、空间邻接关系为边，构建反映预埋件空间分布的初始拓扑图；

21、特征融合与加权图生成模块，用于基于所述有效特征信息以及所述初始拓扑图结构执行特征级融合以生成每个预埋件的综合特征向量，将综合特征向量赋值至初始拓扑图对应节点，并计算节点间边权重，生成带特征权重的加权图结构；

22、图神经网络推理模块，构建有经标注预埋件定位样本训练后的图神经网络模型，用于输入所述加权图并推理得到各预埋件的理论设计位置，计算理论设计位置与实际采集位置的偏差值，并在推理置信度未达预设阈值时调整加权图边权重与节点综合特征后重新推理，直至满足置信度要求；

23、校核输出与反馈优化模块，用于输出标记偏差超标项的定位校核报告，并将校核有效数据反馈至所述数据采集模块，基于区域偏差风险动态调整采集策略，所述调整后的采集策略用于下一轮次数据采集中，实现校核全流程的闭环迭代优化。

24、根据本发明提供的具体实施例，本发明公开了以下技术效果：

25、1、多源感知融合，环境适应性强：

26、整合光纤光栅应变传感器、三维激光测振仪、高精度倾角传感器等多类传感设备的感知优势，同步获取预埋件的空间坐标、应变、倾角、形态等多维信息，通过统一时空基准保障多源数据的一致性，有效克服单一传感器易受遮挡、环境干扰大、数据维度不足的缺陷，适配复杂施工场景的检测需求。

27、2、空间关联挖掘，校核精度与置信度双提升：

28、以图结构建模预埋件的空间拓扑关系，通过图注意力网络自动学习节点间的空间耦合权重，突破传统单点检测的局限，能够有效识别模板整体移位、结构形变导致的预埋件群体性系统偏差，并基于空间拓扑关联校正单个预埋件的定位结果，将偏差判断置信度提升至95%以上，定位精度控制在±1mm以内。

29、此外，本方案与常规用于评估结构剩余寿命或损伤程度的结构健康监测不同，其核心聚焦于幕墙构件在施工安装阶段相对于设计理论坐标的安装精度校核，应用目的的差异决定了本方案更侧重于利用图注意力网络对空间拓扑关系的深度挖掘，以解决复杂异形幕墙施工中的高精度定位纠偏问题。

30、3、闭环迭代优化，能效与精度持续提升：

31、建立“采集-校核-反馈-优化”的全流程闭环机制，基于区域偏差风险动态调整采集频率与监测重点，通过平滑约束避免频率震荡；相较于全局固定高频采集模式，系统通信与边缘计算能耗可降低 20% 以上，且随着迭代次数增加，采集策略持续优化，检测精度与运行效率可逐步提升。

32、4、全流程自动化，工程应用价值高：

33、实现从数据采集、特征处理、偏差推理到报告输出的全流程智能化，替代传统人工测量模式，检测效率提升80%以上，大幅降低高空作业安全风险；输出的结构化校核报告可直接对接施工整改流程，为现场质量管控提供精准数据支撑。

34、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。