一种基于BIM的工程监理系统的制作方法

一种基于bim的工程监理系统
技术领域
1.本发明主要涉及工程监理技术领域，具体地说，涉及一种基于bim的工程监理系统。


背景技术：

2.建筑工程，其在施工前、施工中和施工后的不同阶段都涉及到大量不同的工程规划数据和工程实施检测数据，这些大量的数据需要经过相应的监控处理才能保证工程的正常完成。在实践过程中，施工方通常会委托具有相应资质的监理结构执行相应的工程监理操作，现有技术的工程监理操作都依靠不同专业人员进行实地勘察和数据核对分析，才能获得相应的工程监理结果。但是，这种工程监理操作需要耗费大量的人力物力进行原始监理数据的获取和分析处理，这使得工程监理的实施成本较大且工程监理的进度效率也非常低。


技术实现要素：

3.本说明书实施例之一提供一种基于bim的工程监理系统，包括：数据获取模块，用于获取工程的设计数据，其中，所述工程的设计数据包括工程的多个施工节点的工程设计方案和工程设计图纸，还用于获取所述工程的多个施工节点的施工数据；模型建立模块，用于基于所述多个施工节点的所述工程设计方案和所述工程设计图纸建立所述多个施工节点的计划施工bim模型，还用于基于所述多个施工节点的所述施工数据建立所述多个施工节点的实际施工bim模型；差异确定模块，基于所述施工节点的所述计划施工bim模型及所述实际施工bim模型确定模型差异数据；结果确定模块，用于建立深度强化学习模型，所述工程设计方案包括施工质量标准数据，所述施工数据包括实际施工质量数据，所述深度强化学习模型用于基于所述施工节点的所述模型差异数据、所述施工质量标准数据及所述实际施工质量数据确定所述施工节点的工程监理结果。
4.在一些实施例中，所述模型建立模块包括部件模型建立单元，所述部件模型建立单元用于建立多种部件的部件模型；所述模型建立模块还包括第一模型建立单元，所述第一模型建立单元用于基于所述多个施工节点的所述工程设计方案、所述工程设计图纸及所述多种部件的部件模型建立所述多个施工节点的所述计划施工bim模型；所述模型建立模块还包括第二模型建立单元，所述第二模型建立单元用于基于所述多个施工节点的所述施工数据及所述多种部件的部件模型建立所述多个施工节点的实际施工bim模型。
5.在一些实施例中，所述部件模型建立单元包括点云获取装置及部件模型建立装置；所述点云获取装置包括图像获取件及点云生成件，所述图像获取件用于获取所述部件在不同拍摄角度的多张二维图像，所述点云生成件用于根据点云重建算法基于所述部件在不同拍摄角度的所述多张二维图像生成所述部件的部件轮廓点云数据，其中，所述点云重建算法包括pmvs（the patch-based mvs algorithm）算法、mc(marching cube)算法、dc（dual contouring）算法中的至少一种；所述部件模型建立装置基于所述部件轮廓点云数
据生成所述部件模型。
6.在一些实施例中，所述点云生成件根据点云重建算法基于所述部件在不同拍摄角度的所述多张二维图像生成所述部件的部件轮廓点云数据，包括：基于所述点云重建算法基于所述部件在不同拍摄角度的所述多张二维图像生成所述部件的初始轮廓点云数据；基于插值算法，在所述初始轮廓点云数据中的每相邻两个点之间生成至少一个新增点，其中，所述插值算法包括最近邻插值（nearest-neighbor）算法、双线性插值（bilinear）算法、双立方插值（bicubic）算法、方向插值（edge-directed interpolation）算法中的至少一种；基于所述初始轮廓点云数据和所述至少一个新增点的集合生成所述部件的部件轮廓点云数据。
7.在一些实施例中，所述图像采集件包括拍摄台、设置在所述拍摄台上的机架，所述机架包括分别设置在所述拍摄台的四周的四根z轴支撑杆，所述机架上设置有两根y轴支撑滑轨，所述y轴支撑滑轨的长度方向与所述z轴支撑杆的长度方向垂直，两根所述y轴支撑滑轨分别设置在所述拍摄台的两侧，所述y轴支撑滑轨的一端与一根所述z轴支撑杆连接，所述y轴支撑滑轨的另一端与另一根所述z轴支撑杆连接，两根所述y轴支撑滑轨之间还设置有x轴支撑滑轨，所述x轴支撑滑轨的长度方向与所述z轴支撑杆的长度方向垂直且与所述y轴支撑滑轨的长度方向垂直，所述x轴支撑滑轨上设置有拍摄底座，所述拍摄底座上设置有图像采集装置；所述y轴支撑滑轨上设置有沿所述y轴支撑滑轨的长度方向移动所述拍摄底座的y轴驱动件，所述x轴支撑滑轨上设置有沿所述x轴支撑滑轨的长度方向移动所述拍摄底座的y轴驱动件，所述拍摄底座与所述x轴支撑滑轨之间设置有沿所述z轴支撑杆的长度方向移动所述拍摄底座的z轴驱动件；所述拍摄底座与所述图像采集装置之间还设置有角度调节装置。
8.在一些实施例中，所述y轴驱动件包括第一电机、第一往复丝杠及第一内螺纹套筒，所述第一往复丝杠设置在所述y轴支撑滑轨内，所述第一往复丝杠的长度方向与所述y轴支撑滑轨的长度方向平行，所述第一内螺纹套筒螺纹套接在所述第一往复丝杠上，所述x轴支撑滑轨的一端与所述第一内螺纹套筒连接；所述x轴驱动件包括第二电机、第二往复丝杠及第二内螺纹套筒，所述第二往复丝杠设置在所述y轴支撑滑轨内，所述第二往复丝杠的长度方向与所述x轴支撑滑轨的长度方向平行，所述第二内螺纹套筒螺纹套接在所述第二往复丝杠上，所述z轴驱动件与所述第二内螺纹套筒连接；所述z轴驱动件包括电动推杆，所述电动推杆的活塞杆沿所述z轴支撑杆的长度方向延伸，所述拍摄底座与所述电动推杆的活塞杆连接，所述电动推杆与所述第二内螺纹套筒连接；所述角度调节装置为电动云台，所述图像采集装置设置在所述电动云台上。
9.在一些实施例中，每根所述z轴支撑杆上均设置有光源，每个所述光源对应有一个所述拍摄台上的拍摄区域；所述图像采集件还包括拍摄位置获取件及控制器，所述拍摄位置获取件用于获取所述图像采集装置的位置，所述控制器用于开启所述图像采集装置的位置所在的所述拍摄区域对应的所述光源。
10.在一些实施例中，所述结果确定模块用于将所述模型差异数据、所述施工质量标准数据及所述实际施工质量数据作为环境状态信息，将所述工程监理结果作为决策目标，还用于将所述环境状态信息作为所述深度强化学习模型的输入，将所述决策目标作为所述深度强化学习模型的输出，所述深度强化学习模型的动作空间包含工程进度异常度；所述
深度强化学习模型的第一层为输入层，所述深度强化学习模型的第二层和第三层均为卷积层，所述卷积层包括长短期记忆网络，所述深度强化学习模型的第四层和第五层均为全连接层，所述深度强化学习模型的第五层是输出层，所述输出层包括全连接神经网络。
11.在一些实施例中，所述深度强化学习模型基于最优动作价值函数确定所述决策目标：；其中，为所有策略下的动作状态价值函数的最大者；所述动作状态价值函数为：；其中，为给定策略π、状态s、采取动作a的动作价值，g
t
为给定策略π、状态s、采取动作a的收获，为给定策略π、状态s、采取动作a的收获（g
t
）的期望，其中，动作a基于所述动作空间确定，所述状态s基于所述环境状态信息确定。
12.在一些实施例中，所述系统还包括消息推送模块；所述消息推送模块包括预警生成单元及至少一个监理人员终端；所述预警生成单元用于基于所述工程监理结果生成预警信息；所述监理人员终端包括定位件，所述定位件用于获取所述监理人员终端的位置信息；所述预警生成单元还用于基于所述监理人员终端的位置信息从所述至少一个监理人员终端中确定至少一个目标终端，所述预警生成单元还用于将所述预警信息发送只所述至少一个目标终端。
附图说明
13.本技术将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本技术一些实施例所示的一种基于bim的工程监理系统的应用场景示意图；图2是根据本技术的一些实施例所示的计算设备的示例性的框图；图3是根据本技术一些实施例所示的一种基于bim的工程监理系统的示例性框图；图4是根据本技术一些实施例所示的一种基于bim的工程监理系统用于展示图像采集件的结构示意图；图5是根据本技术一些实施例所示的一种基于bim的工程监理系统用于展示拍摄区域的结构示意图。
14.图中，100、基于bim的工程监理系统；110、处理设备；120、网络；130、用户终端；140、存储设备；410、z轴支撑杆；420、y轴支撑滑轨；430、x轴支撑滑轨；440、电动推杆；441、拍摄底座；442、图像采集装置；450、拍摄台；460、电动云台；470、第二电机；480、第二往复丝杠；490、第二内螺纹套筒；510、拍摄区域；520、光源。
具体实施方式
15.为了更清楚地说明本技术的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施
例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。应当理解，给出这些示例性的实施例仅仅是为了使相关领域的技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
16.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
17.如本技术和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
18.虽然本技术对根据本技术的实施例的系统中的某些模块或单元做出了各种引用，然而，任何数量的不同模块或单元可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
19.本技术中使用了流程图用来说明根据本技术的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
20.图1是根据本技术一些实施例所示的一种基于bim的工程监理系统100的应用场景示意图。
21.如图1所示，基于bim的工程监理系统100可以包括处理设备110、网络120、用户终端130和存储设备140。
22.在一些实施例中，处理设备110可以用于处理与工程监理相关的信息和/或数据。例如，处理设备110可以获取多个施工节点的工程设计方案工程设计图纸。还例如，处理设备110可以获取工程的多个施工节点的施工数据。还例如，处理设备110可以基于多个施工节点的工程设计方案和工程设计图纸建立多个施工节点的计划施工bim模型，并基于多个施工节点的施工数据建立多个施工节点的实际施工bim模型。还例如，处理设备110可以基于施工节点的计划施工bim模型及实际施工bim模型确定模型差异数据。还例如，处理设备110可以建立深度强化学习模型，工程设计方案包括施工质量标准数据，施工数据包括实际施工质量数据，深度强化学习模型用于基于施工节点的模型差异数据、施工质量标准数据及实际施工质量数据确定施工节点的工程监理结果。处理设备110更多的描述可以参见本技术其他部分的描述。例如，图2及其描述。
23.在一些实施例中，处理设备110可以是区域的或者远程的。例如，处理设备110可以通过网络120访问存储于用户终端130和存储设备140中的信息和/或资料。在一些实施例中，处理设备110可以直接与用户终端130和存储设备140连接以访问存储于其中的信息和/或资料。在一些实施例中，处理设备110可以在云平台上执行。例如，该云平台可以包括私有云、公共云、混合云、社区云、分散式云、内部云等中的一种或其任意组合。
24.在一些实施例中，处理设备110可以包含处理器210，处理器210可以包含一个或多个子处理器（例如，单芯处理设备或多核多芯处理设备）。仅仅作为范例，处理器可包含中央
处理器（cpu）、专用集成电路（asic）、专用指令处理器（asip）、图形处理器（gpu）、物理处理器（ppu）、数字信号处理器（dsp）、现场可编程门阵列（fpga）、可编辑逻辑电路（pld）、控制器、微控制器单元、精简指令集电脑（risc）、微处理器等或以上任意组合。
25.网络120可促进基于bim的工程监理系统100中数据和/或信息的交换。在一些实施例中，基于bim的工程监理系统100中的一个或多个组件（例如，处理设备110、用户终端130和存储设备140）可以通过网络120发送数据和/或信息给基于bim的工程监理系统100中的其他组件。例如，存储设备140存储的多个施工节点的工程设计方案和工程设计图纸可以通过网络120传输至处理设备110。又例如，处理设备110可以通过网络120将预警信息通过网络120发送至用户终端130。在一些实施例中，网络120可以是任意类型的有线或无线网络。例如，网络120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、网际网络、区域网络（lan）、广域网络（wan）、无线区域网络（wlan）、都会区域网络（man）、公共电话交换网络（pstn）、蓝牙网络、zigbee网络、近场通讯（nfc）网络等或以上任意组合。在一些实施例中，网络120可以包括一个或多个网络进出点。例如，网络120可以包含有线或无线网络进出点，如基站和/或网际网络交换点，通过这些进出点，基于bim的工程监理系统100的一个或多个组件可以连接到网络120上以交换数据和/或信息。
26.在一些实施例中，用户终端130可以获取基于bim的工程监理系统100中的信息或数据。例如，用户终端130可以发送多个施工节点的工程设计方案和工程设计图纸至处理设备110。还例如，用户终端130可以发送多个施工节点的施工数据至处理设备110。在一些实施例中，用户终端130可以包括监理人员终端，监理人员终端可以用于接收处理设备110基于工程监理结果生成的预警信息。在一些实施例中，用户终端130可以包括移动装置、平板电脑、笔记本电脑等中的一种或其任意组合。在一些实施例中，移动装置可以包括可穿戴装置、智能行动装置、虚拟实境装置、增强实境装置等或其任意组合。在一些实施例中，可穿戴装置可以包括智能手环、智能眼镜、智能头盔、智能手表、智能背包、智能手柄等或其任意组合。在一些实施例中，智能行动装置可以包括智能电话、个人数字助理（pda）、游戏装置、导航装置、pos装置等或其任意组合。
27.在一些实施例中，存储设备140可以与网络120连接以实现与基于bim的工程监理系统100的一个或多个组件（例如，处理设备110、用户终端130等）通讯。基于bim的工程监理系统100的一个或多个组件可以通过网络120访问存储于存储设备140中的资料或指令。在一些实施例中，存储设备140可以直接与基于bim的工程监理系统100中的一个或多个组件（如，处理设备110、用户终端130）连接或通讯。在一些实施例中，存储设备140可以是处理设备110的一部分。在一些实施例中，处理设备110还可以位于用户终端130中。
28.应该注意的是，上述描述仅出于说明性目的而提供，并不旨在限制本技术的范围。对于本领域普通技术人员而言，在本技术内容的指导下，可做出多种变化和修改。可以以各种方式组合本技术描述的示例性的实施例的特征、结构、方法和其他特征，以获得另外的和/或替代的示例性的实施例。例如，存储设备140可以是包括云计算平台的数据存储设备，例如公共云、私有云、社区和混合云等。然而，这些变化与修改不会背离本技术的范围。
29.图2是根据本技术的一些实施例所示的计算设备的示例性的框图。
30.在一些实施例中，处理设备110和/或用户终端130可以在计算设备200上实现。例如，处理设备110可以在计算设备200上实施并执行本技术所公开的获取工作任务。
31.如图2所示，计算设备200可以包括处理器210、只读存储器220、随机存储器230、通信端口240、输入/输出接口250和硬盘260。
32.处理器210可以执行计算指令（程序代码）并执行本技术描述的基于bim的工程监理系统100的功能。所述计算指令可以包括程序、对象、组件、数据结构、过程、模块和功能（所述功能指本技术中描述的特定功能）。例如，处理器210可以建立深度强化学习模型，并通过深度强化学习模型用于基于施工节点的模型差异数据、施工质量标准数据及实际施工质量数据确定施工节点的工程监理结果。在一些实施例中，处理器210可以包括微控制器、微处理器、精简指令集计算机（risc）、专用集成电路（asic）、应用特定指令集处理器（asip）、中央处理器（cpu）、图形处理单元（gpu）、物理处理单元（ppu）、微控制器单元、数字信号处理器（dsp）、现场可编程门阵列（fpga）、高级risc机（arm）、可编程逻辑器件以及能够执行一个或多个功能的任何电路和处理器等，或其任意组合。仅为了说明，图2中的计算设备200只描述了一个处理器，但需要注意的是，本技术中的计算设备200还可以包括多个处理器。
33.计算设备200的存储器（例如，只读存储器（rom）220、随机存储器（ram）230、硬盘260等）可以存储从基于bim的工程监理系统100的任何其他组件获取的数据/信息。例如，从存储设备140获取多个样本员工的员工信息等。又例如，存储设备140存储的从多个工作任务中确定目标工作任务的指令。示例性的rom可以包括掩模rom（mrom）、可编程rom（prom）、可擦除可编程rom（perom）、电可擦除可编程rom（eeprom）、光盘rom（cd-rom）和数字通用盘rom等。示例性的ram可以包括动态ram（dram）、双倍速率同步动态ram（ddr sdram）、静态ram（sram）、晶闸管ram（t-ram）和零电容（z-ram）等。
34.输入/输出接口250可以用于输入或输出信号、数据或信息。在一些实施例中，输入/输出接口250可以使员工与基于bim的工程监理系统100进行联系。例如，员工通过输入/输出接口250接收处理设备110发送的目标工作任务的相关信息。还例如，员工通过输入/输出接口250向处理设备110发送员工反馈。在一些实施例中，输入/输出接口250可以包括输入装置和输出装置。示例性的输入装置可以包括键盘、鼠标、触摸屏和麦克风等，或其任意组合。示例性的输出装置可以包括显示设备、扬声器、打印机、投影仪等或其任意组合。示例性的显示装置可以包括液晶显示器（lcd）、基于发光二极管（led）的显示器、平板显示器、曲面显示器、电视设备、阴极射线管（crt）等或其任意组合。通信端口240可以连接到网络以便数据通信。所述连接可以是有线连接、无线连接或两者的组合。有线连接可以包括电缆、光缆或电话线等或其任意组合。无线连接可以包括蓝牙、wi-fi、wimax、wlan、zigbee、移动网络（例如，3g、4g或5g等）等或其任意组合。在一些实施例中，通信端口240可以是标准化端口，如rs232、rs485等。在一些实施例中，通信端口240可以是专门设计的端口。
35.仅仅为了说明，计算设备200只描述了一个中央处理器和/或处理器。然而，需要注意的是，本技术中的计算设备200可以包括多个中央处理器和/或处理器，因此本技术中描述的由一个中央处理器和/或处理器实现的操作和/或方法也可以共同地或独立地由多个中央处理器和/或处理器实现。例如，计算设备200的中央处理器和/或处理器可以执行步骤a和步骤b。在另一示例中，步骤a和步骤b也可以由计算设备200中的两个不同的中央处理器和/或处理器联合或单独地执行（例如，第一处理器执行步骤a并且第二处理器执行步骤b，或第一和第二处理器共同执行步骤a和b）。
36.图3是根据本技术一些实施例所示的一种基于bim的工程监理系统100的示例性框图.如图3所示，一种基于bim的工程监理系统100可以包括数据获取模块、模型建立模块、差异确定模块及消息推送模块。在一些实施例中，数据获取模块、模型建立模块、差异确定模块及消息推送模块至少一部分可以被实现在处理设备110或计算设备200上。
37.在一些实施例中，数据获取模块可以用于获取工程的设计数据，其中，工程的设计数据包括工程的多个施工节点的工程设计方案和工程设计图纸。在一些实施例中，施工节点可以为工程中的某个时间点。在一些实施例中，工程设计方案可以包括材料信息、施工质量标准数据、工程建筑相关信息（例如，建筑尺寸信息）等。在一些实施例中，数据获取模块还可以用于获取工程的多个施工节点的施工数据，施工数据可以包括实际施工质量数据、施工数据表单、施工图像等。
38.在一些实施例中，模型建立模块可以用于基于多个施工节点的工程设计方案和工程设计图纸建立多个施工节点的计划施工bim模型，其中，一个施工节点对应有一个计划施工bim模型。在一些实施例中，模型建立模块可以包括部件模型建立单元，部件模型建立单元用于建立多种部件的部件模型。在一些实施例中，部件可以包括地形、坝工、引水、厂房、桥隧、道路、建筑、电气设备（水力发电机组、金结设备（例如，溢流坝弧形钢闸门、发电引水隧洞进口拦污栅、事故检修门、尾水检修闸门、防空洞地埋式钢管及明钢管）、暖通设备、给排水设备、监测设备）、建筑物、零件（例如，压力钢管、机电设备、埋件、照明、电缆、管路）等。
39.在一些实施例中，部件模型建立单元包括点云获取装置及部件模型建立装置；点云获取装置包括图像获取件及点云生成件，图像获取件用于获取部件在不同拍摄角度的多张二维图像，点云生成件用于根据点云重建算法基于部件在不同拍摄角度的多张二维图像生成部件的部件轮廓点云数据，其中，点云重建算法包括pmvs（the patch-based mvs algorithm）算法、mc(marching cube)算法、dc（dual contouring）算法中的至少一种；部件模型建立装置基于部件轮廓点云数据生成部件模型。在一些实施例中，点云生成件根据点云重建算法基于部件在不同拍摄角度的多张二维图像生成部件的部件轮廓点云数据，包括：基于点云重建算法基于部件在不同拍摄角度的多张二维图像生成部件的初始轮廓点云数据；基于插值算法，在初始轮廓点云数据中的每相邻两个点之间生成至少一个新增点，其中，插值算法包括最近邻插值（nearest-neighbor）算法、双线性插值（bilinear）算法、双立方插值（bicubic）算法、方向插值（edge-directed interpolation）算法中的至少一种；基于初始轮廓点云数据和至少一个新增点的集合生成部件的部件轮廓点云数据。
40.结合图4，在一些实施例中，图像采集件包括拍摄台450、设置在拍摄台450上的机架，机架包括分别设置在拍摄台450的四周的四根z轴支撑杆410，机架上设置有两根y轴支撑滑轨420，y轴支撑滑轨420的长度方向与z轴支撑杆410的长度方向垂直，两根y轴支撑滑轨420分别设置在拍摄台450的两侧，y轴支撑滑轨420的一端与一根z轴支撑杆410连接，y轴支撑滑轨420的另一端与另一根z轴支撑杆410连接，两根y轴支撑滑轨420之间还设置有x轴支撑滑轨430，x轴支撑滑轨430的长度方向与z轴支撑杆410的长度方向垂直且与y轴支撑滑轨420的长度方向垂直，x轴支撑滑轨430上设置有拍摄底座441，拍摄底座441上设置有图像采集装置442。在一些实施例中，y轴支撑滑轨420上设置有沿y轴支撑滑轨420的长度方向移动拍摄底座441的y轴驱动件，x轴支撑滑轨430上设置有沿x轴支撑滑轨430的长度方向移动
拍摄底座441的y轴驱动件，拍摄底座441与x轴支撑滑轨430之间设置有沿z轴支撑杆410的长度方向移动拍摄底座441的z轴驱动件。在一些实施例中，拍摄底座441与图像采集装置442之间还设置有角度调节装置。在一些实施例中，图像采集装置442可以为高清摄像机。
41.在一些实施例中，获取部件的二维图像时，可以将部件放置在拍摄台450的中心位置。在一些实施例中，可以沿着沿x轴支撑滑轨430的长度方向、y轴支撑滑轨420的长度方向、z轴支撑滑轨的长度方向调整图像采集装置442的位置，并角度调节装置调节图像采集装置442的拍摄角度，获取部件在不同拍摄角度的多张二维图像。
42.结合图4，在一些实施例中，y轴驱动件包括第一电机、第一往复丝杠及第一内螺纹套筒，第一往复丝杠设置在y轴支撑滑轨420内，第一往复丝杠的长度方向与y轴支撑滑轨420的长度方向平行，第一内螺纹套筒螺纹套接在第一往复丝杠上，x轴支撑滑轨430的一端与第一内螺纹套筒连接。在一些实施例中，x轴驱动件包括第二电机470、第二往复丝杠480及第二内螺纹套筒490，第二往复丝杠480设置在y轴支撑滑轨420内，第二往复丝杠480的长度方向与x轴支撑滑轨430的长度方向平行，第二内螺纹套筒490螺纹套接在第二往复丝杠480上，z轴驱动件与第二内螺纹套筒490连接。在一些实施例中，z轴驱动件包括电动推杆440，电动推杆440的活塞杆沿z轴支撑杆410的长度方向延伸，拍摄底座441与电动推杆440的活塞杆连接，电动推杆440与第二内螺纹套筒490连接。在一些实施例中，角度调节装置为电动云台460，图像采集装置442设置在电动云台460上。
43.在一些实施例中，需要沿着y轴支撑滑轨420的长度方向调整图像采集装置442的位置时，通过驱动第一电机的输出轴转动，使得第一电机带动第一往复丝杆转动，在第一往复丝杠转动下，x轴支撑滑轨430对第一内螺纹套筒限位，第一内螺纹套筒在第一往复丝杠上沿着第一往复丝杠（即y轴支撑滑轨420）移动，从而带动x轴支撑滑轨430沿着第一往复丝杠（即y轴支撑滑轨420）移动，进而实现驱动图像采集装置442沿着第一往复丝杠（即y轴支撑滑轨420）移动。在一些实施例中，需要沿着x轴支撑滑轨430的长度方向调整图像采集装置442的位置时，通过驱动第二电机470的输出轴转动，使得第二电机470带动第一往复丝杆转动，在第二往复丝杠480转动下，电动推杆440对第二内螺纹套筒490限位，第二内螺纹套筒490在第二往复丝杠480上沿着第二往复丝杠480（即x轴支撑滑轨430）移动，从而带动电动推杆440沿着第二往复丝杠480（即x轴支撑滑轨430）移动，进而实现驱动图像采集装置442沿着第二往复丝杠480（即x轴支撑滑轨430）移动。在一些实施例中，需要沿着z轴支撑滑轨的长度方向调整图像采集装置442的位置时，电动推杆440的活塞伸出或收回即可。在一些实施例中，需要调节图像采集装置442的拍摄角度时，通过电动云台460转动带动图像采集装置442转动即可。
44.结合图5，在一些实施例中，每根z轴支撑杆410上均设置有光源520，每个光源520对应有一个拍摄台450上的拍摄区域510。在一些实施例中，图像采集件还包括拍摄位置获取件及控制器，拍摄位置获取件用于获取图像采集装置442的位置，控制器用于开启图像采集装置442的位置所在的拍摄区域510对应的光源520。在一些实施例中，拍摄位置获取件可以包括红外发射管及多个红外接收管，红外发射管设置在电动推杆440上，且红外发射管沿着z轴支撑杆410的方向垂直照射在拍摄台450上。在一些实施例中，每个拍摄区域510内均设置有多个红外接收管，当某个拍摄区域510的红外接收管接收到红外发射管发射的红外线时，即可判断图像采集装置442位于该拍摄区域510内，则控制器开启该拍摄区域510对应
的光源520，使得图像采集装置442采集的部件的二维图像的更加清晰，且避免因为光源520照射角度的角度不适造成图像采集装置442采集的部件的二维图像存在过多阴影。在一些实施例中，控制器可以为中央处理器（cpu）、专用集成电路（asic）、专用指令处理器（asip）、图形处理器（gpu）、物理处理器（ppu）、数字信号处理器（dsp）、现场可编程门阵列（fpga）、可编辑逻辑电路（pld）、控制器、微控制器单元、精简指令集电脑（risc）、微处理器等或以上任意组合。
45.在一些实施例中，模型建立模块还包括第一模型建立单元，第一模型建立单元用于基于多个施工节点的工程设计方案、工程设计图纸及多种部件的部件模型建立多个施工节点的计划施工bim模型。在一些实施例中，第一模型建立单元建立多个施工节点的计划施工bim模型时可以基于工程设计方案和工程设计图纸从多种部件的部件模型获取计划施工bim模型所包括的部件模型，从而提高建立计划施工bim模型的效率。
46.在一些实施例中，模型建立模块还包括第二模型建立单元，第二模型建立单元用于基于多个施工节点的施工数据及多种部件的部件模型建立多个施工节点的实际施工bim模型。
47.在一些实施例中，差异确定模块可以基于施工节点的计划施工bim模型及实际施工bim模型确定模型差异数据，模型差异数据包括计划施工bim模型中与实际施工bim模型不一致的部件。
48.在一些实施例中，结果确定模块可以用于建立深度强化学习模型，工程设计方案包括施工质量标准数据，施工数据包括实际施工质量数据，深度强化学习模型用于基于施工节点的模型差异数据、施工质量标准数据及实际施工质量数据确定施工节点的工程监理结果。在一些实施例中，结果确定模块可以用于将模型差异数据、施工质量标准数据及实际施工质量数据作为环境状态信息，将工程监理结果作为决策目标，还用于将环境状态信息作为深度强化学习模型的输入，将决策目标作为深度强化学习模型的输出，深度强化学习模型的动作空间包含工程进度异常度。在一些实施例中，深度强化学习模型的第一层为输入层，深度强化学习模型的第二层和第三层均为卷积层，卷积层包括长短期记忆网络（lstm，long short-term memory），深度强化学习模型可的输入除了包括当前施工节点的观察，还应该包括模型差异数据、施工质量标准数据及实际施工质量数据随时间发生的变化，而长短期记忆网络能够发现模型差异数据、施工质量标准数据及实际施工质量数据与时间序列之间联系。在一些实施例中，深度强化学习模型的第四层和第五层均为全连接层，深度强化学习模型的第五层是输出层，输出层包括全连接神经网络。考虑到训练深度强化学习模型的搜索空间很大，多层密集神经网络可能太大而无法训练，因此，深度强化学习模型的输出层可以为全连接神经网络。
49.在一些实施例中，确定工程监理结果就是最大化回报，也即深度强化学习模型的智能体每个操作后带来的反馈，操作正确带来正反馈，操作错误带来负反馈。为了实现回报最大化的目标，引入马尔可夫决策过程。马尔可夫过程是当前状态分布概率只与前一时刻相关的随机过程，马尔科夫决策过程在马尔科夫过程中加入一个变量：动作a。下一个时刻的状态s
t 1
不但和当前时刻的状态s
t
相关，而且和动作a
t
相关。为了能够确定状态变化后动作的回报，定义动作状态价值函数，即给定策略π，状态s，采取动作a的动作价值函数：
其中，为给定策略π，状态s，采取动作a的动作价值，g
t
为给定策略π，状态s，采取动作a的收获，为给定策略π，状态s，采取动作a的收获（g
t
）的期望，其中，动作a基于动作空间确定，状态s基于环境状态信息确定。
50.状态s下采取动作a的最优动作价值函数为：其中，为所有策略下产生的众多动作状态价值函数中的最大者。
51.在一些实施例中，在训练深度强化学习模型时，采用长短期记忆网络逼近状态值函数，即估计q值，模型的输入数据是当前周期的状态f
t
（即样本员工在某一周期的员工社保信息），网络输出的是对动作空间所有动作的估计值，每一周期都会估计q值，把均方误差mse作为训练模型的损失函数。根据马尔科夫过程，每个周期的估计q值为q
*
(s,a)、目标q值的表达式为：r γmax q(s', a')，即目q值等于状态由s转移到s’后的预期q值加上当前周期的环境奖赏r，其γ是衰减因子，取值范围是0到1。为了使q值最大化，应该使损失函数最小。求出损失函数的梯度后迭代更新参数。在一些实施例中，估计q值和目标q值使用了相同的参数模型，当估计q值增大时，目标q值也随之增大，这在一定程度上增加了深度强化学习模型振荡发散的风险。为解决这个问题，使用两个网络（即预测网络和目标网络）进行学习，其中预测网络用来评估当前状态动作价值函数，目标网络用来产生目标 q值。深度强化学习模型根据损失函数对预测网络的参数进行更新，每经过一定轮数的迭代后，将预测网络中的参数复制给目标网络中的参数。通过引入目标网络，使得一段时间内的目标q值保持不变，在一定程度上降低了估计q值和目标q值的相关性，提高了深度强化学习模型的稳定性。
52.在一些实施例中，消息推送模块可以包括预警生成单元及至少一个监理人员终端。在一些实施例中，预警生成单元可以用于基于工程监理结果生成预警信息，例如，当深度强化学习模型确定的工程进度异常度大于预设阈值（80%）时，预警生成单元可以生成预警信息。在一些实施例中，监理人员终端可以包括定位件（例如，北斗定位装置、蓝牙定位装置等），定位件可以用于获取监理人员终端的位置信息。在一些实施例中，预警生成单元还可以用于基于监理人员终端的位置信息从至少一个监理人员终端中确定至少一个目标终端，预警生成单元还用于将预警信息发送只至少一个目标终端。在一些实施例中，目标终端可以为与工程的施工地址之间距离小于预设距离（例如，3公里）的监理人员终端，便于靠近工程的施工地址的监理人员在工程进度异常时及时对工程进度进行调整。
53.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
54.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
55.此外，本领域技术人员可以理解，本技术的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件（包括固件、常驻软件、微码等）执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
56.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
57.本技术各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c 、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（lan）或广域网（wan），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（saas）。
58.此外，除非权利要求中明确说明，本技术所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
59.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
60.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本技术一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实
施例中，此类数值的设定在可行范围内尽可能精确。
61.针对本技术引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件（当前或之后附加于本技术中的）也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
62.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施例。