基于AISI网络的BIM三维重建方法研究

摘要

自动从点云数据生成建筑信息模型(BIM)一直是建筑自动化领域的研究热点.基于传统算法的建筑自动三维重建的缺点包括人工设计特征,识别过程复杂,应用场景有限等.随着三维机器学习领域的不断成熟,处理点云便有了新的手段.通过引入实例分割中的ASIS网络框架对点云进行处理,即从扫描点云场景中自动分割和分类建筑构建元素并得到实例分割矩阵.接着,基于包围盒假设从得到的实例分割矩阵中提取建筑构件外轮廓参数,并将外轮廓参数和分割的语义分类结果作为BIM建模的构件参数.最后,将这些提取的构件参数输入到自制的IFC生成器中,自动生成基于工业基础类(IFC)标准的BIM模型.实验表明,利用无噪点点云方法,可实现基于曼哈顿世界假设下的室内单房间的三维重建.