基于激光扫描仪和BIM的逆向监控方法及其系统

摘要

本发明涉及基于激光扫描仪和BIM的逆向监控方法及其系统，该方法包括获取施工现场的数据，形成点云，根据点云获取点云模型；将点云模型上传并导入至与施工现场对应的3D模型中；匹配点云模型与3D模型；计算点云模型中的点与3D模型中对应点的匹配度；根据匹配度输出施工现场的数据与3D模型的对比结果。本发明通过利用激光扫描仪获取施工现场的数据，形成点云模型，由点云模型与对应的3D模型进行匹配，并计算点云模型与3D模型中对应的点的位置差异和构件差异，并输出结果，实现解决目前工程施工领域监理人工监管施工工程质量和进度的问题，提高工程监督管理的效率，节约时间，提高监督管理的准确性，减少工作量。

说明书

技术领域

本发明涉及建筑监控方法，更具体地说是指基于激光扫描仪和BIM的逆向监控方法及其系统。

背景技术

在大型建筑施工领域，通常需要若干个施工队伍分别承担不同区域的施工，管理者需要从整体上协调、监控各个施工区域的进度、质量和安全，尽可能使各建筑团队进度一致，在保证施工质量的基础上缩短施工时间。

目前，在建筑行业在施工过程中是通过监理工程师进行项目的工程质量、进度以及安全等进行人为的监管，具体是采用人工观察或者拍照等方式进行记录，然后对照施工图纸等将相应的工程信息归类，这种监管的效率，准确性和时效性都比较受限，工作较为繁琐，效率低下。

因此，有必要设计一种基于激光扫描仪和BIM的逆向监控方法，实现解决目前工程施工领域监理人工监管施工工程质量和进度的问题，提高工程监督管理的效率，节约时间，提高监督管理的准确性，减少人为监督的工作量。

发明内容

本发明的目的在于克服现有技术的缺陷，提供基于激光扫描仪和BIM的逆向监控方法及其系统。

为实现上述目的，本发明采用以下技术方案：基于激光扫描仪和BIM的逆向监控方法，所述方法包括：

获取施工现场的数据，形成点云，根据点云获取点云模型；

将点云模型上传并导入至与施工现场对应的3D模型中；

匹配点云模型与3D模型；

计算点云模型中的点与3D模型中对应点的匹配度；

根据所述匹配度输出施工现场的数据与3D模型的对比结果。

其进一步技术方案为：获取施工现场的数据，形成点云，根据点云获取点云模型的步骤，包括以下具体步骤：

发射点束激光，计算接收到反射的激光的时间；

根据激光点往返的时间获取实物的位置；

对所述位置以及形状进行补偿和校正；

对实物进行光束的发射和反射，获取实物的轮廓和形状；

由所述实物、对应的位置和形状形成点云，获取点云模型。

其进一步技术方案为：匹配点云模型与3D模型的步骤，包括以下具体步骤：

获取点云模型中的若干个点以及与所述点对应的3D模型的点；

匹配所述点云模型的若干个点的坐标与相应3D模型的点的坐标。

其进一步技术方案为：计算点云模型中的点与3D模型中对应点的匹配度的步骤，包括以下具体步骤：

计算点云模型中的所有点的位置与3D模型内对应的点的位置距离；

获取所述点云模型中的所有点的形状与3D模型内对应的点的形状匹配度；

将所述位置距离与形状匹配度整合形成匹配度。

其进一步技术方案为：根据所述匹配度输出施工现场的数据与3D模型的对比结果的步骤，包括以下具体步骤：

根据所述匹配度内的位置距离输出施工现场与3D模型的位置差异；

根据所述匹配度内的形状匹配度输出施工现场与3D模型的构件差异；

整合所述位置差异与构件差异形成施工现场的数据与3D模型的对比结果。

本发明还提供了基于激光扫描仪和BIM的逆向监控系统，包括数据获取单元、上传单元、匹配单元、匹配度计算单元以及对比结果输出单元；

所述数据获取单元，用于获取施工现场的数据，形成点云，根据点云获取点云模型；

所述上传单元，用于将点云模型上传并导入至与施工现场对应的3D模型中；

所述匹配单元，用于匹配点云模型与3D模型；

所述匹配度计算单元，用于计算点云模型中的点与3D模型中对应点的匹配度；

所述对比结果输出单元，用于根据所述匹配度输出施工现场的数据与3D模型的对比结果。

其进一步技术方案为：所述数据获取单元包括激光扫描模块、位置获取模块、校正模块、形状获取模块以及点云模型获取模块；

所述激光扫描模块，用于发射点束激光，计算接收到反射的激光的时间；

所述位置和形状获取模块，用于根据激光点往返的时间获取实物的位置；

所述校正模块，用于对所述位置以及形状进行补偿和校正；

所述形状获取模块，用于对实物进行光束的发射和反射，获取实物的轮廓和形状；

所述点云模型获取模块，用于由所述实物、对应的位置和形状形成点云，获取点云模型。

其进一步技术方案为：所述匹配单元包括点获取模块以及坐标匹配模块；

所述点获取模块，用于获取点云模型中的若干个点以及与所述点对应的3D模型的点；

所述坐标匹配模块，用于匹配所述点云模型的若干个点的坐标与相应3D模型的点的坐标。

其进一步技术方案为：所述匹配度计算单元包括位置距离计算模块、形状匹配度获取模块以及整合模块；

所述位置距离计算模块，用于计算点云模型中的所有点的位置与3D模型内对应的点的位置距离；

所述形状匹配度获取模块，用于获取所述点云模型中的所有点的形状与3D模型内对应的点的形状匹配度；

所述匹配度整合模块，用于将所述位置距离与形状匹配度整合形成匹配度。

其进一步技术方案为：所述对比结果输出单元包括位置差异输出模块、构件差异输出模块以及差异整合模块；

所述位置差异输出模块，用于根据所述匹配度内的位置距离输出施工现场与3D模型的位置差异；

所述构件差异输出模块，用于根据所述匹配度内的形状匹配度输出施工现场与3D模型的构件差异；

所述差异整合模块，用于整合所述位置差异与构件差异形成施工现场的数据与3D模型的对比结果。

本发明与现有技术相比的有益效果是：本发明的基于激光扫描仪和BIM的逆向监控方法，通过利用激光扫描仪获取施工现场的数据，形成点云模型，由点云模型与对应的3D模型进行匹配，并计算点云模型与3D模型中对应的点的位置差异和构件差异，并输出结果，根据结果可进行对现场工程的实时逆向监督管控，实现解决目前工程施工领域监理人工监管施工工程质量和进度的问题，提高工程监督管理的效率，节约时间，提高监督管理的准确性，减少工作量。

下面结合附图和具体实施例对本发明作进一步描述。

附图说明

图1为本发明具体实施例提供的基于激光扫描仪和BIM的逆向监控方法的流程图；

图2为本发明具体实施例提供的获取点云模型的流程图；

图3为本发明具体实施例提供的匹配点云模型与3D模型的流程图；

图4为本发明具体实施例提供的计算点云模型中的点与3D模型中对应点的匹配度的流程图；

图5为本发明具体实施例提供的根据匹配度输出施工现场的数据与3D模型的对比结果的流程图；

图6为本发明具体实施例提供的基于激光扫描仪和BIM的逆向监控系统的结构框图；

图7为本发明具体实施例提供的数据获取单元的结构框图；

图8为本发明具体实施例提供的匹配单元的结构框图；

图9为本发明具体实施例提供的匹配度计算单元的结构框图；

图10为本发明具体实施例提供的对比结果输出单元的结构框图。

具体实施方式

为了更充分理解本发明的技术内容，下面结合具体实施例对本发明的技术方案进一步介绍和说明，但不局限于此。

如图1～10所示的具体实施例，本实施例提供的基于激光扫描仪和BIM的逆向监控方法，可以运用在建筑施工过程的质量、进度和安全监控的过程中，实现解决目前工程施工领域监理人工监管施工工程质量和进度的问题，提高工程监督管理的效率，节约时间，提高监督管理的准确性，减少工作量。

如图1所示，本实施例提供了基于激光扫描仪和BIM的逆向监控方法，该方法包括：

S1、获取施工现场的数据，形成点云，根据点云获取点云模型；

S2、将点云模型上传并导入至与施工现场对应的3D模型中；

S3、匹配点云模型与3D模型；

S4、计算点云模型中的点与3D模型中对应点的匹配度；

S5、根据所述匹配度输出施工现场的数据与3D模型的对比结果。

更进一步的，对于上述的S1步骤，获取施工现场的数据，形成点云，根据点云获取点云模型的步骤，包括以下具体步骤：

S11、发射点束激光，计算接收到反射的激光的时间；

S12、根据激光点往返的时间获取实物的位置；

S13、对所述位置以及形状进行补偿和校正；

S14、对实物进行光束的发射和反射，获取实物的轮廓和形状；

S15、由所述实物、对应的位置和形状形成点云，获取点云模型。

上述的S1步骤，具体是采用激光扫描仪将施工现场的实际工程情况以点云的形式采集和保存，成本低，且快速和操作方便。

对于上述的S11步骤，具体是通过位于激光扫描仪内部的激光发射器不断的向外部发射点束激光，而激光在固定环境下的空气中传播速度是一定的，计时器记录下每一束激光从激光发射器发出到碰到遮挡物(建筑构件)反射回到激光接收器的时间。

上述的S12步骤，是通过激光的传播速度以及接收反射的激光的时间，计算出该实物所处的位置。

对于上述的S13步骤，通过激光器不断的发射激光(高频率)，碰到建筑构件反射回到激光接收器，可将整个建筑构件所处的位置和形状记录下来，因为空气或光速的变化造成的偏差进行补偿和校正。

对于上述的S14步骤，具体是激光扫描仪以光速(极快)的速度对实物进行光束的发射和反射，伴随着扫描仪自身转台的旋转，则可以用点云描绘出实物的轮廓和形状。

对于上述的S15步骤，一个施工现场经过计算可形成数十万数百万数量的点云，该点云即为激光扫描仪采集实时施工现场实际工程情况的数据，由点云组成形成点云模型，便于导入。

另外，上述的S2步骤，具体是通过客户端的指令上传点云模型，将数据导入并上传至服务器内相应的3D数字模型中，以做匹配和计算差异所用。

更进一步的，上述的S3步骤，匹配点云模型与3D模型的步骤，包括以下具体步骤：

S31、获取点云模型中的若干个点以及与所述点对应的3D模型的点；

S32、匹配所述点云模型的若干个点的坐标与相应3D模型的点的坐标。

对于上述的S31步骤，在本实施例中，获取的点的个数为至少三个，如一个房间的墙角、柱脚、上门角等，这若干个点必须在点云模型以及3D模型中同时存在，因此，可以先选用若干个形状和位置较为明显的或者具有代表性的点，比如点云模型的其中三个端角的点，或者点云模型的两个对称的端角的点以及中心点，最优选的，获取点可呈边数至少三的多边形，以使得点云模型与3D模型的匹配更加准确，从而提高监督管理的准确性。

对于上述的S32步骤，获取的点(点的个数也至少为三个)后需要获取其坐标，根据三轴坐标进行匹配，从而匹配点云模型与3D模型。

若模型的大小不一致，则需要优先调整比例至两个模型的匹配程度最优。

更进一步的，对于上述的S4步骤，计算点云模型中的点与3D模型中对应点的匹配度的步骤，包括以下具体步骤：

S41、计算点云模型中的所有点的位置与3D模型内对应的点的位置距离；

S42、获取所述点云模型中的所有点的形状与3D模型内对应的点的形状匹配度；

S43、将所述位置距离与形状匹配度整合形成匹配度。

对于上述的S41步骤，对两个模型中的对应点的位置计算距离，获取两个模型之间对应点的位置距离。

对于上述的S42步骤，具体是根据3D模型内对应点的形状作为基准，获取点云模型中的点的形状与其的差异程度。

对于上述的S43步骤，从位置距离以及形状匹配度综合衡量每个点的匹配度，可以提高监督管理的准确性。

比如位置坐标为(1,0,3)的点与3D模型内的对应点的位置距离为0.1，而该点的形状在3D模型内为柱子，而在点云模型内的形状则为墙壁，则形状匹配度可以估算为0，则匹配度则为位置距离0.1，形状匹配度0。

具体的，上述的S42步骤至S43步骤，测量计算点云模型的点与3D模型的距离(如点云模型中东侧的墙上的一个点(点的坐标)与该点对应的3D模型(东侧的墙)的距离为+62毫米，意味着点云模型(即现场实际的墙)比3D模型(设计的墙在向西方向厚了62毫米)；如点云模型中西侧的墙上的一个点(点的坐标)与该点对应的3D模型(西侧的墙)的距离为-38毫米，意味着点云模型(即现场实际的墙)比3D模型(设计的墙)在向东方向少了62毫米)，以此来反映点云模型和3D模型的差异；利用点云中几百万个点的对比差异进行数学算法，计算出建筑构件(如整面墙)的差异报告(如东侧的墙整体向西多了50毫米)。

更进一步的，对于上述的S5步骤，根据所述匹配度输出施工现场的数据与3D模型的对比结果的步骤，包括以下具体步骤：

S51、根据所述匹配度内的位置距离输出施工现场与3D模型的位置差异；

S52、根据所述匹配度内的形状匹配度输出施工现场与3D模型的构件差异；

S53、整合所述位置差异与构件差异形成施工现场的数据与3D模型的对比结果。

对于S51步骤，具体输出施工现场与3D模型的位置差异为距离。

对于上述的S52步骤，具体输出施工现场与3D模型的构件差异为构件正确原型以及构件位置。

上述的S51步骤至S53步骤，具体是为了反映出点云模型与3D数字模型的差异，得出施工现场实际建造的构件与3D模型的差异，进行现场质量，成本和进度的控制。

举个例子：在一个房间(空间内)，放置于一个位置(位置1北纬：000000，东经000000)的激光扫描仪的激光器不间断向外部发射点束激光，激光在固定环境下传播速度一定，计时器记录下每一束激光从发射器发出碰到遮挡物(建筑构件，房间的墙、梁、板、柱等)反射回到激光接收器的时间(如4m/300000000m/s＝几乎微妙)，即可计算出该点所处的位置(如右侧的墙距离该扫描点的距离为3.6米，左侧为4.2米)；通过高频率发射激光(100-200线/秒)，碰到建筑构件(房间的墙、梁、板、柱等)反射回到激光接收器，将整个建筑构件所处的位置和形状记录下来；进行因为空气或光速的变化造成的偏差的校正和补偿；经过计算形成由数十万数百万数量的点云；通过将不同位置的扫描仪检测位置(站点)通过绝对位置(北纬、东经)拼接(即坐标的匹配)，将各个扫描站点拼接成一个点云模型。将点云模型上传并导入至与施工现场对应的3D模型中，找到点云模型和3D模型中的同一个空间(房间或区域，比如3层305的客厅)，选择点云模型中3个不在同一直线上的点(如这个客厅的墙角、柱脚、上门脚)，再选择3D模型中同样的3个点，选择匹配，即可将点云模型和3D模型匹配。测量计算点云模型的点与3D模型的距离，如点云模型中东侧的墙上的一个点(点的坐标)与该点对应的3D模型(东侧的墙)的距离为+62毫米，意味着点云模型(即现场实际的墙)比3D模型(即设计的墙)在向西方向厚了62毫米；如点云模型中西侧的墙上的一个点(点的坐标)与该点对应的3D模型(西侧的墙)的距离为-38毫米，意味着点云模型(即现场实际的墙)比3D模型(设计的墙)在向东方向少了62毫米，以此来反映点云模型和3D模型的差异；利用点云中几百万个点的对比差异进行数学算法，计算出建筑构件(如整面墙)的差异报告(如东侧的墙整体向西多了50毫米)；出具整个建筑物的点云模型和3D模型的对比报告；根据对比报告，计算现场实际构件的质量偏差是否满足质量要求；比如墙的厚度偏差超过80毫米则认为不满足质量要求。

上述的基于激光扫描仪和BIM的逆向监控方法，通过利用激光扫描仪获取施工现场的数据，形成点云模型，由点云模型与对应的3D模型进行匹配，并计算点云模型与3D模型中对应的点的位置差异和构件差异，并输出结果，根据结果可进行对现场工程的实时逆向监督管控，实现解决目前工程施工领域监理人工监管施工工程质量和进度的问题，提高工程监督管理的效率，节约时间，提高监督管理的准确性，减少工作量。

如图6所示，本实施例还提供了基于激光扫描仪和BIM的逆向监控系统，其包括数据获取单元1、上传单元2、匹配单元3、匹配度计算单元4以及对比结果输出单元5。

数据获取单元1，用于获取施工现场的数据，形成点云，根据点云获取点云模型。

上传单元2，用于将点云模型上传并导入至与施工现场对应的3D模型中。

匹配单元3，用于匹配点云模型与3D模型。

匹配度计算单元4，用于计算点云模型中的点与3D模型中对应点的匹配度。

对比结果输出单元5，用于根据所述匹配度输出施工现场的数据与3D模型的对比结果。

更进一步的，上述的数据获取单元1包括激光扫描模块11、位置获取模块12、校正模块13、形状获取模块14以及点云模型获取模块15。

激光扫描模块11，用于发射点束激光，计算接收到反射的激光的时间。

位置获取模块12，用于根据激光点往返的时间获取实物的位置。

校正模块13，用于对所述位置以及形状进行补偿和校正。

形状获取模块14，用于对实物进行光束的发射和反射，获取实物的轮廓和形状。具体是激光扫描仪以光速(极快)的速度对实物进行光束的发射和反射，伴随着扫描仪自身转台的旋转，则可以用点云描绘出实物的轮廓和形状。

点云模型获取模块15，用于由所述实物、对应的位置和形状形成点云，获取点云模型。一个施工现场经过计算可形成数十万数百万数量的点云，该点云即为激光扫描仪采集实时施工现场实际工程情况的数据，由点云组成形成点云模型，便于导入。

上述的数据获取单元1具体是采用激光扫描仪将施工现场的实际工程情况以点云的形式采集和保存，成本低，且快速和操作方便。

激光扫描模块11具体是通过位于激光扫描仪内部的激光发射器不断的向外部发射点束激光，而激光在固定环境下的空气中传播速度是一定的，计时器记录下每一束激光从激光发射器发出到碰到遮挡物(建筑构件)反射回到激光接收器的时间。

位置和形状获取模块12是通过激光的传播速度以及接收反射的激光的时间，计算出该实物所处的位置。

校正模块13通过激光器不断的发射激光(高频率)，碰到建筑构件反射回到激光接收器，可将整个建筑构件所处的位置和形状记录下来，因为空气或光速的变化造成的偏差进行补偿和校正。

另外，上述的上传单元2具体是通过客户端的指令上传点云模型，将数据导入并上传至服务器内相应的3D数字模型中，以做匹配和计算差异所用。

更进一步的，上述的匹配单元3包括点获取模块31以及坐标匹配模块32。

点获取模块31，用于获取点云模型中的若干个点以及与所述点对应的3D模型的点。

坐标匹配模块32，用于匹配所述点云模型的若干个点的坐标与相应3D模型的点的坐标。

对于上述的点获取模块31而言，在本实施例中，获取的点的个数为至少三个，，如一个房间的墙角、柱脚、上门角等，这若干个点必须在点云模型以及3D模型中同时存在，因此，可以先选用若干个形状和位置较为明显的或者具有代表性的点，比如点云模型的其中三个端角的点，或者点云模型的两个对称的端角的点以及中心点，最优选的，获取点可呈边数至少三的多边形，以使得点云模型与3D模型的匹配更加准确，从而提高监督管理的准确性。

对于上述的坐标匹配模型获取的点(点的个数也至少为三个)后需要获取其坐标，根据三轴坐标进行匹配，从而匹配点云模型与3D模型。

若模型的大小不一致，则需要优先调整比例至两个模型的匹配程度最优。

更进一步的，上述的匹配度计算单元4包括位置距离计算模块41、形状匹配度获取模块42以及匹配度整合模块43。

位置距离计算模块41，用于计算点云模型中的所有点的位置与3D模型内对应的点的位置距离。

形状匹配度获取模块42，用于获取所述点云模型中的所有点的形状与3D模型内对应的点的形状匹配度。

匹配度整合模块43，用于将所述位置距离与形状匹配度整合形成匹配度。

对于上述的位置距离计算模块41而言，对两个模型中的对应点的位置计算距离，获取两个模型之间对应点的位置距离。

上述的形状匹配度获取模块42具体是根据3D模型内对应点的形状作为基准，获取点云模型中的点的形状与其的差异程度。

上述的匹配度整合模块43从位置距离以及形状匹配度综合衡量每个点的匹配度，可以提高监督管理的准确性。

比如位置坐标为(1,0,3)的点与3D模型内的对应点的位置距离为0.1，而该点的形状在3D模型内为柱子，而在点云模型内的形状则为墙壁，则形状匹配度可以估算为0，则匹配度则为位置距离0.1，形状匹配度0。

具体的，测量计算点云模型的点与3D模型的距离(如点云模型中东侧的墙上的一个点(点的坐标)与该点对应的3D模型(东侧的墙)的距离为+62毫米，意味着点云模型(即现场实际的墙)比3D模型(设计的墙在向西方向厚了62毫米)；如点云模型中西侧的墙上的一个点(点的坐标)与该点对应的3D模型(西侧的墙)的距离为-38毫米，意味着点云模型(即现场实际的墙)比3D模型(设计的墙)在向东方向少了62毫米)，以此来反映点云模型和3D模型的差异；利用点云中几百万个点的对比差异进行数学算法，计算出建筑构件(如整面墙)的差异报告(如东侧的墙整体向西多了50毫米)。

另外，上述的对比结果输出单元5包括位置差异输出模块51、构件差异输出模块52以及差异整合模块53。

位置差异输出模块51，用于根据所述匹配度内的位置距离输出施工现场与3D模型的位置差异，具体输出施工现场与3D模型的位置差异为距离。

构件差异输出模块52，用于根据所述匹配度内的形状匹配度输出施工现场与3D模型的构件差异，具体输出施工现场与3D模型的构件差异为构件正确原型以及构件位置。

差异整合模块53，用于整合所述位置差异与构件差异形成施工现场的数据与3D模型的对比结果。

对比结果输出单元5具体是为了反映出点云模型与3D数字模型的差异，得出施工现场实际建造的构件与3D模型的差异，进行现场质量，成本和进度的控制。

上述的基于激光扫描仪和BIM的逆向监控系统，通过利用激光扫描仪获取施工现场的数据，形成点云模型，由点云模型与对应的3D模型进行匹配，并计算点云模型与3D模型中对应的点的位置差异和构件差异，并输出结果，根据结果可进行对现场工程的实时逆向监督管控，实现解决目前工程施工领域监理人工监管施工工程质量和进度的问题，提高工程监督管理的效率，节约时间，提高监督管理的准确性，减少工作量。

上述仅以实施例来进一步说明本发明的技术内容，以便于读者更容易理解，但不代表本发明的实施方式仅限于此，任何依本发明所做的技术延伸或再创造，均受本发明的保护。本发明的保护范围以权利要求书为准。