2022,14(1):126-131.
doi: 10.16670/j.cnki.cn11-5823/tu.2022.01.16
随着智慧城市的发展,对建筑空间特征的采集速度和精度要求越来越高,针对市面上常见的空间特征提取方法灵活性差、智能化程度低、人力成本高等问题,本文提出了一种基于无人机扫描与YOLO识别的检测方法,完成了建筑物窗户构件的实时识别与提取。本文对YOLOv3算法进行了优化调整并运用自制的数据集对算法模型进行训练,使用Nginx搭建RTMP(Real Time Messaging Protocol)推流服务器接收无人机扫描信息,在地面平台显示实时识别结果,该方法大大提高了识别效率,降低了推流传输延迟,在无人机检测实验中体现出了实时、高效、智能的特点,借助无人机的灵活性,能够高效地满足建筑构件实时检测的需要。
2023,15(4):54-63.
doi: 10.16670/j.cnki.cn11-5823/tu.2023.04.10
针对传统检测方法无法满足装配式建筑质量精度检验要求的问题,本文提出了一种基于点云模型的装配式建筑预制构件几何尺寸自动化提取方法。首先利用建筑结构空间位置关系及几何特点将典型预制构件点云从整体建筑点云中分割;对构件点云进行特征提取实现尺寸信息的测量;通过求取拟合平面法向量与垂直方向单位向量的夹角检测墙体的垂直度;利用点云切片提取柱中轴线来检测柱体的垂直度;再通过各点到拟合平面的中误差来表示板面平整度。研究以某装配式建筑施工现场采集的点云数据为例,对预制构件点云数据进行离群点剔除与切分,实现点云数据特征自动化提取和测量,测量精度均在95%以上,验证了方法的可行性和有效性。为实现典型预制构件的自动分割、尺寸测量以及参数化管理提供基础。