混凝土缺陷对混凝土结构的安全性和稳定性造成的威胁不容小觑，因此，定期的缺陷检测对混凝土结构的维护至关重要。相较于主观低效的人工视觉检测，计算机视觉因在混凝土缺陷检测的自动化方面具有显著优势而成为近年来的研究热点，但目前缺乏该领域的全面综述。因此，本文旨在综合分析计算机视觉技术在混凝土缺陷检测领域的研究进展，对混凝土缺陷检测涉及的计算机视觉算法进行分类，总结现存的技术难点并分析未来研究方向，为该领域的后续研究提供一定的参考。

本文在结构设计中引入人工智能方法，通过提出建筑结构特征表达方法，构建以生成对抗网络为核心的框架结构自动设计方法。在数据前处理阶段，通过对建筑结构图纸分析，提出建筑特征表达方法与结构特征表达方法。在构建算法模型阶段，实现在有限的数据量下训练生成对抗算法学习框架结构布置，构建了依据建筑信息自动生成含有构件尺寸信息的框架结构自动布置模型，并提出了评价指标量化评价模型的结构设计能力。在案例中使用本文构建的框架结构自动布置模型完成一栋实际建筑的自动设计，验证了本文提出方法对结构设计效率的提高。

近年来，随着BIM在建设项目管理中的应用不断深入，BIM在语义方面逐渐面临着更高的要求。BIM语义丰富已经逐渐成为当前研究热点，但目前仍缺乏关于BIM语义丰富的全面综述。因此，本文在广泛文献调研的基础上从方法和应用两个方面对BIM语义丰富进行了全面的回顾，梳理了BIM语义丰富研究涉及的关键技术及其应用现状，并分析和总结了现有研究的不足，为进一步开展BIM语义丰富相关研究及应用提供了参考。

如今我国BIM行业发展迅速，与人工智能结合应用已成为热门趋势。针对建筑巡检时仪器携带不便，且人工误差难以避免等问题，设计了基于BIM与机器学习的建筑智能巡检眼镜，实现了巡检设备的便携化与自动化。首先基于机器学习对建筑构件图片进行训练，实现构件识别功能；其次通过Dynamo可视化编程快速提取建筑构件信息；最后以树莓派为硬件载体设计建筑智能巡检眼镜，可准确识别建筑构件类型。本文方法可以大幅提升巡检效率，实现BIM技术与人工智能等领域的进一步融合。

规范转译是BIM模型合规性审查的重要步骤，也是实现设计审查自动化和智能化的技术基础和前提条件。规范转译第一步是将设计规范自动分类为预定义类别，以便为后续文本分析和规则提取做准备。然而，由于结构设计领域语料库缺乏，导致设计规范自动分类技术有待开发，因此，依据《混凝土结构设计规范》和《建筑抗震设计规范》，创建结构设计语料库，按照IFC实体名称目录，通过Python语言编程，基于机器学习的文本分类算法，提出一种结构设计规范自动分类方法。过程的实现包括：数据准备和文本预处理；特征提取和选择；分类器的训练、测试和评估。结果表明：该分类方法可以有效实现结构设计规范的自动分类，分类器对测试规范的精确率和召回率可达到75%和83%。