[发明专利]一种基于点云数据的预制构件整体尺寸逆向建模方法

说明书

发明提供一种基于点云数据的预制构件整体尺寸逆向建模方法。该方法包括输入预制构件点云数据、噪声过滤、点云面分割、平面数据提取、创建相邻面关系矩阵、创建拟合系数矩阵、计算角点和逆向建模等步骤。该方法有效地减轻了在传统逆向建模工作中的大量人为干预，为预制构件的非接触式检测与整体尺寸逆向建模提供了技术支持。

技术领域

本发明涉及信息技术与建筑安全管理领域，特别涉及一种基于点云数据的预制构件整体尺寸逆向建模方法。

背景技术

三维激光扫描技术是一种可以用于测量及实景复原的勘测技术。利用三维激光扫描技术，可以实现对预制构件的轮廓扫描，形成预制构件的外形点云数据。点云数据是由大量的三维空间数据点构成的数据集，包括数据点的三维坐标以及被测物体表面反射率。高密度的点云可以用来实现对预制构件的非接触式检测，通过处理点云数据完成对被测量构件的尺寸评估以及逆向建模。

目前，技术人员在对预制构件点云数据进行BIM逆向建模时，可以根据建筑图纸进行尺寸复原的翻模，可以根据实际手工测量构件结果进行翻模，也可以导入被测构件的点云数据，按照点云数据的大致轮廓进行人工建模。然而，以上方法均需要通过大量的人工操作从而获得BIM模型。根据点云数据获得被扫描物体的BIM模型可以用于信息存储、传递与交流。

因此，为了避免在大规模数据情况下所有的预制构件点云数据必须依次手动建模的问题，亟需开发一种预制构件整体尺寸逆向建模方法。

发明内容

本发明的目的是提供一种基于点云数据的预制构件整体尺寸逆向建模方法，以解决现有技术中存在的问题。

为实现本发明目的而采用的技术方案是这样的，一种基于点云数据的预制构件整体尺寸逆向建模方法，包括以下步骤：

1)输入待处理预制构件点云数据。

2)采用最小L0算法对预制构件点云数据进行噪声过滤。

3)采用区域生长算法对过滤后的点云数据进行点云面分割，获得点云分割面列表。各点云分割面数据依次进行编号并储存。

4)采用RANSAC算法对各点云分割面进行平面数据提取。

5)判断预制构件点云数据中相邻面的关系，创建相邻面关系矩阵并进行记录。

6)对步骤3)中获得的各点云分割面分别进行平面数据拟合。选取误差平方和最小的拟合参数结果，并创建拟合系数矩阵进行记录。输出对应的最小误差平方和。

7)根据步骤5)获得的相邻面关系矩阵与步骤6)获得的拟合系数矩阵，求解三面相交顶点，并储存至顶点列表。

8)根据步骤6)中的误差平方和，修正拟合误差平方和较大平面上的角点。

9)根据步骤5)获得的相邻面关系矩阵，利用直线拟合的方法求解两面相交顶点，并添加至顶点列表中。

10)采用方向搜索方法，求解单面拐点，并添加至顶点列表中。

11)根据顶点列表，利用BIM软件完成预制构件整体尺寸逆向建模。

进一步，步骤3)中，平滑阈值为5°，曲率阈值为1。

进一步，步骤5)中，相邻面检测距离R设置为2cm。若两个面最近点的距离小于R，则判断为相邻面。相邻面关系矩阵中，相邻面表示为1，非相邻面表示为0。

进一步，步骤6)中，采用最小二乘法进行平面数据拟合。获得的所有参数按照平面编号顺序依次存储至拟合系数矩阵。

进一步，步骤4)中，进行拟合时，随机取样80％的平面点云数据，并重复拟合20次。