[发明专利]一种基于BIM模型的预制构件点云识别方法

权利要求书

1.一种基于BIM模型的预制构件点云识别方法，其特征在于，包括以下步骤：

1)使用处于不同站点的若干个三维激光扫描仪同时扫描多个构件对象，获取构件对象的激光扫描三维点云数据；

2)拼接各站点的点云数据，获得完整点云数据集；

3)对完整点云数据集进行降噪及分割操作；

4)读取步骤3)获得的分割后的各个点云数据集；计算各点云数据集中的每一个点在给定邻域内的所有邻域点；利用PCA算法构建任一点的邻域点矩阵；求解所求邻域点矩阵的协方差矩阵；求解所求协方差矩阵的特征向量，并利用向量叉乘法获得任一点的邻域内法向量；将所求邻域内法向量均归一化处理，得到单位法向量；

5)将步骤4)中获得的各单位法向量进行降维处理，并获得降维分布图；

6)对步骤5)中获得的降维法向量进行网格划分；选定最小频数阈值，对分割后点云数据进行初步筛选；

7)将BIM数据库中的模型对象转换为期望点云，提取各模型对象的轮廓点集；

8)利用Max Leverage重取样算法对步骤6)中经筛选的各分割点云数据集以及步骤7)中获得的各模型对象的轮廓点集分别进行重新取样；

9)对步骤8)中获得的重取样模型对象轮廓点集和重取样筛选后的分割点云数据集利用4PCS算法计算空间刚体变换矩阵，将原数据依次进行粗配准判断；

10)利用ICP算法对经步骤9)粗匹配成功的配对点集进行精确配准；

11)计算步骤10)中所获得的所有精确配准结果DOC值，输出点云识别结果。

2.根据权利要求1所述的一种基于BIM模型的预制构件点云识别方法，其特征在于：步骤4)中，采用PCA算法进行单位法向量计算时，利用Kd-tree数据结构搜索邻域点集。

3.根据权利要求1所述的一种基于BIM模型的预制构件点云识别方法，其特征在于：步骤5)中，将步骤4)中获得的各单位法向量从三维坐标系转化为球坐标系；其中，三维空间坐标系(x,y,z)与球坐标系转换关系如式(1)所示：

式中，ρ表示单位法向量的长度，取1；表示法向量与XOY平面的夹角，单位为°；θ表示法向量在XOY平面的投影与X轴的夹角，单位为°。

4.根据权利要求1所述的一种基于BIM模型的预制构件点云识别方法，其特征在于：步骤6)中，根据点云数据密度，选定特定数值N；根据θ与的范围按照给定数值进行网格划分，其中网格尺寸大小如式(2)和(3)所示：

式中，d_θ表示在水平夹角范围内的平均网格尺寸，°；d_φ表示在竖直夹角范围内的平均网格尺寸，°；θ_max表示水平夹角的最大值；θ_min表示水平夹角的最小值；表示竖直夹角的最大值；表示竖直夹角的最小值。

5.根据权利要求1所述的一种基于BIM模型的预制构件点云识别方法，其特征在于：步骤6)中，根据点云密度，选定最小频数阈值T_min，排除网格最大频数f_max小于最小频数阈值T_min的分割后点云数据集；选定高频阈值T₀，计算每个筛选后点云数据集中超过高频阈值T₀的区域数量。

6.根据权利要求1所述的一种基于BIM模型的预制构件点云识别方法，其特征在于：步骤8)中，根据点云三维坐标(x,y,z)与单位法向量坐标(n_x,n_y,n_z)，循环计算所有点的杠杆值，并将其从大到小排列；每次取出最大杠杆值点，并判断取出点集是否达到取样数量标准，当达到取样数量标准后停止循环，输出重取样后点集。