[发明专利]建筑施工进度的评估方法、装置及存储介质在审
申请号: | 202010236468.6 | 申请日: | 2020-03-30 |
公开(公告)号: | CN111524172A | 公开(公告)日: | 2020-08-11 |
发明(设计)人: | 徐徽;黄诗睿 | 申请(专利权)人: | 平安城市建设科技(深圳)有限公司 |
主分类号: | G06T7/50 | 分类号: | G06T7/50;G06T17/00;G06N3/04;G06N3/08;G06Q10/10;G06Q50/08;G06K9/46 |
代理公司: | 北京鸿元知识产权代理有限公司 11327 | 代理人: | 袁文婷;张娓娓 |
地址: | 518116 广东省深圳市大鹏*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 建筑 施工进度 评估 方法 装置 存储 介质 | ||
1.一种建筑施工进度的评估方法,应用于电子装置,其特征在于,所述方法包括:
通过摄像装置获取目标建筑施工图像;
将所述目标建筑施工图像输入预设深度卷积神经网络特征提取模型,获得目标建筑的特征图像;
根据所述特征图像创建目标建筑的基础3D模型;
根据所述目标建筑的当前高度数据及预设目标建筑内部参数数据,对所述目标建筑的基础3D模型进行优化,得到3D重建模型;
将所述3D重建模型和目标建筑当前施工时间一同输入预设施工进度评估模型,输出目标建筑施工进度评估结果。
2.根据权利要求1所述的建筑施工进度的评估方法,其特征在于,所述预设深度卷积神经网络特征提取模型包括:输入层、卷积层、池化层、全局连接层及输出层;其中,
所述输入层用于获取所述目标建筑施工图像;
所述卷积层用于对所述目标建筑施工图像进行特征提取,得到目标建筑施工图像的图像特征;
所述池化层用于对所述目标建筑施工图像的图像特征进行过滤和特征信息的选取,得到待处理图像特征信息;
所述全局连接层用于对所述待处理图像特征信息进行特征组合处理,得到特征图像;
所述输出层用于输出所述特征图像。
3.根据权利要求1所述的建筑施工进度的评估方法,其特征在于,所述根据所述特征图像创建目标建筑的基础3D模型包括:
从所述特征图像中任选一张图像作为空间原点图像,通过特征查找匹配算法,从剩余的所述特征图像中选出与所述空间原点图像存在特征关联的图像,作为关联图像;
计算所述空间原点图像与所述关联图像之间的基础矩阵;
根据预设矩阵转换规则,将所述基础矩阵转化为本质矩阵;
根据所述本质矩阵建立空间坐标系;
通过奇异值算法计算所述空间坐标系到所述摄像装置的摄像头坐标系的转化矩阵;
根据所述转化矩阵创建目标建筑的基础3D模型。
4.根据权利要求1所述的建筑施工进度的评估方法,其特征在于,所述根据获取的目标建筑当前高度数据及预设目标建筑内部参数数据,对所述目标建筑的基础3D模型进行优化,得到3D重建模型包括:
根据所述目标建筑当前高度数据及预设目标建筑内部参数数据计算出所述目标建筑的当前层数,其中,所述目标建筑内部参数数据包括目标建筑的内部结构及每层高度;
根据所述目标建筑的当前层数,重建与所述目标建筑当前高度对应的3D模型,得到3D重建模型。
5.根据权利要求1所述的建筑施工进度的评估方法,其特征在于,在根据获取的目标建筑当前高度数据及预设目标建筑内部参数数据,对所述目标建筑的基础3D模型进行优化,得到3D重建模型之后,还包括:
获取目标建筑周围的地理信息数据;
根据所述目标建筑周围的地理信息数据,对所述3D重建模型进行环境渲染处理,得到3D展示模型。
6.根据权利要求5所述的建筑施工进度的评估方法,其特征在于,所述根据所述目标建筑周围的地理信息数据,对所述3D重建模型进行环境渲染处理,得到3D展示模型包括:
根据所述目标建筑周围的地理信息数据创建实物模型;
将所述实物模型与所述3D重建模型进行模型结合,得到3D展示模型。
7.根据权利要求1所述的建筑施工进度的评估方法,其特征在于,在将所述3D重建模型和目标建筑当前施工时间一同输入预设施工进度评估模型,输出目标建筑施工进度评估结果前,还包括:
根据目标建筑图纸,创建各个施工时期的目标建筑3D样本模型;
为所述目标建筑3D样本模型匹配预计施工时间段,为每个所述预计施工时间段匹配相应的施工进度评估模板;
建立基础模型,对所述目标建筑3D样本模型、所述目标建筑3D样本模型匹配的预计施工时间段及每个所述预计施工时间段匹配的施工进度评估模板之间的对应关系进行模型训练,得到预设施工进度评估模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安城市建设科技(深圳)有限公司,未经平安城市建设科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010236468.6/1.html,转载请声明来源钻瓜专利网。