(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210447993.1 (22)申请日 2022.04.26 (71)申请人 南通大学 地址 226000 江苏省南 通市啬园路9号 (72)发明人 杨帆　杨磊　王泉凯　刘云平　 潘怡婷　张芳硕　刘瑞　钱鹏　 车明亮　张驰　曹鑫亮　 (74)专利代理 机构 南京瑞弘专利商标事务所 (普通合伙) 32249 专利代理师 徐激波 (51)Int.Cl. G06Q 10/06(2012.01) G06F 30/23(2020.01) G06F 30/13(2020.01) G06T 17/20(2006.01)G06F 119/02(2020.01) (54)发明名称 一种基于激光扫描技术的地铁站施工质量 评价方法 (57)摘要 本发明公开一种基于激光扫描技术的地铁 站施工质量评价方法， 该方法首先对施工现场获 取的三维激光点云与设计BIM模型进行粗略对 齐； 接着基于点 ‑线距离的最近点迭代算法 （PL ‑ ICP） 实现点云数据与BIM模型的坐标精对齐， 将 激光点云与BIM模型转换到同一个坐标系下； 对 激光点云数据进行降采样， 通过点云语义分割提 取建筑物的结构表面 （墙面、 楼板） 和结构柱； 对 地铁站立面、 楼板 （顶底板） 计算距离偏差， 生成 距离差分布图， 对距离偏差进行可视化， 对提取 的结构柱计算角点距离偏差和角度偏差， 对偏差 进行统计分析。 该方法可实现点云数据和设计 BIM模型的精确对齐， 满足基于激光点云进行地 铁站施工质量评价的需要， 通过对施工过程的动 态监测实现对施工质量的控制。 权利要求书2页 说明书6页 附图3页 CN 115018249 A 2022.09.06 CN 115018249 A 1.一种基于 激光扫描技 术的地铁站 施工质量评价方法， 其特 征在于， 包括以下步骤； 步骤S1:点云数据与设计BIM模型的粗略对齐, 通过利用地铁站BIM模型轴网和点云中提取的虚拟轴网进行粗略对齐， 通过导出BIM模 型坐标轴网， 提取出标定内墙的四条轴线， 计算轴网中心和象限角； 对点云模型进 行切片处 理， 提取线特征并规则化， 得到虚拟轴网； 通过中心齐次坐标变换， 改变原始点云的位置和 方向， 转换到BIM模型 所在的坐标系下， 实现点云模型和BIM模型的坐标粗略对齐； 步骤S2:点云模型与设计BIM模型的精确对齐， 通过采用PL ‑ICP算法即点到线的ICP算法进行精确对齐， 具体的， PL ‑ICP算法通过分段 线性的方法对实际曲面进行近似， 用源点云中点到目标BIM模型中内墙线的距离参与目标 函数的计算， 精确对齐完成后， 利用刚体变换矩阵将原始 点云进行坐标转换， 使得实测点云 和BIM模型在同一个坐标系统中； 步骤S3:点云数据降采样和地铁站结构信息提取， 通过将稠密点云体素化， 搜索每一个体素网格， 若体素网格 内存在点， 则使用体素网格 的中心坐标代替整个体素网格内的点集， 如此实现点云数据的降采样； 对降采样后的点云 数据进行语义分割， 提取 得到楼板、 立 面和结构柱信息； 步骤S4:施工质量评价， 对提取出的建筑信息自动进行表面距离误差计算， 剔除遮挡区域的偏差值， 生成偏差 分布色谱图， 以不同的颜色表示偏 差的大小,每个结构表面的距离偏差形成尖峰分布， 计算 不同结构表面的距离偏差平均值和标准差。 对结构柱的角点进行欧氏距离偏差计算， 对结 构柱边线计算角度偏差， 比较每个结构柱距离和角度偏差的大小， 对偏差进行 统计分析， 完 成建筑表面和结构柱的施工质量评价。 2.根据权利要求1所述的一种基于激光扫描技术的地铁站施工质量评价方法， 其特征 在于， 所述 步骤S2中点云模型与设计BIM模型的精确对齐的具体步骤为： S21:提取BIM模型的内墙表面， 根据实体 墙的内表面获取内墙 轮廓线； S22:提取点云切片， 基于点到线距离的ICP算法实现实测点云与BIM模型的精对齐； 对 于点云数据中的点Pi， 已知Tk为位姿变换矩阵， 对点Pi进行坐标变换， 得到点 集TkPi， TkPi＝RkPi+tk。 3.根据权利要求2所述的一种基于激光扫描技术的地铁站施工质量评价方法， 其特征 在于， 所述 步骤S22中对点Pi进行坐标变换的具体步骤为： S221:对每个点Pi， 通过近邻搜索得到它们各 自到BIM模型对应平面切片轮廓线 中的近 邻点Qi和法向量 S222:计算变换点TkPi与其对应近邻点Qi之间的欧式距离， 根据距离阈值剔除误差过大 的点， 得到目标函数 S223:最小化目标函数 导出变换矩阵Tk， 利用Tk对原始点云进行坐标 变换。权　利　要　求　书 1/2 页 2 CN 115018249 A 24.根据权利要求1所述的一种基于激光扫描技术的地铁站施工质量评价方法， 其特征 在于， 所述 步骤S3中点云数据降采样和地铁站结构信息提取的具体实现步骤为： S31:将精确配准后的三维点云模型进行体素化并进行降采样， 每一个小网格称为体 素， 计算每一个体素的中心坐标Vi； 遍历每一个体素网格， 若存在离散点， 则用该体素的中 心坐标Vi代替体素内的点 集， 直到所有体素网格都被搜索； 导出降采样后的点云模型P ’； S32:对降采样后的点云数据P ’进行语义分割， 提取地铁站建筑结构信息 。 5.根据权利要求4所述的一种基于激光扫描技术的地铁站施工质量评价方法， 其特征 在于， 所述 步骤S32中对降采样后的点云数据P ’进行语义分割的具体步骤为： S321:使用区域生长算法分割出不同的结构表面， 包括楼板(顶底板)、 立面(墙面)、 结 构柱等点云类别； S322:根据设定的高程和 切片厚度分割出包 含所有结构柱点云切片并导出。 6.根据权利要求1所述的一种基于激光扫描技术的地铁站施工质量评价方法， 其特征 在于， 所述 步骤S4施工质量评价的具体实现步骤为： S41:利用精确对齐的点云和设计BIM模型进行表面距离偏差计算； 具体的， 通过计算降采样后的精确点云模型与BIM模型之间的表面距离偏差： 式中， pi为点云采样点， p为BIM模型表面的点， 为点云到BIM模型表面的距 离； 将施工过程中遮挡区域的偏差值设定为无限大， 并视为异常值剔除； 在点云模型中将 表面距离偏差可视化， 以红色表示正偏差部 分， 以蓝色表示负偏差部 分， 偏差的程度以颜色 的深度体现， 距离偏差分布图的正负阈值即为各个表面的最大偏差值； 以直方图的形式表现偏差结果， 得到的距离偏差分布通常表现为尖峰分布； 使用高斯 分布拟合距离偏 差， 计算距离偏差的平均值和标准差； 若施工质量良好， 则表 面距离偏 差呈 现出窄带宽的尖峰分布， 尖峰两侧基本对称； 若距离偏差的峰值偏离中心， 则该表面的施工 偏差分布不均匀， 如果带宽较宽， 则施工过程中偏差较大； S42:结构柱 精度评价； 具体的， 通过采用公式(3)计算结构柱角点的距离偏差， 计算结构柱角点之间的欧式距 离偏差， 比较结构柱 平面角点与设计BIM模型中结构柱轮廓的角点 位置偏差； 从点云中提取结构柱轮廓线， 计算结构柱轮廓线与设计模型中轮廓线之间的角度偏 差， 采用角度计算公式(4)计算； SCDM＝dis(Pm‑Pa)             (3)； 根据地铁站施工质量的要求， 判断结构柱角点距离偏差是否超过施工要求， 判断结构 柱角度偏差是否超限。权　利　要　求　书 2/2 页 3 CN 115018249 A 3