一种基于点云数据的大型复杂构件智能化检测方法技术

本发明专利技术公开了一种基于点云数据的大型复杂构件智能化检测方法，包括以下步骤：1)采用标靶拼接法对多个测站点云数据进行点云拼接，得到扫描场景的完整点云数据；2)生成一个包含扫描物体的包围框，提取位于包围框之内的点云数据；3)使用RANSAC算法得到扫描构件的完整点云数据；4)将待测构件的BIM模型离散化，转化成点云数据；5)将获取的点云数据转化成二值图像；6)去掉白色噪点；7)提取图像中的角点；8)筛选出关键点；9)计算空间刚体变换矩阵，实现两组点云数据的粗配准；10)两组点云数据精确匹配；11)去除噪点和无关点；12)将BIM模型与扫描点云数据对比得到构件的尺寸偏差。本发明专利技术方法有效解决了大型复杂构件的尺寸质量难以测量的难题。的难题。的难题。

【技术实现步骤摘要】
一种基于点云数据的大型复杂构件智能化检测方法


[0001]本专利技术涉及信息技术与建筑安全管理领域，具体涉及一种基于点云数据的大型复杂构件智能化检测方法。

技术介绍

[0002]在高层建筑、大型桥梁等工程中，钢构件的长度可以达到甚至超过10m，而且由于需要与不同的构件连接，形态也较为复杂。这类构件通常需要在工厂加工并进行尺寸质量检测，检测合格之后才能运输到工地进行组装。传统的尺寸质量检测方法是由工人利用卷尺等设备进行测量，但这类构件的尺寸较大且形态复杂，使得人工测量较为困难。
[0003]因此，亟需提出一种能解决大型复杂构件的尺寸质量难以检测问题的智能检测方法。

技术实现思路

[0004]本专利技术的目的是提供一种基于点云数据的大型复杂构件智能化检测方法，以解决现有技术中存在的问题。
[0005]为实现本专利技术目的而采用的技术方案是这样的，一种基于点云数据的大型复杂构件智能化检测方法，包括以下步骤：
[0006]1)采用标靶拼接法对多个测站点云数据进行点云拼接，得到扫描场景的完整点云数据；
[0007]2)利用扫描仪的位置作为先验知识生成一个包含扫描物体的包围框，提取位于包围框之内的点云数据；
[0008]3)针对步骤2)提取的点云数据，使用RANSAC算法去除地面点，得到扫描构件的完整点云数据；
[0009]4)将待测构件的BIM模型离散化，转化成点云数据；
[0010]5)将步骤3)和步骤4)获取的点云数据分别使用PCA算法映射到二维空间，并转化成二值图像；
[0011]6)使用形态学开操作处理步骤5)得到的二值图像，去掉图像中的白色噪点；
[0012]7)使用Harris算法处理步骤6)输出的图像，提取图像中的角点；
[0013]8)针对步骤7)得到的每一个角点，使用阳角模板匹配的方法筛选出位于构件阳角处的数据点作为关键点；
[0014]9)基于步骤8)中获得的扫描点云数据的关键点集与BIM模型关键点集，利用Super 4PCS算法计算空间刚体变换矩阵，实现两组点云数据的粗配准；
[0015]10)在步骤9)得到的配准结果的基础上，利用ICP算法进一步迭代，收敛后输出最佳刚体变换矩阵，实现两组点云数据的精确匹配；
[0016]11)选择距离BIM模型在设定范围内的扫描数据点作为待检测构件的点云数据，以去除扫描点云数据中的噪点和无关点；
[0017]12)将BIM模型与步骤11)得到的扫描点云数据进行对比，得到构件的尺寸偏差。
[0018]进一步，步骤1)包括以下分步骤：
[0019]1‑
1)在待检测的构件周围布置标靶纸，使用三维激光扫描仪扫描构件，获取有序点云数据；
[0020]1‑
2)利用阵列信息将有序点云数据按照其色彩数据映射成全景图；
[0021]1‑
3)使用YOLOv5模型检测全景图中的标靶纸，得到标靶纸点云数据；
[0022]1‑
4)使用PCA算法将步骤1
‑
3)得到的每一个标靶纸点云数据映射到二维空间，并转化为图像；
[0023]1‑
5)将步骤1
‑
4)得到的标靶纸映射图像与标靶纸模板进行匹配，确定标靶纸的中心；
[0024]1‑
6)基于步骤1
‑
5)得到的标靶纸中心，将各站点云数据进行拼接，得到扫描场景的完整点云数据。
[0025]进一步，步骤1
‑
5)包括以下分步骤：将步骤1
‑
4)得到的映射图像与标靶纸模板进行匹配，选择模板中心周围
±
2的像素点作为标靶纸映射图像的中心，并将中心所对应的三维点云数据作为标靶纸中心的计算数据，将计算数据取平均值，得到估计的标靶纸中心。
[0026]进一步，步骤1
‑
6)包括以下分步骤：利用两站扫描点云数据之间的公共标靶纸中心，将点云数据进行拼接，拼接时，用X
’
与Y
’
分别表示待拼接的两站点云数据的标靶纸中心集合，从X
’
与Y
’
中选择三个不共线的标靶纸进行全排列，并将全排列结果依次对应进行计算，针对每一种对应方式，利用下述公式计算旋转矩阵R和平移矩阵T：
[0027][0028]W＝UΣV
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0029]R＝UV
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0030]T＝μ
q
‑
Rμ
p
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0031]其中，p
i
和q
i
分别是X
’
与Y
’
中的对应标靶纸中心，μ
p
和μ
q
分别是参与计算的对应标靶纸中心的均值，n为选择的公共标靶纸的数量， n＝3；W为协方差矩阵；对角矩阵Σ、左奇异向量U以及右奇异向量 V均由矩阵W奇异值分解得到，最优变换矩阵R
opt
与T
opt
通过公式(5) 确定：
[0032][0033]进一步，步骤2)包括以下分步骤：根据步骤1
‑
6)计算的最优平移变换得到拼接之后扫描仪的坐标，通过设置Z坐标的上限值和下限值，每一个扫描仪都能确定两个数据点，利用这些数据点生成包含扫描对象的包围框，提取位于包围框之内的点云数据，获取扫描对象的完整点云数据以及相应的地面点云数据。
[0034]进一步，步骤4)包括以下分步骤：遍历BIM模型的每个实体元素，得到组成该实体元素的多个面，将每一个面转化成用多个三角形拟合的曲面；针对每一个三角形，以设定的网格尺寸在上面划分网格，提取网格的交点以及网格与边的交点生成点云数据。
[0035]进一步，步骤5)包括以下分步骤：
[0036]5‑
1)将所有数据点X中心化，针对任意数据点x
i
：
[0037][0038]其中，m为数据点的总量；
[0039]5‑
2)计算所有数据点的协方差矩阵XX
T
，并对协方差矩阵做特征值分解：
[0040]XX
T
w
i
＝λ
i
w
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0041]其中，λ
i
为特征值，w
i
为特征向量；
[0042]5‑
3)根据低维空间的维数d'，取最大的d'个特征值对应的特征向量w1,w2,...,w
d'
组成投影矩阵，将投影矩阵与点云数据相乘，即得到降维之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云数据的大型复杂构件智能化检测方法，其特征在于：包括以下步骤：1)采用标靶拼接法对多个测站点云数据进行点云拼接，得到扫描场景的完整点云数据；2)利用扫描仪的位置作为先验知识生成一个包含扫描物体的包围框，提取位于包围框之内的点云数据；3)针对步骤2)提取的点云数据，使用RANSAC算法去除地面点，得到扫描构件的完整点云数据；4)将待测构件的BIM模型离散化，转化成点云数据；5)将步骤3)和步骤4)获取的点云数据分别使用PCA算法映射到二维空间，并转化成二值图像；6)使用形态学开操作处理步骤5)得到的二值图像，去掉图像中的白色噪点；7)使用Harris算法处理步骤6)输出的图像，提取图像中的角点；8)针对步骤7)得到的每一个角点，使用阳角模板匹配的方法筛选出位于构件阳角处的数据点作为关键点；9)基于步骤8)中获得的扫描点云数据的关键点集与BIM模型关键点集，利用Super 4PCS算法计算空间刚体变换矩阵，实现两组点云数据的粗配准；10)在步骤9)得到的配准结果的基础上，利用ICP算法进一步迭代，收敛后输出最佳刚体变换矩阵，实现两组点云数据的精确匹配；11)选择距离BIM模型在设定范围内的扫描数据点作为待检测构件的点云数据，以去除扫描点云数据中的噪点和无关点；12)将BIM模型与步骤11)得到的扫描点云数据进行对比，得到构件的尺寸偏差。2.根据权利要求1所述的一种基于点云数据的大型复杂构件智能化检测方法，其特征在于：步骤1)包括以下分步骤：1
‑
1)在待检测的构件周围布置标靶纸，使用三维激光扫描仪扫描构件，获取有序点云数据；1
‑
2)利用阵列信息将有序点云数据按照其色彩数据映射成全景图；1
‑
3)使用YOLOv5模型检测全景图中的标靶纸，得到标靶纸点云数据；1
‑
4)使用PCA算法将步骤1
‑
3)得到的每一个标靶纸点云数据映射到二维空间，并转化为图像；1
‑
5)将步骤1
‑
4)得到的标靶纸映射图像与标靶纸模板进行匹配，确定标靶纸的中心；1
‑
6)基于步骤1
‑
5)得到的标靶纸中心，将各站点云数据进行拼接，得到扫描场景的完整点云数据。3.根据权利要求2所述的一种基于点云数据的大型复杂构件智能化检测方法，其特征在于：步骤1
‑
5)包括以下分步骤：将步骤1
‑
4)得到的映射图像与标靶纸模板进行匹配，选择模板中心周围
±
2的像素点作为标靶纸映射图像的中心，并将中心所对应的三维点云数据作为标靶纸中心的计算数据，将计算数据取平均值，得到估计的标靶纸中心。4.根据权利要求2所述的一种基于点云数据的大型复杂构件智能化检测方法，其特征在于：步骤1
‑
6)包括以下分步骤：利用两站扫描点云数据之间的公共标靶纸中心，将点云数据进行拼接，拼接时，用X
’
与Y
’
分别表示待拼接的两站点云数据的标靶纸中心集合，从X
’
与
Y
’
中选择三个不共线的标靶纸进行全排列，并将全排列结果依次对应进行计算，针对每一种对应方式，利用下述公式计算旋转矩阵R和平移矩阵T：W＝UΣV
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)R＝UV
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)T＝μ
q
‑
Rμ
p
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，p
i
和q
i
分别是X
’
与Y
’
中的对应标靶纸中心，μ
p
和μ
q
分别是参与计算的对应标...

【专利技术属性】
技术研发人员：程国忠，曹谦，李东声，冯生强，崔娜，
申请(专利权)人：重庆大学，
类型：发明
国别省市：