一种在线的施工现场机器人监测管理方法及系统技术方案

本发明专利技术涉及施工监测相关领域，公开了一种在线的施工现场机器人监测管理方法及系统，通过随时在线对施工现场

【技术实现步骤摘要】
一种在线的施工现场机器人监测管理方法及系统


[0001]本专利技术涉及施工监测相关领域，具体是一种在线的施工现场机器人监测管理方法及系统
。

技术介绍

[0002]建筑施工质量监管是施工过程中的必要环节，其在一定程度上影响并决定了建筑施工进度与质量；其中，比对建设施工情况与图纸的一致性，是建筑施工质量监控的重要方式之一
。
[0003]现阶段，对于比对建筑施工情况与图纸的一致性，主要依赖现场监理人员
、
质量管理人员等职能人员的现场操作来实现，比如，在现场通过卷尺
、
测距仪等量具测量关键位置的距离
、
角度等数据，再与建筑施工图纸和施工要求进行人工比对来获取结果，很明显，这种现场监工的方式受现场施工条件
、
职能人员自身素质的影响，而且效率不高，多次实施现场测量也会影响施工进度；在建筑施工过程中，如果能够实时的对施工图纸和施工实际情况进行对比监测，将有助于提升施工监管的效率和可靠性
。
[0004]现有技术中，如申请号为
CN2021104819089
所提供的一种建筑图纸的模型匹配方法，其实现原理在于：获取所述建筑图纸；对所述建筑图纸进行标定，得到第一图片数据；利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定，得到第二图片数据；将所述第一图片数据与所述第二图片数据进行比对，确定所述预设图纸识别模型对所述建筑图纸的识别度；可用于指导预设图纸识别模型的修正，从而有助于提高利用预设图纸识别模型执行建筑图纸识别的效率，但其只针对图纸与图纸进行模板匹配，因此智能化技术仍然有待开发
。

技术实现思路

[0005]本专利技术的目的在于提供一种在线的施工现场机器人监测管理方法及系统，以解决上述
技术介绍
中提出的问题
。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种在线的施工现场机器人监测管理方法，包含以下步骤：
[0008]现场数据的采集，基于预设的传感测量装置对施工现场进行实时的图像数据
Ii
和激光点云数据
Li
的采集，并基于传感测量装置的观测位姿数据
Pi
建立实况数据
{Pi,Li,Ii}
，所述传感测量装置以预设的采集运行路线执行数据的获取；
[0009]基于实况数据的现场模型重建，根据图像数据
Ii
分析对所述激光点云数据
Li
进行噪声的多帧滤除，获取去噪激光点云
Li
′
，并基于所述观测位姿数据
Pi
对所述去噪激光点云
Li
′
进行拼接重建，生成施工现场模型
M
；
[0010]关键特征数据的提取，对所述施工现场模型
M
进行点云平面拟合，对关键平面进行提取，并基于数个所述关键平面进行关键特征数据的计算，所述特征数据包括：建筑面数据
{(
π
j,Sj)}
，建筑面间的夹角数据
{
θ
ij
}
及直线方程
{l
ij
}
；
[0011]基于图纸工程映射比对，将所述施工现场模型
M
与相对应的
CAD
图纸模型进行对应点位的映射转化以获得对应映射关系，基于所述对应映射关系对所述施工现场模型
M
进行比对以实现建筑施工监督
。
[0012]作为本专利技术的进一步方案：所述根据图像数据分析对所述激光点云数据进行噪声的多帧滤除，获取去噪激光点云的步骤具体包括：
[0013]获取
i
时刻的实况数据
{Pi,Li,Ii}
，基于预设的深度学习的人体
、
对象监测算法对所述实况数据中的图像数据
Ii
，进行工人
、
实施设备的对象识别，并进行图像区域
ROI
；
[0014]基于所述图像数据
Ii
与所述激光点云数据
Li
的对应匹配关系，对所述激光点云数据
Li
中与所述图像区域
ROI
对应部分点云数据进行剔除；
[0015]基于距离的聚类算法对剩余的激光点云数据
Li
进行处理，以筛选去除独立的离散点，获取去噪激光点云
Li
′
。
[0016]作为本专利技术的再进一步方案：所述对所述施工现场模型
M
进行点云平面拟合，对关键平面进行提取，并基于数个所述关键平面进行关键特征数据的计算的步骤具体包括：
[0017]基于施工现场模型
M
，通过随机采样一致拟合平面算法对点云平面进行拟合，提取模型中的关键平面，获取建筑各个平面方程及相对应的点集合，并将建筑面数据表示为：
[0018]{(
π
j,Sj)}
[0019]其中，
π
j
表示序号为
j
的建筑面的平面方程，
Sj
表示序号为
j
的建筑面的点集合；
[0020]基于不相交的建筑面的建筑面数据计算互相相交的直线方程
{l
ij
}
及建筑面间的夹角数据
{
θ
ij
}
，夹角数据
{
θ
ij
}
表示为：
[0021]θ
ij
＝
arccos(ni,nj)
[0022]其中，
ni
为
π
i
的法向量，
nj
为
π
j
的法向量，
ij
表示建筑面序号，通过联立
π
i
和
π
j
方程，获取相交的直线方程
{l
ij
}。
[0023]作为本专利技术的再进一步方案：所述将所述施工现场模型
M
与相对应的
CAD
图纸模型进行对应点位的映射转化以获得对应映射关系
Y
的步骤包括：
[0024]通过所述施工现场模型
M
选取一组三个非同一直线上的特征点，并在所述
CAD
图纸模型上选取相对应的特征匹配点；
[0025]基于刚体转动原理建立
CAD
图纸模型与施工现场模型
M
间的旋转矩阵
R
及平移矩阵
T
，并通过矩阵计算获取对应映射关系，可表示为：
[0026]Y
＝
X*R+T
[0027]其中，
X
表示...

【技术保护点】

【技术特征摘要】
1.
一种在线的施工现场机器人监测管理方法，其特征在于，包含以下步骤：现场数据的采集，基于预设的传感测量装置对施工现场进行实时的图像数据
Ii
和激光点云数据
Li
的采集，并基于传感测量装置的观测位姿数据
Pi
建立实况数据
{Pi,Li,Ii}
，所述传感测量装置以预设的采集运行路线执行数据的获取，所述观测位姿数据
Pi
表征传感侧装装置采集数据时的位置及俯仰角状态；基于实况数据的现场模型重建，根据图像数据
Ii
分析对所述激光点云数据
Li
进行噪声的多帧滤除，获取去噪激光点云
Li
′
，并基于所述观测位姿数据
Pi
对所述去噪激光点云
Li
′
进行拼接重建，生成施工现场模型
M
；关键特征数据的提取，对所述施工现场模型
M
进行点云平面拟合，对关键平面进行提取，并基于数个所述关键平面进行关键特征数据的计算，所述特征数据包括：建筑面数据
{(
π
j,Sj)}
，建筑面间的夹角数据
{
θ
ij
}
及直线方程
{l
ij
}
；基于图纸工程映射比对，将所述施工现场模型
M
与相对应的
CAD
图纸模型进行对应点位的映射转化以获得对应映射关系，基于所述对应映射关系对所述施工现场模型
M
进行比对以实现建筑施工监督
。2.
根据权利要求1所述的一种在线的施工现场机器人监测管理方法，其特征在于，所述根据图像数据分析对所述激光点云数据进行噪声的多帧滤除，获取去噪激光点云的步骤具体包括：获取
i
时刻的实况数据
{Pi,Li,Ii}
，基于预设的深度学习的人体
、
对象监测算法对所述实况数据中的图像数据
Ii
，进行工人
、
实施设备的对象识别，并进行图像区域
ROI
；基于所述图像数据
Ii
与所述激光点云数据
Li
的对应匹配关系，对所述激光点云数据
Li
中与所述图像区域
ROI
对应部分点云数据进行剔除；基于距离的聚类算法对剩余的激光点云数据
Li
进行处理，以筛选去除独立的离散点，获取去噪激光点云
Li
′
。3.
根据权利要求2所述的一种在线的施工现场机器人监测管理方法，其特征在于，所述对所述施工现场模型
M
进行点云平面拟合，对关键平面进行提取，并基于数个所述关键平面进行关键特征数据的计算的步骤具体包括：基于施工现场模型
M
，通过随机采样一致拟合平面算法对点云平面进行拟合，提取模型中的关键平面，获取建筑各个平面方程及相对应的点集合，并将建筑面数据表示为：
{(
π
j,Sj)}
其中，
π
j
表示序号为
j
的建筑面的平面方程，
Sj
表示序号为
j
的建筑面的点集合；基于不相交的建筑面的建筑面数据计算互相相交的直线方程
{l
ij
}
及建筑面间的夹角数据
{
θ
ij
}
，夹角数据
{
θ
ij
}
表示为：
θ
ij
＝
arccos(ni,nj)
其中，
ni
为
π
i
的法向量，
nj
为
π
j
的法向量，
ij
表示建筑面序号，通过联立
π
i
和
π
j
方程，获取相交的直线方程
{l
ij
}。4.
根据权利要求3所述的一种在线的施工现场机器人监测管理方法，其特征在于，所述将所述施工现场模型
M
与相对应的
CAD
图纸模型进行对应点位的映射转化以获得对应映射关系
Y
的步骤包括：通过所述施工现场模型
M
选取一组三个非同一直线上的特征点，并在所述
CAD
图纸模型
上选取相对应的特征匹配点；基于刚体转动原理建立
CAD
图纸模型与施工现场模型
M
间的旋转矩阵
R
及平移矩阵
T
，并通过矩阵计算获取对应映射关系，可表示为：
Y
＝
X*R+T
其中，
X
表示
CAD
图纸模型中的任意设计点，
Y
表示基于现场施工模型对应关系下施工作业面中待求的对应点坐标，所述
Y
可用于对现场施工模型
M
中实际采集数据...

【专利技术属性】
技术研发人员：丁磊，彭能，陈放，柏晓乐，
申请(专利权)人：深圳市神州云海智能科技有限公司，
类型：发明
国别省市：