【技术实现步骤摘要】
本专利技术涉及工程质量验收，更具体地说，本专利技术涉及工程质量验收实测实量方法及系统。
技术介绍
1、工程质量验收是指在工程项目完成后，对其进行全面评估和检查，以确保工程达到设计要求、符合相关标准和规范，并满足业主需求。
2、授权公告号cn107330634b的中国专利公开了一种工程建设监理质量验收实测实量方法及其系统，通过用户输入的项目信息，调用与之匹配的预录入的质量规范信息，具有高效、快捷、方便的特点。
3、申请公开号cn117292155a的中国专利公开了一种房屋建筑工程实测实量验收方法及装置，实现了基于清晰度参数对图像进行透光调节，将调节后的图像作为房屋建筑工程验收通过图像，能提高测量精准度。
4、授权公告号cn113919675b的中国专利公开了工程监理质量验收实测实量方法及系统通过判断模块对输入的强度测量数据进行分析，并对墙体的强度进行判定，生成判定结果，之后对检测强度进行调节，有效提高了工程验收的效率。
5、但上述专利未能有效降低对于大型工程质量验收的复杂程度，未能有效降低验收人员的验收操作难度。
6、鉴于此，本专利技术提出工程质量验收实测实量方法及系统以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供工程质量验收实测实量方法及系统。
2、为实现上述目的，本专利技术提供如下技术方案：工程质量验收实测实量方法，包括：
3、收集楼栋三维点云数据、设计三维
4、基于楼栋三维点云数据，通过大数据建模系统建立楼栋三维模型；基于楼栋三维模型训练识别楼栋裂缝位置的机器学习模型并生成楼栋识别三维模型；
5、在楼栋识别三维模型的基础上建立三维坐标系，收集楼栋识别三维模型中的裂缝三维坐标；通过体素计数法基于楼栋识别三维模型计算裂缝面积数据；将裂缝面积数据与预设的裂缝面积数据阈值对比生成裂缝调节指令与风险数量；将设计三维模型与楼栋识别三维模型进行三维匹配，识别出预设的楼栋编号；
6、使用ocr技术将楼栋验收报告转化为可供计算机识别的文字；使用nlp技术识别ocr技术转化后的楼栋验收报告，获取楼栋验收报告中的楼栋编号与不合格项目数量；
7、基于风险数量fx和不合格项目数量safe计算楼栋验收失败评估值pg。
8、优选的，机器学习模型的训练过程包括：
9、将机器学习模型输出的含裂缝位置的楼栋三维模型标记为使用边缘检测算法标注或人工标注的方法，标注出历史的楼栋三维模型中的裂缝位置；标注后，将楼栋三维模型通过卷积神经网络提取特征值；
10、将所述特征值构建为数据集，所述数据集分为训练集、验证集和测试集，其中训练集占数据集的70%，验证集和测试集各占数据集的15%；
11、将所述训练集作为机器学习模型的输入，所述机器学习模型以识别楼栋三维模型的裂缝位置作为输出；以实时未标注的楼栋三维模型中存在的裂缝位置作为预测目标，以最小化机器学习模型损失函数值作为训练目标；当机器学习模型损失函数值小于等于预设的目标损失值时停止训练；所述机器学习模型是一种3d卷积神经网络；将机器学习模型输出的含裂缝位置的楼栋三维模型标记为楼栋识别三维模型。
12、优选的，建立三维坐标系的过程包括：以楼栋底平面最西南方向的点作为原点，以从原点向底平面朝北方向射出的一条射线作为x轴，以原点为起点在底平面内作出垂直于x轴方向朝东的另一条射线，将另一条射线作为y轴，以原点为起点，垂直于底平面且向上的一条射线作为z轴。
13、优选的，其特征在于，体素计数法的过程包括：将楼栋识别三维模型转换为体素网格，对于每个裂缝位置的体素，计算其所在连通区域的体素数量之和作为裂缝面积数据。
14、优选的，将大于等于裂缝面积数据阈值的裂缝数量进行计数，将计数标记为风险数量；裂缝调节指令包括：将大于等于裂缝面积数据阈值的裂缝的裂缝三维坐标保存并发送给工程施工方。
15、优选的，生成不合格项目数量的过程包括：为nlp设置关键词集合，关键词集合包括“不合格”文本，当识别文本出现在关键词集合中，将初始为0的计数器加一，识别完成楼栋验收报告后，将计数器的数量作为不合格项目数量。
16、优选的，失败评估值pg的计算过程包括，；将楼栋验收失败评估值pg与预设的评估阈值对比，将大于等于评估阈值的楼栋标记为不合格楼栋，发送给工程施工方进行整改。
17、工程质量验收实测实量系统，包括：
18、数据收集模块，用于收集楼栋三维点云数据、设计三维模型与楼栋验收报告；
19、第一数据处理模块，基于楼栋三维点云数据，通过大数据建模系统建立楼栋三维模型；基于楼栋三维模型训练识别楼栋裂缝位置的机器学习模型并生成楼栋识别三维模型；
20、第二数据处理模块，在楼栋识别三维模型的基础上建立三维坐标系，收集楼栋识别三维模型中的裂缝三维坐标；通过体素计数法基于楼栋识别三维模型计算裂缝面积数据；将裂缝面积数据与预设的裂缝面积数据阈值对比生成裂缝调节指令与风险数量；将设计三维模型与楼栋识别三维模型进行三维匹配，识别出预设的楼栋编号；
21、文字识别模块，使用ocr技术将楼栋验收报告转化为可供计算机识别的文字；使用nlp技术识别ocr技术转化后的楼栋验收报告，获取楼栋验收报告中的楼栋编号与不合格项目数量；
22、数据分析模块，基于风险数量fx和不合格项目数量safe计算楼栋验收失败评估值pg。
23、电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；所述处理器通过调用所述存储器中存储的计算机程序，执行上述的工程质量验收实测实量方法。
24、计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行上述的工程质量验收实测实量方法。
25、本专利技术工程质量验收实测实量方法及系统的技术效果和优点：
26、分析生成待验收楼栋的三维模型，并识别裂缝数量以及裂缝位置，方便工程施工方整改，并且将不同楼栋验收报告与楼栋一一对应，提高了传统验收过程的半自动化性质，设置失败评估值对楼栋整体质量进行有效评估，大大降低了验收人员的工作难度，提高验收人员的工作效率。
本文档来自技高网...【技术保护点】
1.工程质量验收实测实量方法，其特征在于，包括：
2.根据权利要求1所述的工程质量验收实测实量方法，其特征在于，机器学习模型的训练过程包括：
3.根据权利要求2所述的工程质量验收实测实量方法，其特征在于，建立三维坐标系的过程包括：以楼栋底平面最西南方向的点作为原点，以从原点向底平面朝北方向射出的一条射线作为x轴，以原点为起点在底平面内作出垂直于x轴方向朝东的另一条射线，将另一条射线作为y轴，以原点为起点，垂直于底平面且向上的一条射线作为z轴。
4.根据权利要求3所述的工程质量验收实测实量方法，其特征在于，体素计数法的过程包括：将楼栋识别三维模型转换为体素网格，对于每个裂缝位置的体素，计算其所在连通区域的体素数量之和作为裂缝面积数据。
5.根据权利要求4所述的工程质量验收实测实量方法，其特征在于，将大于等于裂缝面积数据阈值的裂缝数量进行计数，将计数标记为风险数量；裂缝调节指令包括：将大于等于裂缝面积数据阈值的裂缝的裂缝三维坐标保存并发送给工程施工方。
6.根据权利要求5所述的工程质量验收实测实量方法，其特征在于，生成不合格
7.根据权利要求6所述的工程质量验收实测实量方法，其特征在于，失败评估值PG的计算过程包括，；将楼栋验收失败评估值PG与预设的评估阈值对比，将大于等于评估阈值的楼栋标记为不合格楼栋，发送给工程施工方进行整改。
8.工程质量验收实测实量系统，其特征在于，
9.电子设备，其特征在于，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
10.计算机可读存储介质，其特征在于：储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～7任意一项所述的工程质量验收实测实量方法。
...【技术特征摘要】
1.工程质量验收实测实量方法，其特征在于，包括：
2.根据权利要求1所述的工程质量验收实测实量方法，其特征在于，机器学习模型的训练过程包括：
3.根据权利要求2所述的工程质量验收实测实量方法，其特征在于，建立三维坐标系的过程包括：以楼栋底平面最西南方向的点作为原点，以从原点向底平面朝北方向射出的一条射线作为x轴，以原点为起点在底平面内作出垂直于x轴方向朝东的另一条射线，将另一条射线作为y轴，以原点为起点，垂直于底平面且向上的一条射线作为z轴。
4.根据权利要求3所述的工程质量验收实测实量方法，其特征在于，体素计数法的过程包括：将楼栋识别三维模型转换为体素网格，对于每个裂缝位置的体素，计算其所在连通区域的体素数量之和作为裂缝面积数据。
5.根据权利要求4所述的工程质量验收实测实量方法，其特征在于，将大于等于裂缝面积数据阈值的裂缝数量进行计数，将计数标记为风险数量；裂缝调节指令包括：将大于等于裂缝面积数据阈值的裂...
【专利技术属性】
技术研发人员：胡陈磊，陈晓燕，尤泼，
申请(专利权)人：温州市建设工程咨询有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。