梁陽澤,蔡偉浪,楊超杰,楊興宇,孔文碩,徐 照

(1.東南大學(xué)土木工程學(xué)院,江蘇 南京 211189; 2.東南大學(xué)軟件學(xué)院,江蘇 蘇州 215000)

0 引言

隨著建筑信息化和智能化技術(shù)的不斷發(fā)展,點(diǎn)云技術(shù)逐漸廣泛應(yīng)用于建筑施工領(lǐng)域。點(diǎn)云中的每個(gè)點(diǎn)不僅可描述位置3D坐標(biāo),還可分配強(qiáng)度、RGB顏色和語義信息等屬性[1],能作為建筑領(lǐng)域數(shù)字化發(fā)展的關(guān)鍵數(shù)據(jù)支撐。視覺三維技術(shù)的發(fā)展,激光掃描、傾斜攝影等技術(shù),拓寬了數(shù)據(jù)采集途徑,使其可滿足各建筑施工場景下的數(shù)據(jù)需求。從激光雷達(dá)或影像中獲得的點(diǎn)云數(shù)據(jù)能準(zhǔn)確快速地記錄建筑相關(guān)對象的三維幾何信息,相對于傳統(tǒng)技術(shù),在建筑三維重建、質(zhì)量監(jiān)測乃至施工進(jìn)程等精度、速度及整體性方面均有巨大優(yōu)勢。

點(diǎn)云作為目標(biāo)表面特性的海量點(diǎn)集,如何高效利用點(diǎn)云數(shù)據(jù)始終是研究熱點(diǎn),如對點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理、語義分割最終實(shí)現(xiàn)逆向建模。在此基礎(chǔ)上進(jìn)行施工質(zhì)量檢驗(yàn)是目前主流的點(diǎn)云數(shù)據(jù)應(yīng)用方向。點(diǎn)云的高精度及可視化功能可為操作人員提供更豐富、準(zhǔn)確的施工質(zhì)量信息,加快推動(dòng)建筑施工領(lǐng)域數(shù)字化轉(zhuǎn)型。此外,有研究更加深入地探討了點(diǎn)云技術(shù)在施工管理領(lǐng)域應(yīng)用的可行性,在施工進(jìn)度、安全、質(zhì)量等方面,將點(diǎn)云技術(shù)作為數(shù)據(jù)源,結(jié)合管理學(xué)理論,對建筑施工過程進(jìn)行優(yōu)化管理。

本文針對研究現(xiàn)狀,主要從三維重建、質(zhì)量檢驗(yàn)及現(xiàn)場管理方面歸納梳理了目前研究成果。最后分析點(diǎn)云技術(shù)在建筑施工領(lǐng)域應(yīng)用面臨的瓶頸問題,并提出和探討3個(gè)未來主要發(fā)展方向:基于點(diǎn)云的數(shù)字化建造、通用點(diǎn)云數(shù)據(jù)平臺建設(shè)及基于深度學(xué)習(xí)的點(diǎn)云數(shù)據(jù)處理。

1 點(diǎn)云技術(shù)在建筑施工領(lǐng)域研究進(jìn)程

點(diǎn)云技術(shù)在建筑施工領(lǐng)域應(yīng)用研究最先由美國國家標(biāo)準(zhǔn)與技術(shù)研究院提出[2],當(dāng)時(shí)通過激光雷達(dá)影像為施工過程構(gòu)建三維模型從而對工程進(jìn)行實(shí)時(shí)狀況評估和記錄,并表示該方法可節(jié)省大量用于施工質(zhì)量控制與進(jìn)度監(jiān)測的成本。后續(xù)點(diǎn)云技術(shù)逐步開始嘗試應(yīng)用于建筑施工過程。2001年,Vosselman采用擴(kuò)展至三維空間的霍夫變換算法分割出機(jī)載雷達(dá)不規(guī)則點(diǎn)云簇的屋頂平面并結(jié)合當(dāng)?shù)胤课萁Y(jié)構(gòu)圖進(jìn)行大規(guī)模城市場景三維重建[3]。這一研究最先實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)語義分割與三維重建。2002年由Autodesk最早推出BIM軟件,但使用手工建模方式始終在時(shí)效性上欠佳,而使用激光掃描儀和攝影測量可獲得施工實(shí)況。因此,學(xué)術(shù)界一直在探索如何利用點(diǎn)云自動(dòng)構(gòu)建完整而準(zhǔn)確的3D幾何模型。2003年,Gordon在案例中將從激光掃描儀和嵌入式傳感器采集到的施工場景信息整合至工程數(shù)字模型中,與擬建模型比對檢測施工過程中出現(xiàn)的與設(shè)計(jì)不相符的曲率偏差等結(jié)構(gòu)缺陷[4]。從2005年到2018年,點(diǎn)云在建筑行業(yè)的實(shí)際應(yīng)用涵蓋了三維場景建模、幾何質(zhì)量監(jiān)測、工程進(jìn)度及安全管理、建筑力學(xué)分析等多個(gè)方面。近些年,研究熱點(diǎn)集中在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法與點(diǎn)云結(jié)合應(yīng)用,這為點(diǎn)云技術(shù)在建筑施工過程中的應(yīng)用提供了新思路[5-7]。

2 基于點(diǎn)云技術(shù)的建筑施工三維重建

2.1 點(diǎn)云預(yù)處理

由于建筑施工過程復(fù)雜,且受物體遮擋、噪聲干擾、背景及視點(diǎn)變化等因素影響,使獲取的原始點(diǎn)云數(shù)據(jù)具有顯著多樣性,不可避免地包含一些非目標(biāo)點(diǎn)云。因此,原始點(diǎn)云數(shù)據(jù)需進(jìn)行配準(zhǔn)、去噪、濾波和精簡的預(yù)處理過程提高后續(xù)點(diǎn)云處理效率和精度。

1)點(diǎn)云數(shù)據(jù)配準(zhǔn)拼接

點(diǎn)云配準(zhǔn)主要分為剛性配準(zhǔn)和非剛性配準(zhǔn)。而在建筑領(lǐng)域,由于不涉及對點(diǎn)云進(jìn)行變形的非剛性操作,一直是以剛性配準(zhǔn)為主要研究對象,即通過平移和旋轉(zhuǎn)等不改變?nèi)魏蝺牲c(diǎn)之間距離的變換實(shí)現(xiàn)點(diǎn)云配準(zhǔn)過程。經(jīng)典點(diǎn)云配準(zhǔn)策略是一個(gè)由粗到精的過程[8]。

粗配準(zhǔn)通常為全局配準(zhǔn),當(dāng)前點(diǎn)云粗配準(zhǔn)算法包括基于窮舉搜索和基于特征匹配2類?；谏疃葘W(xué)習(xí)的方法已被證明在室內(nèi)和小規(guī)模室外點(diǎn)云配準(zhǔn)中取得較好效果[9]。但對于建筑施工過程這樣大規(guī)模且復(fù)雜性較高的室外點(diǎn)云數(shù)據(jù)配準(zhǔn)仍然存在障礙,需在未來研究中付出更多努力。精配準(zhǔn)通常為局部配準(zhǔn)。其中,最近點(diǎn)迭代法(iterative closest point,ICP)是最經(jīng)典及應(yīng)用最廣泛的精配準(zhǔn)方法,但其高度依賴良好的粗配準(zhǔn)效果且對于具有密度變化的點(diǎn)云數(shù)據(jù)適用性較差。大量研究者從精確度和效率2個(gè)方面對ICP算法進(jìn)行改進(jìn)。

對于建筑施工過程中的點(diǎn)云配準(zhǔn),存在嚴(yán)重遮擋及大量噪點(diǎn)是主要應(yīng)用難點(diǎn),目前取得了一定研究進(jìn)展,如ICP方法、語義和幾何信息約束等方法都很好地提升了配準(zhǔn)效率。而基于深度學(xué)習(xí)的方法在配準(zhǔn)具有嚴(yán)重遮擋及有限重疊的場景方面具有巨大潛力,也是目前該領(lǐng)域研究熱點(diǎn)。

2)點(diǎn)云去噪精簡

點(diǎn)云濾波去噪可在有效消除噪聲點(diǎn)云產(chǎn)生影響的同時(shí)很好地保持點(diǎn)云模型在幾何上的顯著特征,從而為后續(xù)應(yīng)用提供高質(zhì)量的點(diǎn)云模型。目前的點(diǎn)云濾波算法研究較為成熟,主流方法包括基于統(tǒng)計(jì)、鄰域、投影、偏微分、信號處理及混合策略技術(shù)。

點(diǎn)云精簡可在保證模型完整性和關(guān)鍵特征基礎(chǔ)上,提升計(jì)算機(jī)硬件處理效率,降低硬件成本。常見的點(diǎn)云簡化算法包括基于網(wǎng)格的和基于點(diǎn)的兩大類。前者需生成大量網(wǎng)格,時(shí)間和空間復(fù)雜度較高;后者占用資源較少,但對點(diǎn)云細(xì)節(jié)特征的保持性較差。現(xiàn)有方法大多是基于點(diǎn)的精簡方法,如最小包圍盒法、曲率采樣法、K-means聚類方法等。

對于建筑施工過程中的點(diǎn)云去噪過程,由于其環(huán)境復(fù)雜性需在去噪效率和效果兩方面進(jìn)行深入研究。建筑施工場景點(diǎn)云數(shù)據(jù)往往數(shù)據(jù)量巨大,提升三維點(diǎn)云濾波算法的計(jì)算效率是未來研究的主要方向之一。目前點(diǎn)云精簡算法大多側(cè)重于保留模型完整性及提高效率,往往忽略大量細(xì)部特征。而在建設(shè)施工過程中,需在完整點(diǎn)云場景中提取目標(biāo)個(gè)體點(diǎn)云數(shù)據(jù)。因此,在保留原始點(diǎn)云細(xì)節(jié)幾何特征的前提下,盡可能多地刪減冗余點(diǎn)仍是點(diǎn)云精簡未來的研究重點(diǎn)。

2.2 點(diǎn)云語義分割

點(diǎn)云分割是三維場景理解的關(guān)鍵步驟,尤其是在施工階段,將目標(biāo)對象高效準(zhǔn)確地分割能為后續(xù)研究提供數(shù)據(jù)基礎(chǔ)。點(diǎn)云分割主要分為傳統(tǒng)點(diǎn)云分割和語義分割。

1)傳統(tǒng)點(diǎn)云分割

傳統(tǒng)點(diǎn)云分割是將點(diǎn)云分割成具有相似特征的點(diǎn)集,無法同時(shí)給予語義信息,需以人工方式對這些點(diǎn)云集合賦予語義信息,主要有基于邊緣檢測、區(qū)域增長、模型擬合及屬性聚類4類方法。邊緣檢測適用于如道路邊緣檢測等擁有特定邊緣特征的特定場景任務(wù)對象;區(qū)域增長方法較穩(wěn)定,但參數(shù)調(diào)整困難,種子點(diǎn)選取和屬性特征定義直接影響最終效果;模型擬合方法計(jì)算效率較高但局限于規(guī)則幾何形狀屬性聚類分割方法,但在處理大規(guī)模點(diǎn)云場景時(shí),時(shí)間復(fù)雜度較大。

傳統(tǒng)點(diǎn)云分割方法無須大量訓(xùn)練樣本進(jìn)行學(xué)習(xí),計(jì)算量較小,且可充分利用人工經(jīng)驗(yàn)和對象本身特征,提高分割精度和效率。因此,在建筑施工過程中常被用于特定任務(wù)中對目標(biāo)對象的高精度、高效率分割[10]。

2)語義分割

點(diǎn)云語義分割則是指從一個(gè)點(diǎn)云場景中分割出各種物體,并同時(shí)賦予其語義標(biāo)簽。早期點(diǎn)云語義分割方法主要是通過人工提取點(diǎn)云特征,再輸入到分類器中進(jìn)行點(diǎn)云分割與分類,此類方法需大量人工參與,嚴(yán)重依賴人工經(jīng)驗(yàn)。隨著卷積神經(jīng)網(wǎng)絡(luò)的出現(xiàn)并開始應(yīng)用于三維場景,可以實(shí)現(xiàn)點(diǎn)云特征的自動(dòng)提取。目前應(yīng)用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)點(diǎn)云語義分割的方法主要有基于二維多視圖、基于三維體素化及基于點(diǎn)云本身。前兩種方法核心思想均是將無序點(diǎn)云預(yù)處理,轉(zhuǎn)換成規(guī)則的、傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)可直接處理的結(jié)構(gòu),但均不可避免地帶來點(diǎn)云信息損失并對計(jì)算機(jī)性能提出了更高要求?；邳c(diǎn)云本身的方法能很好地保留原始點(diǎn)云信息,最先采用這一方法的是PointNet網(wǎng)絡(luò)[11]。PointNet模型存在無法很好地提取局部特征問題。目前有許多研究者基于PointNet 模型提出了系列解決方案以改進(jìn)基于點(diǎn)云本身的語義分割方法,如PointNet++,RandLA-Net,PointCNN等。

基于深度學(xué)習(xí)的點(diǎn)云語義分割在建筑施工領(lǐng)域已得到一定應(yīng)用,如利用點(diǎn)的幾何和顏色特征進(jìn)行分割[12]。但由于點(diǎn)云自身固有特性和建筑施工場景存在嚴(yán)重遮擋與大量噪聲點(diǎn)云的問題,均對深度學(xué)習(xí)模型提出了更高要求[13]。未來構(gòu)造具有更高分割精度和更廣泛適用場景的語義分割模型仍是主要研究方向。同時(shí),進(jìn)一步通過目標(biāo)檢測和語義分割的結(jié)合以實(shí)現(xiàn)實(shí)例分割,從而實(shí)現(xiàn)對同類物體中不同個(gè)體有效分割,而不是分割具有相同語義同類物體。由于建筑施工過程中對單個(gè)物體點(diǎn)云模型提取的需要,深入實(shí)例分割研究具有重要意義。

2.3 逆向模型建立

現(xiàn)階段較成熟和主流的模型重建方式包括在建模軟件中參照點(diǎn)云模型進(jìn)行手動(dòng)創(chuàng)建、模型擬合建模、邊界表達(dá)建模、先驗(yàn)假設(shè)建模和曲面建模。

模型擬合的主要應(yīng)用對象是可以用簡明標(biāo)準(zhǔn)數(shù)學(xué)表達(dá)式或參數(shù)表示的幾何對象。邊界表達(dá)建模則是提取幾何對象邊界線并在此基礎(chǔ)上進(jìn)一步簡化和規(guī)則化邊界拓?fù)潢P(guān)系,從而完成模型建立?；谙闰?yàn)假設(shè)建模往往事先假設(shè)所創(chuàng)建的模型為遵循特定幾何形狀關(guān)系、語法規(guī)則或與預(yù)定義模型基元庫模型相匹配,然后結(jié)合建筑點(diǎn)云本身,構(gòu)建遵循上述先驗(yàn)約束下的三維建筑模型?；诰W(wǎng)格建模利用構(gòu)造豐富的網(wǎng)格(如三角形和矩形)擬合點(diǎn)云表面,從而實(shí)現(xiàn)模型建立,其最大特點(diǎn)在于能對復(fù)雜模型結(jié)構(gòu)進(jìn)行重建。

總體而言,三維模型重建算法的發(fā)展趨勢是自動(dòng)化程度越來越高,所需人工干預(yù)越來越少,且應(yīng)用面越來越廣。然而,現(xiàn)有算法依然存在運(yùn)算復(fù)雜度較高、只能針對單個(gè)物體且對背景干擾敏感等問題。研究具有較低運(yùn)算復(fù)雜度且不依賴先驗(yàn)知識的全自動(dòng)三維模型重建算法,是目前主要難點(diǎn)。同時(shí),上述方式雖然能滿足建筑施工過程模型重建的部分需要,但涉及大量人工操作,耗時(shí)且主觀易出錯(cuò),并多為幾何或表面建模,不包含語義信息,不能充分發(fā)揮模型重建后的價(jià)值及不能用于BIM模型重建。因此,包含語義信息的體積建模方式是目前研究熱點(diǎn),也是難點(diǎn)。

適用于BIM模型重建的體積建模方式主要分為兩類,分別為自上而下方式和自下而上方式。自上而下方式也稱Scan vs BIM,是利用已有的先驗(yàn)知識進(jìn)行點(diǎn)云解釋,通過實(shí)際點(diǎn)云和虛擬點(diǎn)云比較提取并匹配圓形截面以生成既有建筑BIM模型。然而在建筑施工過程中,并未針對現(xiàn)有場景先驗(yàn)信息,因此并不符合施工過程中的應(yīng)用場景。自下而上方式也稱Scan to BIM,是在無先驗(yàn)知識情況下,只以掃描獲得的點(diǎn)云模型為輸入,并不斷提取相關(guān)信息,直至可構(gòu)建預(yù)期的BIM模型,是一種依靠建模邏輯來解釋和利用點(diǎn)云數(shù)據(jù)的通用方法,也是該領(lǐng)域研究熱點(diǎn)。核心步驟包括對象識別、幾何建模與拓?fù)渲亟?如圖1所示。

圖1 自動(dòng)模型重建核心步驟

3個(gè)步驟均需事先獲取不同類別信息,包括建筑元素幾何結(jié)構(gòu)、對象類別和材質(zhì)屬性等非幾何信息、建筑元素之間幾何關(guān)系。對象識別的目的在于提取需要的目標(biāo)點(diǎn)云和參數(shù)信息,方法則是語義分割。幾何信息表示方法中可按參數(shù)與非參數(shù)、顯性與隱性、全局與局部3個(gè)獨(dú)立維度進(jìn)行分類。參數(shù)化是指用參數(shù)表示,如用半徑和圓心來表示圓;非參數(shù)化則可以用三角網(wǎng)格來表示物體。顯性表示直接編碼表示的對象;隱性則表示需通過中間參數(shù)來間接表示對象,如直方圖。由于BIM模型通常由參數(shù)化的幾何圖元表示,因此顯性參數(shù)化建模是BIM模型重建采用的策略。

對于全局或局部方法,前者通常是基于整個(gè)點(diǎn)云模型。該類幾何重建方法的優(yōu)點(diǎn)是可在點(diǎn)云中直接觀察到對象幾何結(jié)構(gòu),并且對象均可單獨(dú)重建且不必?fù)?dān)心結(jié)構(gòu)中復(fù)雜連接問題。然而,這些方法產(chǎn)生的模型不易修改,而且在復(fù)雜對象中生成參數(shù)化的模型可能有挑戰(zhàn)性。局部方法則是將點(diǎn)云模型分割或聚類成獨(dú)立建筑元素進(jìn)行處理,其策略是建造1組局部構(gòu)件模型,這是目前廣泛采用的一種方法,優(yōu)點(diǎn)是能實(shí)現(xiàn)參數(shù)化建模,是目前建筑行業(yè)所需要的。拓?fù)渲亟壳坝?種常用方法:單元分解、連接評估和形狀語法[14]。

總體而言,基于點(diǎn)云數(shù)據(jù)進(jìn)行BIM模型的自動(dòng)化重建過程仍在探索中。但對于建筑施工領(lǐng)域,BIM模型的應(yīng)用對項(xiàng)目管理、結(jié)構(gòu)設(shè)計(jì)、方案審查等具有重要意義。因此,結(jié)合施工場景特點(diǎn)建立一個(gè)自動(dòng)化重建系統(tǒng),在輸入點(diǎn)云數(shù)據(jù)和先驗(yàn)知識后可自動(dòng)生成語義豐富的BIM模型是需要在未來不斷推進(jìn)點(diǎn)云和BIM技術(shù)協(xié)同應(yīng)用于建筑施工過程中的關(guān)鍵。

3 基于點(diǎn)云技術(shù)的建筑施工質(zhì)量檢測

點(diǎn)云數(shù)據(jù)在建筑施工質(zhì)量檢測領(lǐng)域應(yīng)用廣泛,目前對于建筑質(zhì)量檢測研究主要分為建筑部件質(zhì)量檢測、建筑整體質(zhì)量檢測及建筑施工輔助結(jié)構(gòu)質(zhì)量檢測3個(gè)方面。

3.1 建筑部件質(zhì)量檢測

建筑部件質(zhì)量檢測主要分為表面檢測和尺寸檢測,表面檢測主要檢測建筑部件裂縫、平整度等。但建筑施工過程的點(diǎn)云數(shù)據(jù)存在不準(zhǔn)確性,很難克服噪點(diǎn)對掃描結(jié)果的影響。點(diǎn)云數(shù)據(jù)在建筑構(gòu)件表面檢測的邏輯性如圖2所示,該方法雖系統(tǒng)性整理了建筑構(gòu)件表面檢測,但主要針對規(guī)則矩形及均勻厚度預(yù)制混凝土構(gòu)件,對于更復(fù)雜的建筑結(jié)構(gòu),該體系應(yīng)用表現(xiàn)較差。復(fù)雜建筑部件檢測多通過輔助算法參與。輔助算法參與保證了結(jié)果魯棒性和穩(wěn)定性,實(shí)現(xiàn)了很好的可視化效果,為建筑部件質(zhì)量檢測提供了新思路。

圖2 表面質(zhì)量檢測邏輯

對于尺寸檢測多在點(diǎn)云數(shù)據(jù)基礎(chǔ)上檢測建筑部件特征邊界,如基于PCA幾何匹配、點(diǎn)云數(shù)據(jù)自動(dòng)識別等。同樣對于復(fù)雜結(jié)構(gòu)尺寸檢測結(jié)合貪心算法、蟻群算法、配準(zhǔn)算法等多種算法的綜合運(yùn)用,以達(dá)到大型建筑復(fù)雜部件智能化檢測的目的[15]。

建筑部件檢測更加精細(xì),對檢測結(jié)果的準(zhǔn)確性要求更高,傳統(tǒng)人工檢測模式也逐漸被淘汰,先進(jìn)的掃描儀器和理論算法知識成為建筑部件質(zhì)量檢測支撐,由于建筑部件本身結(jié)構(gòu)復(fù)雜且精準(zhǔn)度高,允許誤差范圍小,不同構(gòu)件間也相互聯(lián)系影響,如何實(shí)現(xiàn)建筑部件高度精準(zhǔn)性檢測仍然是需要解決的問題,未來將持續(xù)推進(jìn)BIM技術(shù)、先進(jìn)算法和激光掃描結(jié)合的研究。

3.2 建筑整體質(zhì)量檢測

建筑整體質(zhì)量檢測與建筑構(gòu)件質(zhì)量檢測不同,建筑整體質(zhì)量檢測需站在全局高度,主要體現(xiàn)在建筑整體變形檢測。建筑整體變形受自然環(huán)境和地基等因素的相互作用影響,分為建筑位移、沉降、結(jié)構(gòu)構(gòu)造變形,即需對建筑整體垂直度和平整度進(jìn)行檢測,傳統(tǒng)建筑整體檢測主要使用全站儀、水準(zhǔn)儀等人工主導(dǎo)參與的檢測儀器,誤差較大,同時(shí)很難反映建筑質(zhì)量真實(shí)情況,隨著傾斜攝影技術(shù)、三維激光掃描技術(shù)研究的深入,許多學(xué)者將其應(yīng)用在建筑整體質(zhì)量檢測上,取得了很好的檢測效果。

在建筑整體平整度檢測方面,目前主要采用依靠傳統(tǒng)靠尺采集數(shù)據(jù)。特殊建筑結(jié)構(gòu)則多基于點(diǎn)云數(shù)據(jù)通過數(shù)據(jù)配準(zhǔn)逆向建模的方式和正向設(shè)計(jì)比對,以達(dá)到建筑平整度的智能化與精準(zhǔn)化檢測。在建筑垂直度方面,傳統(tǒng)方法將傳感器和激光點(diǎn)云結(jié)合,該方法實(shí)施過程較復(fù)雜,在實(shí)際操作過程中往往會(huì)出現(xiàn)偏差,進(jìn)而影響到結(jié)果判斷。為簡化復(fù)雜檢測程序,目前逐漸對不同空間數(shù)據(jù)捕捉技術(shù)[16]進(jìn)行多模態(tài)融合。后續(xù)大量學(xué)者根據(jù)此類技術(shù)實(shí)現(xiàn)了對建筑群質(zhì)量檢測和掃描,防止建筑發(fā)生傾斜、沉降等損壞。對復(fù)雜建筑高層結(jié)構(gòu)來說,傳統(tǒng)檢測方法在整體質(zhì)量檢測上存在很大局限性,復(fù)雜建筑高層結(jié)構(gòu)亟需高效、精準(zhǔn)、可操作性強(qiáng)的整體質(zhì)量檢測方法。目前的研究主要集中在數(shù)據(jù)采集過程創(chuàng)新、檢測過程時(shí)效性改進(jìn)及智慧化等方面。

在建筑整體質(zhì)量檢測方面,主導(dǎo)技術(shù)方向由傳統(tǒng)人工參與逐漸過渡到智能化掃描參與,同時(shí)隨著相關(guān)算法發(fā)展及更優(yōu)化更精準(zhǔn)的墻面擬合多項(xiàng)式等理論的進(jìn)步,在檢測掃描平整度和垂直度方面也取得了更大應(yīng)用,但考慮到建筑整體質(zhì)量檢測相對于構(gòu)件檢測處理的數(shù)據(jù)量更大,在智能掃描和數(shù)據(jù)處理等方面受到的局限性問題,目前研究推進(jìn)的重點(diǎn)仍放在如何進(jìn)行復(fù)雜場景下復(fù)雜異形結(jié)構(gòu)建筑檢測及如何推進(jìn)更快速、更精準(zhǔn)的整體質(zhì)量檢測方法。

3.3 建筑施工輔助結(jié)構(gòu)質(zhì)量檢測

建筑施工輔助結(jié)構(gòu)是建筑安全施工的重要輔助,如基坑支撐、擋土墻等。目前隨著高層及超高層建筑規(guī)模增加,基坑工程發(fā)展越來越快,但由于高層建筑往往涉及在城市建筑物附近,施工場地狹小,基坑深度大,再加上易受到天氣等多種因素的影響,基坑在施工過程中的質(zhì)量檢測受限,而擋土墻質(zhì)量檢測由于現(xiàn)代施工特點(diǎn)的原因,點(diǎn)云應(yīng)用質(zhì)量檢測研究相比較少。

點(diǎn)云最初在基坑變形監(jiān)測過程應(yīng)用方面并不樂觀,由于技術(shù)受限,點(diǎn)云數(shù)據(jù)掃描方式誤差過大,只能反映基坑基礎(chǔ)變化,無法做到實(shí)時(shí)監(jiān)測。為解決這一問題,在發(fā)展數(shù)據(jù)采集技術(shù)(如地面Lidar、二維激光雷達(dá)等)的同時(shí),多種優(yōu)化方案被應(yīng)用到基坑等建筑施工輔助結(jié)構(gòu)質(zhì)量檢測過程中,如Geomagic Studio軟件、視覺傳達(dá)理論等。但由于這類輔助結(jié)構(gòu)構(gòu)造原因及圖像和點(diǎn)云數(shù)據(jù)獲取可能受光線、遮擋、紋理等因素影響,近年來由于廣角相機(jī)操作更簡單,點(diǎn)云數(shù)據(jù)在建筑施工輔助結(jié)構(gòu)檢測中的應(yīng)用范圍也在逐漸擴(kuò)大。

建筑施工輔助結(jié)構(gòu)檢測隨著技術(shù)進(jìn)步發(fā)展也趨于智能化,由于輔助結(jié)構(gòu)構(gòu)造特點(diǎn)和環(huán)境特征,點(diǎn)云數(shù)據(jù)獲取是需要解決的主要問題,因此,建筑施工輔助結(jié)構(gòu)比建筑整體或構(gòu)件本身更依賴掃描技術(shù)的發(fā)展,從數(shù)據(jù)采集階段的參數(shù)優(yōu)化設(shè)計(jì)到數(shù)據(jù)處理階段的實(shí)時(shí)性與準(zhǔn)確性,均需更穩(wěn)定、更準(zhǔn)確的設(shè)備技術(shù)。

4 基于點(diǎn)云技術(shù)的建筑施工現(xiàn)場管理

通過為建筑對象提供幾何和語義數(shù)據(jù),點(diǎn)云數(shù)據(jù)在施工階段被用于提高生產(chǎn)效率、建筑質(zhì)量和安全性[17]。

4.1 施工進(jìn)度管理

基于點(diǎn)云數(shù)據(jù)的施工進(jìn)度管理應(yīng)用主要有2種:①事前基于點(diǎn)云數(shù)據(jù)建模分析,減少后續(xù)變更對進(jìn)度產(chǎn)生的消極影響,優(yōu)化工期;②施工過程中實(shí)時(shí)對現(xiàn)場信息進(jìn)行采集、可視化和處理,輔助做出快速反應(yīng),實(shí)現(xiàn)施工過程中對施工進(jìn)度的管理。

施工過程中遇到碰撞問題會(huì)造成財(cái)產(chǎn)與人力損失,并影響施工效率及進(jìn)度。因此,在基于點(diǎn)云數(shù)據(jù)完成BIM逆向建模后,對于得到的能反映真實(shí)改造空間現(xiàn)狀的場景模型,可在此基礎(chǔ)上建立現(xiàn)有建筑物改造施工模型,在模型上進(jìn)行深化設(shè)計(jì)或施工模擬[18],實(shí)現(xiàn)對進(jìn)度的事前控制。

點(diǎn)云數(shù)據(jù)在施工過程中更多地被用于跟蹤和監(jiān)測施工活動(dòng)進(jìn)度。這一過程通過實(shí)時(shí)進(jìn)行點(diǎn)云數(shù)據(jù)采集,并與包含進(jìn)度計(jì)劃的4D BIM模型進(jìn)行比較,確定當(dāng)前施工的實(shí)際進(jìn)度,評估進(jìn)度提前或滯后,輔助對現(xiàn)實(shí)做出快速反應(yīng),并進(jìn)一步做出決策。

部分研究通過對各種施工活動(dòng)中的實(shí)體或具體構(gòu)件進(jìn)行跟蹤監(jiān)測施工進(jìn)度。此外,還可對其他次要構(gòu)件和臨時(shí)構(gòu)件等進(jìn)行監(jiān)測。

對施工進(jìn)度跟蹤監(jiān)測的關(guān)鍵在于實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)對象識別的自動(dòng)化。通過優(yōu)化數(shù)據(jù)采集準(zhǔn)確率、提高生成點(diǎn)云精度、提高計(jì)劃與竣工比較檢測過程的準(zhǔn)確性、實(shí)現(xiàn)竣工和計(jì)劃數(shù)據(jù)的實(shí)時(shí)比較等進(jìn)一步提高進(jìn)度監(jiān)控的自動(dòng)化水平。

4.2 施工質(zhì)量管理

點(diǎn)云數(shù)據(jù)在工程質(zhì)量控制中的應(yīng)用主要集中在預(yù)控階段。在質(zhì)量預(yù)控階段,相比于傳統(tǒng)BIM建模方式,應(yīng)用點(diǎn)云數(shù)據(jù)輔助建?？捎行Ы鉀Q復(fù)雜環(huán)境帶來的問題,常用于幕墻施工、重難點(diǎn)工程、舊建筑保護(hù)、修繕、擴(kuò)建、改造或拆除等。在施工過程中,BIM和激光掃描可有效應(yīng)用于質(zhì)量控制,但如果只提供特定地點(diǎn)和時(shí)間的數(shù)據(jù),且需大量時(shí)間與人力,則限制了其在施工過程中識別和管理質(zhì)量缺陷的能力。因此,不斷有研究致力于解決場地、時(shí)間與人力等因素帶來的障礙,以使點(diǎn)云數(shù)據(jù)能被充分利用于質(zhì)量實(shí)時(shí)監(jiān)測中,輔助進(jìn)行施工過程中的質(zhì)量管理。參與質(zhì)量監(jiān)測的工作流程如圖3所示。點(diǎn)云數(shù)據(jù)也被應(yīng)用于質(zhì)量追溯,如通過基于案例推理(CBR)方法,結(jié)合數(shù)據(jù)挖掘算法從數(shù)據(jù)中提取質(zhì)量問題解決知識,以提高解決質(zhì)量問題的能力[19]。

圖3 質(zhì)量監(jiān)測工作流程

4.3 施工安全管理

基于點(diǎn)云數(shù)據(jù)提供建筑相關(guān)對象的準(zhǔn)確幾何信息的特點(diǎn),點(diǎn)云數(shù)據(jù)被廣泛應(yīng)用于施工安全管理中,主要圍繞施工現(xiàn)場、作業(yè)人員行為與施工設(shè)備3個(gè)方面。施工現(xiàn)場存在的安全隱患嚴(yán)重影響作業(yè)人員健康與安全。通過點(diǎn)云數(shù)據(jù)提供的與施工相關(guān)對象的精確幾何信息,可對現(xiàn)場存在的安全隱患進(jìn)行識別,如塌方、堆放規(guī)范性、資源時(shí)空運(yùn)動(dòng)等。在識別到安全隱患后,可基于此對作業(yè)人員行為進(jìn)行安全管理,通過對安全隱患模擬,使可能發(fā)生的危險(xiǎn)可視化,進(jìn)行對作業(yè)人員的安全教育,有利于改善工人本身及其安全行為。

施工設(shè)備對安全的影響則主要體現(xiàn)在:設(shè)備操作人員在操作時(shí)往往處于設(shè)備操作室中,存在視野盲點(diǎn),由此導(dǎo)致較多施工事故[20]。了解盲點(diǎn)有助于提高建筑工地安全性。

5 結(jié)論及展望

5.1 結(jié)論

目前點(diǎn)云技術(shù)在建筑施工管理中的應(yīng)用研究主要涵蓋三維重建、質(zhì)量檢驗(yàn)及現(xiàn)場管理3個(gè)維度。三維重建的研究集中在點(diǎn)云數(shù)據(jù)預(yù)處理、語義分割及逆向重建,質(zhì)量檢驗(yàn)則根據(jù)檢驗(yàn)對象劃分為建筑部件、建筑整體及輔助結(jié)構(gòu)等,點(diǎn)云數(shù)據(jù)在施工現(xiàn)場管理方向的研究主要集中在施工進(jìn)度、質(zhì)量及安全3個(gè)方面。點(diǎn)云技術(shù)的應(yīng)用對于提高建筑施工過程生產(chǎn)力和安全性、提高建筑施工過程數(shù)字化水平具有重要推動(dòng)作用,目前也取得了良好的應(yīng)用效果,但仍存在一定難點(diǎn)和問題。

1)點(diǎn)云數(shù)據(jù)處理算法適用性 利用獲取的點(diǎn)云數(shù)據(jù)對建筑施工質(zhì)量進(jìn)行檢測相比于傳統(tǒng)檢測方案和儀器能取得很好的精準(zhǔn)度和穩(wěn)定性,但目前仍存在智能算法和統(tǒng)計(jì)模型的適用性問題。目前存在非常多的智能算法和統(tǒng)計(jì)模型,在推進(jìn)建筑質(zhì)量檢測中點(diǎn)云數(shù)據(jù)的缺陷檢測、缺陷分割等方面存在很多應(yīng)用,但在建筑領(lǐng)域的適用性上仍存在空缺。質(zhì)量檢測的實(shí)時(shí)性也是目前面臨的問題之一,建筑質(zhì)量檢測需不斷推進(jìn)實(shí)時(shí)監(jiān)測內(nèi)容,不允許存在滯后性,任何滯后性將有可能造成安全事故發(fā)生,而點(diǎn)云數(shù)據(jù)獲取和處理存在時(shí)間差。點(diǎn)云數(shù)據(jù)處理設(shè)備要求較高,而相關(guān)點(diǎn)云數(shù)據(jù)處理設(shè)備由于技術(shù)發(fā)展問題,缺少成熟的數(shù)據(jù)處理軟件。

2)點(diǎn)云數(shù)據(jù)處理滯后性 點(diǎn)云數(shù)據(jù)獲取通常與點(diǎn)云數(shù)據(jù)可視化和處理分離。在施工現(xiàn)場采集到的數(shù)據(jù)需到辦公室使用計(jì)算機(jī)程序進(jìn)行可視化和處理,因此,現(xiàn)場工程師無法及時(shí)從點(diǎn)云數(shù)據(jù)中獲得有關(guān)施工活動(dòng)重要信息。這種延遲阻礙了現(xiàn)場問題的及時(shí)識別和處理,使點(diǎn)云數(shù)據(jù)在施工進(jìn)度跟蹤、質(zhì)量與安全實(shí)時(shí)管理等方面的應(yīng)用效果大打折扣。目前有研究通過可穿戴設(shè)備在一定程度上實(shí)現(xiàn)了數(shù)據(jù)實(shí)時(shí)對比,但仍需進(jìn)一步研究以發(fā)揮點(diǎn)云數(shù)據(jù)在實(shí)時(shí)施工管理上的潛力。

3)環(huán)境對識別準(zhǔn)確率的影響 無論是進(jìn)度、質(zhì)量還是安全管理,對現(xiàn)場情況的準(zhǔn)確識別都是點(diǎn)云數(shù)據(jù)應(yīng)用的重要前提。三維點(diǎn)云數(shù)據(jù)的獲取方式普遍受到環(huán)境影響,在實(shí)際施工中如果遇到不良環(huán)境條件(如雨天、霧天、陰天等)會(huì)提高對施工現(xiàn)場的識別難度。高效高質(zhì)點(diǎn)云數(shù)據(jù)預(yù)處理和分割是后續(xù)進(jìn)行點(diǎn)云三維重建的基礎(chǔ)前提與保障。但建筑施工場景普遍存在嚴(yán)重遮擋、噪聲點(diǎn)多、環(huán)境動(dòng)態(tài)性復(fù)雜性程度高等問題。因此,實(shí)現(xiàn)點(diǎn)云預(yù)處理和分割過程中各工序的技術(shù)突破,以及面向建筑施工具體場景的技術(shù)應(yīng)用仍是需面對的問題。在點(diǎn)云的三維重建過程中,盡管目前有許多經(jīng)典的三維重建算法,在建筑施工領(lǐng)域也能進(jìn)行借鑒應(yīng)用,但在適用性和效率上仍存在差距。同時(shí),實(shí)現(xiàn)基于點(diǎn)云數(shù)據(jù)的BIM模型三維重建是未來不斷推進(jìn)點(diǎn)云和BIM技術(shù)協(xié)同應(yīng)用于建筑施工過程中的關(guān)鍵。但目前仍未形成成熟的技術(shù)應(yīng)用,需要在未來不斷深入。

4)數(shù)據(jù)處理過程自動(dòng)化程度低 施工過程管理尚未實(shí)現(xiàn)完全自動(dòng)化。許多自動(dòng)化手段在實(shí)際操作中受到很多局限,仍需人力參與。雖然有諸如Trimble,Faro等激光點(diǎn)云掃描設(shè)備及配套的點(diǎn)云數(shù)據(jù)處理軟件,但點(diǎn)云數(shù)據(jù)格式較多,不同軟件間數(shù)據(jù)交互困難。此外,建筑工程施工過程環(huán)境復(fù)雜,同樣會(huì)影響到點(diǎn)云數(shù)據(jù)自動(dòng)化處理,導(dǎo)致諸如點(diǎn)云數(shù)據(jù)拼接過程中標(biāo)靶點(diǎn)識別困難、拼接誤差加大等情況出現(xiàn)。

5.2 展望

點(diǎn)云技術(shù)的研究主要集中在三維重建、質(zhì)量檢驗(yàn)及建筑施工現(xiàn)場管理,這3個(gè)研究維度互相關(guān)聯(lián)緊密,但仍存在數(shù)據(jù)處理方面問題。本文對現(xiàn)有點(diǎn)云技術(shù)在建筑施工領(lǐng)域的研究進(jìn)行綜述,可發(fā)現(xiàn)目前研究處于一個(gè)發(fā)展期,由于點(diǎn)云技術(shù)核心是提供數(shù)據(jù)上的支撐,結(jié)合目前建筑產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級、建設(shè)“城市數(shù)據(jù)大腦”等數(shù)字化智慧化管理平臺,推動(dòng)數(shù)據(jù)整合共享等政策性發(fā)展要求,其未來發(fā)展將集中在通用點(diǎn)云數(shù)據(jù)平臺、城市信息模型及施工過程數(shù)字孿生3個(gè)方面。

1)3個(gè)研究維度表現(xiàn)出的不同軟件設(shè)備、工程階段、不同利益相關(guān)方存在信息系統(tǒng)孤島、跨系統(tǒng)數(shù)據(jù)無法共享等問題,之后的研究方向首先需從點(diǎn)云數(shù)據(jù)治理入手,實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)多專業(yè)之間的交互應(yīng)用及數(shù)據(jù)規(guī)范化。同時(shí),點(diǎn)云數(shù)據(jù)治理還應(yīng)發(fā)展成為一個(gè)通用平臺進(jìn)行管理,實(shí)現(xiàn)不同模態(tài)點(diǎn)云數(shù)據(jù)自由轉(zhuǎn)化與應(yīng)用。

2)不同點(diǎn)云數(shù)據(jù)通常相互獨(dú)立,對數(shù)據(jù)進(jìn)行三維建模后,同樣三維模型間的關(guān)聯(lián)信息少,目前點(diǎn)云數(shù)據(jù)主要應(yīng)用于單體建筑施工。隨著社會(huì)不斷發(fā)展,不同三維模型間的位置關(guān)系、連接關(guān)系、建筑群與周邊環(huán)境的關(guān)系逐漸受到關(guān)注。所以點(diǎn)云數(shù)據(jù)更需描述位置 3D 坐標(biāo),對其本身蘊(yùn)含的強(qiáng)度、RGB顏色和語義信息等屬性進(jìn)行利用,為城市整體信息模型做數(shù)據(jù)支撐。高效、快速地實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)通過語義擴(kuò)充、逆向建模等方式構(gòu)建城市信息模型將是今后研究的一大方向。

3)在建筑項(xiàng)目施工過程中會(huì)產(chǎn)生大量工程數(shù)據(jù)及點(diǎn)云數(shù)據(jù),由于建筑施工場景普遍存在嚴(yán)重遮擋、噪聲點(diǎn)多、環(huán)境動(dòng)態(tài)性復(fù)雜性程度高等問題,這些數(shù)據(jù)價(jià)值密度低,將這些點(diǎn)云數(shù)據(jù)提煉,實(shí)現(xiàn)建筑施工過程實(shí)時(shí)管理是后續(xù)研究重點(diǎn)之一。數(shù)字化建造要求實(shí)現(xiàn)建筑的全過程、全要素、全參與方的數(shù)字化、在線化、智能化,因此,在通用點(diǎn)云數(shù)據(jù)平臺基礎(chǔ)上進(jìn)行進(jìn)一步應(yīng)用,實(shí)現(xiàn)施工過程虛實(shí)映射的“數(shù)字孿生”。