[發明專利]一種基于BIM圖片識別的隧道圍巖分級方法

有效

• 申請號: 202010463681.0
• 申請日: 2020-05-27
• 公開（公告）號: CN111626358B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 姜諳男;鄭帥;張廣濤;姜相松;董慶波;羅國成;馮開帥;鄭際練;宋永亮;高峰;岳楷航;劉天華;張洪賈
• 申請（專利權）人: 大連海事大學
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/20;G06T17/05;G06T15/00;G06T7/00;G06V20/50;G06V10/774
• 代理公司: 大連至誠專利代理事務所(特殊普通合伙) 21242
• 代理人: 楊威;楊爽

本發明提供一種基于BIM圖片識別的隧道圍巖分級方法，包括以下步驟：獲取圍巖施工斷面的圖像，并存入BIM平臺；對所述圖像進行識別處理，得到地質素描圖；并從所述地質素描圖中分別提取圍巖信息，以每個斷面的圍巖信息作為輸入，評價等級作為輸出，形成學習樣本；對多個學習樣本采取有放回的抽樣方式進行抽取，建立并行評價模型組。所述分級信息及分級結果采用IFC拓展的形式存儲為BIM屬性信息。本發明基于BIM采用圖片識別的方式對當前開挖的施工斷面的圍巖信息進行提取，進行工程地質環境的動態評價，并通過BIM進行評價結果展示與施工方案推薦，有利于施工方案的針對性調整，在保證施工安全的情況下最大限度節省施工成本、縮短建設周期。

技術領域

本發明涉及隧道圍巖分級技術領域，尤其涉及一種基于BIM圖片識別的隧道圍巖分級方法。

背景技術

隧道建設過程中，所處地質環境具有一定的隨機性。施工前期地質勘查得到的巖體質量評價結果是較為模糊的，無法滿足工程需求。

現有技術將機器學習方法引入至隧道圍巖分級過程中，但是這些研究的分級指標來源仍采用人工讀取數據的方式實現，準確性不足。另一方面，現有的機器學習方法所建立的圍巖分級模型是隱式的、非線性的，未考慮各分級指標之間的差異及各指標對分級結果的影響程度，所得分級結果的準確性是模糊的，需一種考慮各評價指標影響程度的圍巖分級評價方法。

發明內容

本發明提供一種基于BIM圖片識別的隧道圍巖分級方法，以克服上述技術問題。

本發明提供一種基于BIM圖片識別的隧道圍巖分級方法，其特征在于，包括：以下步驟：

S1：獲取圍巖施工斷面的圖像，并存入BIM平臺；

S2：對所述圖像進行處理，得到所述圖像地質素描圖；并從所述地質素描圖中提取圍巖信息，所述圍巖信息以IFC拓展的形式存儲于BIM中；

S3：以所述圍巖信息作為輸入，圍巖等級作為輸出，形成學習樣本；對多個學習樣本采取有放回的抽樣方式進行N次抽取，得到多個訓練樣本，所述多個訓練樣本組成的第一評價模型組；

S4：對所述評價第一模型組中每個訓練樣本中的圍巖信息進行n(n≥2)次隨機抽取，每次抽取m(mM)個參數，M為圍巖信息數量，得到n個第二評價模型組；

S5：確定所述第二評價模型組的第一最重要信息，所述最重要信息為圍巖信息中的一個；保持所述第一最重要信息不變，對所述第二評價模型組中除所述第一最重要信息意外的其他圍巖信息進行n次隨機抽取，每次抽取m-1個參數，得到n個第三評價模型組；確定所述第三評價模型組的第二最重要信息；重復上述步驟，直至相鄰的兩個最重要信息相同；將最后一個最重要信息所在的評價模型組作為最終模型評價模型組；

S6：根據所述第一評價模型組和第二評價模型組進行基于BIM平臺的隧道圍巖級別自動評價，評價信息來源于BIM平臺中的隧道模型，評價結果通過隧道BIM模型進行模型化表達，并根據圍巖級別計算結果對隧道模型進行顏色渲染以表達當前區域的圍巖級別，并根據圍巖級別給出基于BIM的隧道施工方法。

進一步地，所述S3中，對多個學習樣本采取有放回的抽樣方式進行抽取后，未被抽取的樣本作為檢驗樣本。

進一步地，所述S4中通過所述檢驗樣本檢驗及信息增益方法確定所述第二模型評價組的最重要信息。

進一步地，所述S1中所述圖像處理，包括灰度變化處理、直方圖均衡化處理、銳化處理、邊緣檢測處理和直線檢測處理；對處理后的圖片采用對比度分析和線性統計方法獲得圍巖分級結果。

本發明基于BIM及圖片識別的方式對當前開挖的圍巖施工斷面的圍巖信息進行提取，并進行工程地質環境的動態評價，有利于施工方案的針對性調整，在保證施工安全的情況下最大限度節省施工成本、縮短建設周期。

附圖說明