[發明專利]一種基于激光掃描點云的裝配式預制構件質量控制方法

在審

• 申請號: 202011168212.2
• 申請日: 2020-10-28
• 公開（公告）號: CN112330733A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 張華;康蕊
• 申請（專利權）人: 江蘇東印智慧工程技術研究院有限公司
• 主分類號: G06T7/521
• 分類號: G06T7/521;G06T7/00;G06K9/62;G06T17/20;G01B11/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

本專利提出了一種利用激光掃描技術采集預制構件表面質量信息，并對預制構件開孔、整體的尺寸、損傷面積等質量數據進行自動計算的方法，替代傳統人工尺量的方式，計算準確的生產質量指標，以實現更嚴格、更自動化的生產質量控制。與此同時，為了統一評價標準，結合國內外的標準提出了生產質量綜合評價體系，給預制構件的生產、評價與改進提供了依據。

技術領域

本發明涉及土木工程與測繪技術領域，尤其是一種基于激光掃描點云的裝配式預制構件質量控制方法。

背景技術

裝配式建筑作為建筑行業建造方法的新工藝，與之前傳統的現澆建筑有很大的不同。通過建筑構件在工廠廠房進行生產，以運輸到建筑現場進行吊裝的方式參與到建筑的構建中去。由于目前的技術和生產條件的限制，徹底替換現澆建筑方式暫時是不現實的，也是不經濟的，因此，大部分情況下需要預制構件與現澆建筑配合使用。

由于預制構件的生產不在現場，如果出現誤差進行更改的可能性比較小，因此對于預制構件的質量要求比較高。與現澆混凝土構件質量要求存在不同的地方在于，因為在工廠進行標準化生產，構件內部的質量問題往往得到良好的控制。但是由于預制構件需要進行吊裝操作，會在生產的時候預留吊裝設施，還有與現場其他建筑部分進行拼裝的開孔和管道等預埋件的定位位置需要很高的要求。另外在構件的拆模運輸過程中造成的表面損傷也是質量管控的其中一個方面。在目前的實踐應用中，盡管預制構件是在工廠中進行標準化生產，但是在質量控制方面管理依舊粗放。不僅國內外、國內各地方沒有統一的質量要求，而且在相關規范中推薦的檢驗方式仍然是尺量，這種方式不僅效率低下，而且誤差較大，不利于混凝土預制構件的生產質量控制。

因此，本專利提出了一種利用激光掃描技術采集預制構件表面質量信息，并對預制構件開孔、整體的尺寸、損傷面積等質量數據進行自動計算的方法，替代傳統人工尺量的方式，計算準確的生產質量指標，以實現更嚴格、更自動化的生產質量控制。與此同時，為了統一評價標準，結合國內外的標準提出了生產質量綜合評價體系，給預制構件的生產、評價與改進提供了依據。

發明內容

發明目的：本發明的目的是提供一種基于激光掃描點云的裝配式預制構件質量控制方法，以克服現有技術中質量管理效率低下且非自動化的缺點。并提供了質量控制依據。

技術方案：為實現上述目的，本發明所述的基于激光掃描點云的裝配式預制構件質量控制方法，包括如下步驟：

S1:利用激光掃描儀獲取裝配式建筑預制構件三維點云數據；

S2:對獲得的三維點云數據進行預處理，去除噪點，精簡點云數據的數據量；

S3:將預處理后的點云數據進行進一步的分割，提取出特征表面，并建立表面網格，鎖定質量問題出現的區域；

S4:利用Delaunay三角網絡和Alpha Shape算法，對特征表面的特征數據進行提取，將提取出的數據進行擬合，得到相關的質量參數；

S5:對得到的質量參數結合

質量控制要求進行分析綜合，利用加權打分法總體評估裝配式預制構件的質量是否符合要求。

進一步地，步驟S1中，利用激光掃描儀獲取裝配式建筑預制構件表面三維點云數據。

進一步地，步驟S2中，對獲得的三維點云數據進行預處理，去除噪點，精簡點云數據的數據量，其中包括以下關鍵算法：

應用KNN算法進行數據清洗:首先KNN算法對于數據點進行分類，可以保證在點云數據抽稀時有效區分平面點與邊界點，能夠充分保留原始數據的幾何特征，避免常規抽稀操作隨機抽取將原數據的幾何關系破壞；其次，KNN算法在數據處理的過程中，不僅可以進行抽稀操作，同時可以判斷離散點，將數據采集過程中受環境影響產生的噪點同時去除。