基于BIM和深度学习点云分割的施工检查方法模拟研究

（中文） 建筑信息模型(BIM)为工程建设提供了丰富的空间和属性信息，三维激光扫描等三维信息获取技术的发展使获取工程建设三维场景信息变得更加便捷、高效。通过融合实际工程点云与BIM，将有助于实现工程建设质量和进度管理的自动化。既有研究一般比对点云与BIM的全局信息，需要工程人员根据不同规则检查判断，结果难以定量呈现。同时，比对结果无法与BIM构件属性自动关联并服务于智能化分析。针对上述问题，该文引入深度学习点云语义分割技术，对框架梁柱节点实现构件的对象化比对，提高了点云与BIM比对的自动化和数字化程度。模拟试验研究表明，采用的PointNet++模型在框架节点点云语义分割任务中取得了较高的精度，并对数据误差具有较好的健壮性，可为对象化的施工偏差比对提供良好的数据基础。该文方法实现的框架节点施工点云与BIM模型的对象化偏差比对，将在施工偏差展示、测量数据数字化和施工进度管理方面具有良好的应用价值和发展潜力。

推荐引用格式： 张帆, 孙楚津, 覃思中, 赵馨怡. 基于BIM和深度学习点云分割的施工检查方法模拟研究[J]. 工程力学, 2024, 41(2): 194-201. DOI: 10.6052/j.issn.1000-4750.2022.04.0281
论文链接