基于BIM与三维激光扫描的楼层轮廓异常部位提取

点击图片上方蓝色字体“慧天地”即可订阅

作 者 信 息

冉　东1，刘国栋1，黄　恒1，钟贤杨2，廖建兵2

（1. 重庆交通大学　土木工程学院，重庆　400074；2. 中国五冶集团，四川　成都　610063）

“ 

【摘要】在异形建筑施工过程中，由于混凝土胀模、模板安装质量等问题导致楼层轮廓施工结果不满足设计要求。传统运用全站仪采集轮廓信息的方法不满足异形建筑楼层轮廓异常部位提取，因此，提出一种基于BIM模型与三维激光扫描模型通过布尔运算提取楼层轮廓异常部位的方法，然后再运用ArcGIS可视化功能对超出限差值的异常部位进行分类分级显示并根据分类分级结果对楼层轮廓进行修整。运用BIM与三维激光扫描技术提取异常部位的方法能够更加准确地获取异常部位数据，但受AutoCAD软件运行速度及电脑配置的影响，数据处理速度较慢，从而影响数据快速获取。

【关键词】BIM；三维激光扫描；布尔运算；可视化

【中图分类号】P234.4 【文献标识码】A 【文章编号】1672-1586（2018）06-0097-05

”

引文格式：冉　东, 刘国栋, 黄　恒, 等. 基于BIM与三维激光扫描的楼层轮廓异常部位提取[J].地理信息世界,2018,25(6):97-101.

正文

0　引　言

近几年来随着建筑结构复杂程度增加，传统全站仪测量检测方式已不能够满足施工要求，而三维激光扫描与BIM模型相结合的新技术在建筑模型重构、质量检测中应用越来越广泛。许多学者对三维激光扫描与BIM相结合的研究大致可分为BIM模型重构、碰撞检测以及对比分析。首先是基于三维激光点云数据的模型重构，运用三维激光扫描仪，采用测站、公共点以及标靶的方法获取点云数据，采用Cyclone、Revit、Geomagic Studio等软件实现BIM模型重构。其次是碰撞检测，运用三维激光扫描技术获取点云数据，结合原始BIM模型做BIM与BIM模型碰撞或BIM与点云数据碰撞，广泛应用于建筑施工以及文物保护中，如上海世贸深坑酒店爆破施工以及重庆古城墙保护等。最后是对比分析，运用Revit、Geomagic Control、Cyclone、PCL等软件实现点云数据与点云数据、点云数据与BIM模型、BIM与BIM模型之间的匹配以及对比，分析施工以及生产过程中存在的问题，比如施工监测、建筑构件生产以及土壤侵蚀监测等方面。

虽然对于三维激光扫描技术与BIM技术相结合的施工结果检测研究已有许多，但仍然存在许多不足：首先对于异常部位的检测只停留在视觉上，没有实现异常部位提取；其次没有在空间层面上实现分类分级可视化显示和统计分析。本文研究结合徕卡MS60全站扫描仪以及Infinity、Cyclone、3Dmax、AutoCAD、ArcGIS等软件实现点云数据采集与拼接、模型构建与配准、数据处理以及异常部位提取和可视化显示，有效发现异形建筑楼层轮廓存在的问题。

1　三维激光扫描原理

三维激光扫描也称为激光雷达扫描，是近几年出现的一项高新技术，能够快速、直接、高精度的采集测量对象的三维信息。三维激光扫描测量分为测距和测角两个部分：从三维激光扫描仪中心到被扫描物点K 的距离S ，主要通过激光往返时间差或者相位差得到，再利用编码的方式获得每个激光信号发射瞬间的横向角度α ，以及纵向扫描β ，然后根据距离S和扫描角度α 、β 得到被扫描物点的空间信息，计算公式见式（1），示意图如图1所示。

图1　三维激光扫描示意图

Fig.1 3D laser scanning measurement diagram

2　数据采集与处理

2.1 数据采集

三维激光扫描点云数据采集方式有3种，分别是基于测站+后视点的方式，基于标靶的数据采集方式以及基于重叠度的自动拼接采集方式。其中基于标靶的采集方式精度最高，但难度最大。基于测站与后视点的次之，基于重叠度的采集方式精度最低。本文研究所采用的仪器为徕卡MS60全站扫描仪，0.6 mm高精度扫描，对于内业拼接要求不高，因此本文研究采用基于测站+后视点方式获取点云数据，为保证精度，在采集数据前需在扫描对象周围布设控制网。

2.2 数据处理与三维建模重构

MS60扫描得到的SDB数据格式无法直接做数据处理，需要运用Infinity软件将数据转为PTS格式以及完成数据配准和拼接。转换过后的PTS格式数据导入徕卡Cyclone软件进行三维建模，在建模之前需要对扫描的数据运用Merge命令做合并处理。运用Cyclone软件可以构建的三维模型有四面立体模型、圆柱以及圆锥，运用Cyclone软件构建此三类模型比较方便快捷。四面体模型通常需要参考面辅助，如构建梁的模型，首先是将参考面设置在梁底，根据点云数据勾勒梁底轮廓，然后根据梁高构建梁的三维模型。对于圆柱通常是运用Cyclone软件中Region grow工具下的Cylinder命令，直接形成圆柱。最后是圆锥模型的构建，通常采用Regiongrow工具下的Pipe run命令构建圆锥模型。

3　异常部位提取与ArcGIS可视化显示

3.1 布尔运算

3.1.1布尔差集运算

布尔差集运算实际就是将交集的部分去掉，保留不相交的部分。比如I ⊂O 且I ⊂P ，那么O 与P 的差集运算结果为O ⊂I 或者P ⊂I ，这取决于O 、P 谁是“减数”谁是“被减数”。如图2所示，两个闭合多边形ABCD 和EFGH，采用的运算规则是与非，也就是交集取反。如图2中的FGHEJCI 为图形ABCD 与图形EFGH 做差集运算得到的结果，其中图形EFGH 作为“被减数”，图形ABCD 为“减数”。

图2　布尔差集运算

Fig. 2 Boolean difference operation

3.1.2 布尔并集运算

布尔并集运算就是将两个集合中交叉部分去除，保留不交叉部分。比如T ⊂S 且T ⊂R，那么R ∪S =R +S -T。在实际运算过程中，布尔并集运算有两种情况，两个集合有交集或者没有交集，如图3所示，图形ABCD 与EFGH为两个图形，那么图形的布尔并集运算也就是将两个图形合并为一个整体。图形ABCD 和EFGH有交集，那么这两个图形的并集运算要将重叠部分减去，最后得到合并图形ABIFGHEJD。

图3　布尔并集运算

Fig. 3 Boolean union operation

3.1.3 布尔交集运算

布尔交集运算属于逻辑运算，如L ⊂M 、L ⊂N ，那么L 为M 与N 的交集，如图4所示，两个闭合的图形ABCD 和EFGH，可以发现IJC 既属于ABCD 又属于EFGH，那么IJC为ABCD 和EFGH 的交集，AutoCAD中的布尔交集运算也与图4相同，交集运算得到的结果可以用于重叠分析等。

图4　布尔交集运算

Fig. 4 Boolean intersection operation

3.2 异常部位提取

AutoCAD是基于Autodesk平台的一款功能比较齐全的软件，2012版以后可以实现三维建模以及三维模型处理。论文研究将采用阵列以及布尔运算实现异常部位提取，提取主要包含以下几个步骤：

1）转换数据格式，为了能够在AutoCAD平台上实现模型转换，必须对BIM模型以及点云重构模型进行数据格式转换，Revit软件和Cyclone软件都能够实现DXF交互数据格式转换，而DXF数据格式也是AutoCAD软件比较常用的数据格式。

2）模型实体化，通过Cyclone以及Revit导入到AutoCAD平台中的三维模型均不是实体模型，虽然可以做常规编辑，但是不能够做布尔运算。模型实体化有两种方式，其一是针对线框模型，若是线框模型可以根据三维工具中的概念化命令实现线框模型转实体模型。其二是视觉上是实体模型，但是无法做布尔运算，对于此类模型需要根据原始模型在AutoCAD中进行二次建模。

3）模型配准，主要针对原始BIM模型与重构模型之间的配准，原始BIM模型中具备设计控制点，因此实测控制点的精度以及配准精度决定异常部位提取的精度，由于配准在三维空间，必须保证平面配准以及高程配准精度，因此配准难度较大。

4）布尔运算，在布尔运算过程中所参与运算的模型单元越多，所耗费的时间越多，因此为了保证布尔运算的效率以及准确率，在做布尔差集运算之前，需对原始BIM实体模型和点云重构实体模型分别做布尔并集运算，使两种实体模型均为独立整体模型，然后再对两种实体模型做布尔差集运算，运算结果即为需要提取的建筑物异常部位。

5）模型分割及截面提取，通过布尔运算得到异常部位还不能够做可视化显示，无法细微显示超限情况。模型分割的目的是将提取的异常部位分割为截面宽度相等的小模型，而小模型之间的距离根据实际限差确定。模型分割需要构建一个新的长方体模型，该模型横截面宽度一定，横截面长度覆盖分割区域，模型高度应当大于被分割模型且纵向截面应当包含被分割模型纵向截面。为了确保分割后小模型的准确度，新创建的长方体模型必须与被分割模型的各个部位平行。然后根据建筑结构类别，通过与长方体高度方向垂直的面域做布尔交集运算便可提取分割模型横截面。

3.3 ArcGIS可视化显示

ArcGIS软件功能比较多，常应用于空间分析，比如坡度分析等。在对点、线、面数据常常运用符号系统进行分类分级显示，对处理过后的分割小模型截面可视化显示主要通过以下几个步骤：

1）格式转换，一般情况下ArcGIS可以直接导入DWG格式文件，但是通过布尔运算提取得到的结果处于三维空间中，通过实验论证发现得到DWG和DXF格式文件的模型截面导入到ArcMAP中无法显示和编辑，需要过度软件3Dmax将三维空间的模型截面DWG格式文件转为二维空间DWG格式文件，然后导入ArcMap便可以实现数据显示和编辑。

2）异常部位超出限差部分提取，在提取数据之前需要运用属性表中的计算几何命令对小模型截面积进行计算，然后根据阈值也就是限差值通过属性选择方法选取超出限差部分的小模型截面，然后另存为新的shp格式文件，则完成建筑轮廓超出限差部分的提取。

3）分类分级可视化显示以及统计分析，由于提取的异常部位不一定完全属于同一类建筑结构，因此在分级显示前需要对其分类，然后采用ArcMap属性中的符号系统命令对超限严重情况进行分级，并以颜色和符号区分。为了在数值上反应超限情况，运用统计直方图的方法显示各超限区间的比例。

4　案例分析

4.1 点云数据采集与处理

论文研究依托于中国五冶集团承建的重庆市渝北区仙桃数据谷二期工程，项目包含6栋异形结构建筑。异形建筑结构比较特殊，运用全站仪测得数据只能测得楼层底板弦子的轮廓线，对于外挑50 mm高150 mm外挑弦子以外部分运用全站仪无法测得。因此引入三维激光扫描技术获取楼层轮廓信息，实验采用徕卡MS60高精度全站扫描仪获取点云数据，在扫描对象6号楼四周布设5个控制点用于架设测站，通过计算得到高差闭合差为7.3 mm，坐标闭合差 x =26.3 mm、y =1 mm，均未超过限差，控制成果数据见表1。

表1　控制点数据

Tab.1 Control Point data

在点云数据采集过程中，根据MS60的特点，斜距越大、间距越小，扫描得到的点云数据密度越大，为了确保点密度，将扫描间距参数在横向和纵向上都设为1 mm,最后得到该楼层的点云数据总数为300 000个，满足建模要求，截取6号楼2层底板点云数据如图5所示。由于论文研究是提取楼层轮廓的异常部位，因此在建模时就没有考虑梁等结构，将底板上下面都建模成平面，模型如图6所示。

图5　二层底板点云数据

Fig. 5 The second floor point cloud data

图6　二层底板模型

Fig.6 The second floor model

4.2 楼层轮廓异常部位提取与显示

4.2.1 配准及异常部位提取

配准之前将模型实体化，原始BIM模型是根据设计图纸在AutoCAD中构建，因此只需要将框架模型通过概念化转为实体模型，而由Cyclone创建的点云模型导入AutoCAD后根据其轮廓进行二次建模。模型实体化后根据采集的3个控制点坐标fk1(1 045.371 6,1 038.024 2)、fk2(1 027.237 8,1 036.454 6)、fk3(1 046.593 7,1 023.869 7)，以及6号楼2层设计坐标在三维空间中进行配准，其中配准精度为1 mm。配准后运用布尔运算提取楼层轮廓异常部分，提取结果如图7所示。

图7　异常部位提取结果

Fig.7 Abnormal part position extraction result

4.2.2 模型分割及截面提取

通过布尔运算得到的异常部位模型整体高度800 mm,根据10 mm限差值构建一个高800 mm、宽1 mm的模型，然后对新构模型根据平行原则采用矩形阵列和环形阵列与异常部位模型做交集运算，将异常部位模型分割为46 322小模型。然后在三维空间中构建一个垂直且包含异常部位模型的实体模型，该模型厚度为零，再根据楼层轮廓外部结构分别提取分割小模型的横截面，由于宽度为1 mm，因此得到的截面面积即为超出限差的值。

4.2.3 ArcGIS可视化显示

根据幕墙安装施工要求，浇筑后楼层轮廓不得超出设计的10 mm，超出部分需要整改。根据楼层轮廓结构特征，将提取结果分为3类，分别对其进行分级显示。运用ArcMap属性选择功能提取超出限差部分，然后运用符号系统工具将截面根据面积大小分为11 mm～23.25 mm、23.25 mm～35.5 mm、35.5 mm～47.75 mm、47.75 mm～60 mm共4个等级,所对应分级颜色依次为青色、蓝色、黄色、红色，红色超出限值最严重，青色超出限差最缓，后续施工根据分类、分级结果进行修整，可视化结果如图8所示。

图8　提取结果可视化显示

Fig.8 Visual display of extraction results

4.3 精度以及质量评估

楼层轮廓异常部位提取精度主要由建模精度和配准确定，通过实验论证模型构建精度为毫米级，模型配准精度为2 mm,相对于10 mm限差完全满足精度要求。如图9所示，通过对提取结果统计直方图分析发现，超过10 mm限差的模型横截面总个数为22 095，误差值在10 mm～35.5 mm区间内所占比例为87.513%，在35.5 mm～60 mm区间内所占比例为12.487%，根据结果分析发现混凝土浇筑整体效果较好，超过35.5 mm部分所占比例较少，因此建筑楼层轮廓后期整改难度较小。

图9　检测结果直方图

Fig.9 Detection result histogram

5　结束语

在异形建筑施工过程中，尽管有精确的施工放样工序和施工工艺，仍然不能确保所有施工结果都满足BIM模型的设计要求，所以对异形建筑轮廓的施工结果进行质量检测与控制显得非常关键。由于受测量条件以及异形建筑结构影响，传统全站仪测量方法不能够准确获得建筑轮廓信息，论文提出利用三维扫描技术对施工楼层轮廓进行扫描建模，与BIM模型集成，再采用布尔算法实现建筑楼层异常部位的提取，最后利用GIS可视化技术进行异常部位的分级直观展示。实验结果表明：

1）在复杂异形建筑的施工阶段，将三维激光扫描与BIM模型进行集成可作为施工现场管理的有效技术辅助手段。三维激光扫描与BIM模型的集成是指对BIM模型和对应的三维扫描模型，进行模型对比或参照，从而达到辅助快速建模、工程质量检查、工程验收等目的。三维激光扫描技术可以高效、完整地记录施工现场的复杂情况，便于与设计BIM模型进行对比；BIM模型是一个完备的信息模型，能够将工程项目在全生命周期中各个不同阶段的工程信息、过程和资源集成在一个模型中，方便地被工程各参与方使用，其相关技术极大地促进了建筑施工行业的信息化发展步伐，使得建筑行业的全生命周期更加集成化，更好地提高工程质量和效率。因此，三维激光扫描技术是连接BIM模型和工程施工管理现场的有效纽带。

2）利用MS60三维激光扫描仪不仅保证数据采集精度为2 mm，而且还能够不受环境因素影响获得异形建筑轮廓所有信息，再应用控制点配准方式提高位置配准精度，采用布尔算法实现建筑楼层轮廓异常部位提取。因此在异形建筑施工结果检测中，BIM与三维激光扫描技术相结合提取楼层轮廓的方法相比传统运用全站仪采集建筑轮廓信息准确性更高。

3）用三维激光扫描技术可以快速获取建筑点云数据，在室内快速建模以及建筑轮廓异常值提取，可以节省大量数据采集时间，提高了建筑施工结果检测效率。BIM模型与点云重构模型相结合提取建筑异常部位方法还可应用于其他建筑结构检测，比如墙的垂直度、柱子倾斜度检测。

在项目施工管理中，三维激光扫描技术与BIM模型的集成在一定程度上帮助实现更精准的BIM，推动BIM技术从设计阶段向施工阶段延伸，实现了BIM模型在施工阶段的应用价值，但也存在一定的问题，如缺乏统一的数据格式标准、导入到BIM模型的数据存在误差。

来源：地理信息世界（版权归原作者及刊载媒体所有）

欢迎大家关注《慧天地》同名新浪微博

微博ID：慧天地_geomaticser

荐读

点击下文标题即可阅读

编辑 / 李允琛  审核 / 游志龙  李梦夏

指导：万剑华教授