基于BIM的自行走测量机器人研究与应用_顾波.pdf

Special Topics on Digital Building 数 字 建 筑专题 绿色建筑2023年 第2期007基于 BIM 的自行走测量机器人研究与应用基于 BIM 的自行走测量机器人研究与应用顾 波1，闫国祚1，俞方罡 1，叶 嵩1，杨 燕2，韩立芳2（1.南京中建八局智慧科技有限公司，江苏 南京 210046；2.中国建筑第八工程局有限公司，上海 200131）摘要：建筑施工过程中，建造和竣工验收工程中需要大量的实测实量工作。传统的实测实量方式主要依靠人工使用靠尺、卷尺等工具手动测量，存在作业耗时耗力、数据可靠性差、主观性强等缺点，因而研发出一套基于 BIM 的自行走测量机器人用于工程中的实测实量工作。主要利用底盘小车通过 BIM 模型生成的地图行驶到指定位置后使用三维激光扫描仪采集高精度点云数据，并通过设备内置计算机利用人工智能算法自动分析数据并生成报表，实现了单人单设备测量、结果自动生成等功能。在满足实测实量检测精度要求的基础上，节省了人力资源、提高了工作效率，降低了生产成本。关键词：实测实量；三维扫描；数据分析；智能建造；自行走中图分类号：TU731.3 TP242 文献标志码：A 文章编号：1674-814X（2023）02-007-04建筑施工过程中，建造和竣工验收过程需要大量的实测实量工作1。实测实量是指应用测量仪器，通过现场测试建筑室内空间尺寸（包括长、宽、高等）、丈量得到能真实反映产品质量数据的一种方法。2015 年，住房和城乡建设部充分总结工程实践经验并参考国际标准后发布了 GB 502042015混凝土结构工程施工质量验收规范，对混凝土结构工程增加了结构位置和尺寸偏差的规定2。然而目前传统的实测实量方式存在测量人员培训周期长、测量工作耗时、维保仪器多、人为操作和读数存在误差等缺点，加上当前进场务工人员数量大幅度减少且呈现老年化态势，人力成本急剧上升3。2021 年，发展智能建造被纳入国家“十四五”规划纲要。2022 年 1 月，住房和城乡建设部印发“十四五”建筑业发展规划，进一步提出推动智能建造与新型建筑工业化协同发展，加快建筑业转型升级，实现绿色低碳发展4。因此研究一款基于建筑信息模型（BIM）的自行走测量机器人，能够根据 BIM 生成的地图自动行驶到指定位置进行数据采集、分析、生成报表等工作，既是行业现状的要求，也是行业发展的趋势，能够使建筑质量检测这一工序自动化、智能化，逐步向“智慧工地”迈进。1 研究综述1.1 国内外研究现状目前，国外在智能检测设备方面的使用和应用较早，如奥地利维也纳技术大学的卡门教授等人于 1983 年就采用视觉经纬仪改装成功第一台测量机器人，并应用于探测矿区的地表运动5，设备技术水平也较为完善。国内则从近年才开始在科研和地质行业使用智能检测设备，房地产行业的设备引入往往局限于数据采集和 BIM 翻模，在建筑质量验收方面应用经验匮乏。同时，国内外分户验收过程中实测实量主要以人工测量为主，人力资源成本高，而应用三维激光扫描仪也局限于人工搬运设备，自动化程度较低，人力成本偏高，还没有出现自动化、系统化的实测实量设备。1.2 研究的主要内容面对房屋验收项目对实测实量效率和准确度的迫切需求，笔者设计基于 BIM 的自行走测量机器人。该机器人主要由底盘和三维激光扫描仪小车组成：底盘小车运用现有的自动导航技术可以实现自动行驶；三维激光扫描仪能够在快速获取密集点云、高精度空间位置信息的同时，还可以获取被测物体的高清影像数据6。配合手机软件（APP）联动控制，并利用内置处理器通过人工智能算法对房间数据进行靠尺模拟，计算实测实量所需开间进深、垂平度等数据，使实测实量更高效、更准确。2 测量机器人方案设计针对当前实测实量耗时耗力，测量点位、读数主观性数 字 建 筑 专 题 Special Topics on Digital Building绿色建筑2023年 第2期008强，人为误差大的缺点，笔者设计出一款基于 BIM 的自行走测量机器人，该机器人主要由 5 部分组成：三维激光扫描仪、点云处理器、底盘小车、移动端、中央服务器。该机器人可以实现自动行驶、获取数据、分析、生成报表以及云端同步，自动化程度高，数据采集分析客观。底盘小车和三维激光扫描仪通过局域网连接，并可通过移动端 APP 联动控制。操作员通过移动端发送测量指令后，底盘小车将三维激光扫描仪运送至指定位置并在到达指定位置后发送状态至三维激光扫描仪，扫描仪开始扫描并获取数据。整个过程如图 1 所示。考虑到工地在大部分情况下网络状况不佳，点云处理器装置在扫描仪内部通过有线连接，扫描完成后点云处理器后台开始对点云数据进行分析，对点云数据进行语义分割、建模、模拟靠尺并生成报表，同时，底盘小车会将扫描仪运送至下一测量点开始扫描。整个过程中，操作员只需在测量之前将 BIM 模型生成的地图导入设备，在测量时一键发送指令移动、测量、处理数据，因此整个过程自动化程度高。图 1 基于BIM的自行走测量机器人运送过程2.1 三维激光扫描仪三维激光扫描仪是用激光雷达获取数据的仪器，利用激光作为信号源，对三维目标按照一定的分辨率进行扫描。三维及扫描技术作为一种新型、快速、实时的三维空间信息获取手段，近年来已被广泛应用于历史文物保护、建筑测量与三维建模、变形监测、虚拟现实、智慧城市等多个领域7。考虑到成本以及精度，采用盎锐 UCL360 光机电一体化测量机器人对待测房间数据进行采集，可以保证在 10 m 处测量的精度为 2 mm。2.2 底盘小车底盘小车主要用来运输扫描仪到指定位置。为了能够提高自动化程度，需要利用地图来进行目标的点选取和路径规划。地图则通过将 BIM 模型生成的只包含墙体的俯视图转换成小车可以识别的格式建立，缩短了自主建图的过程，可以在项目开始之前提前录入地图，且由于 BIM 模型是 11 比例，可以保证地图转换的准确性。BIM 转换的地图不仅可以作为底盘小车的地图，还可以通过目标点提取算法自动选取目标点。系统先识别出 BIM 模型中户门的位置，并在地图上标记，将门封闭后，每个户型都会形成一个封闭的空间。之后，小车会点击每个封闭空间任意一处空白点获取一个坐标，对封闭图像空间以蔓延的方式进行填充，始终对相邻位置的像素点判断是否已被填充，如此迭代直至所有像素点都被填充。在分户的基础上，系统提取每一户的填充图并从外围开始对户型填充图进行腐蚀，这样可以保证房间门这一部分一定是最先被腐蚀的部分。门的消失意味着每个房间都会成为一个独立的空间，再对每个房间填充部分进行识别即可确认测量点，即底盘小车的目标点。获取目标点和地图后利用自适应蒙特卡洛定位系统（AMCL）和 A*全局路径规划算法以及动态窗口算法（DWA）局部路径规划算法完成自身的定位和路径规划。AMCL定位系统是移动机器人在二维环境中的概率定位系统，其算法核心是一种利用粒子表示置信度的自适应蒙特卡罗算法8，其主要原理是根据环境地图，利用粒子滤波器来跟踪机器人的位姿，根据采样粒子估计机器人位姿的概率分布，机器人位姿估计的可靠程度由粒子权重决定9。A*算法是一种启发式的路径搜索方法，结合了 Dijkstra 算法和 BFS 算法的优势，被用于静态环境中的路径规划。DWA 算法则可以实现路径规划和实时避障，其原理主要是在速度空间中采样多组速度并模拟出这些速度在一定时间内的运动轨迹，通过评价函数对这些轨迹进行评价并选取最优轨迹驱动机器人运动。Special Topics on Digital Building 数 字 建 筑专题 绿色建筑2023年 第2期0093Dmm-10,102 730-117/-102-116/-104-106-10,103 510-1217/-1207-1219/-1225-1219-10,103 510-2004/-1994-2000/-1998-2002信息上传后，中央服务器会按照总公司、子公司、部门、项目等用户自定层级，进行汇总统计和权限设置，以供移动端 用户调用查看。3 项目验证基于 BIM 的自行走测量机器人研究完成后，还需要经过实际项目的检验。本项目为江苏省南京市盘城 2 号地块经济适用房项目，项目内容为对包括 B01、B02 在内共 9 栋楼 840 户的开间、进深、净高等数据进行测量，并提供对应的标准测量报表。项目过程中，实测机器人一站扫描时间为 2 min，加上设备移动时间不到 3 min。扫描完成后，系统后台自动进行数据分析，不影响下一个房间的数据采集，以一层 6 户 20 个房间为例，一层仅需 1 h 左右。测量工作开始前，工作人员提前创建好任务列表并导入户型图可大量减少项目现场工作时间。测量完成后，工作人员通过移动端自动生成房间 3D 模型及检查参数，如图 2 所示。通过人工复测检验，垂直度、平整度、开间进深等参数的偏差值2 mm的百分比均超过 85%，具体数据如表 1 所示，可以达到项目实测实量检测工作要求。图 2 房间 3D 模型及检查参数表 1 人工复核偏差汇总测量项垂直度 平整度 开间进深 顶板水平度 地面平整度总复核数量/次25251604846偏差值1 mm/次21258539391 mm偏差值2 mm/次405197偏差值1 mm 的百分比84%100%53.1%81.2%85%偏差值2 mm 的百分比 100%100%85%100%100%4 结 语本研究打破了依靠三脚架辅助测量的工作模式，在满足实测实量项目测量精度的基础上实现了基于 BIM 模型的自动行进、测量的工作模式。有效节约了现场工作时间和人工参与度，提高了数据可行度和可溯源性，节约了人力成本。同时，推动了“智慧工地”的建设，为建设过程中的 BIM 模2.3 点云处理器点云处理器主要负责对点云数据进行具体的语义分割分类、分析、AI 模拟靠尺等工作。在得到点云数据后，处理器先利用深度学习算法从点云数据中提取关键要素，包括墙、地板、天花板、梁、柱等目标房间的主要结构件以及门窗洞口的位置。其他物体，包括现场材料、人员、护栏以及目标房间外的所有数据全部作为冗余数据删除。得到目标房间的所有结构件并对其进行语义识别和分类后，便可利用人工智能算法获取包括墙面面积、水平度级差、开间、进深、净高等实测实量相关数据。2.4 移动端移动端是测量员操作的主要平台，也是连接系统其余部分的枢纽。移动端 APP 通过无线网络连接扫描仪、底盘小车和点云处理器，并通过全双工通信协议（Websocket）接口发送指令和接收返回信息。发送的指令包括开始扫描、移动、修改设备参数、传输数据等。接收的信息包括扫描进度、点云的分析结果、3D 模型等。2.5 中央服务器中央服务器主要作用是存储现场测量结果和数据，以及负责汇总、统计项目的完成情况以及分级报表。移动端将数 字 建 筑 专 题 Special Topics on Digital Building绿色建筑2023年 第2期010型结合应用提供了良好的技术支持。参考文献：1 黄景忠.工程质量“实测实量”小组的建立及控制要点J.福建建筑,2014(11):88-90.2 住房和城乡建设部.GB502042015,混凝土结构工程施工质量验收规范S.北京:中国建筑工业出版社,2015.3 蔡楚瑜,张琦睿,苏星.我国建筑业劳动力老龄化问题的跨区域分析及应对策略研究J.土木工程与管理学报,2021,38(4):63-69.4 推动智能建造与新型建筑工业化协同发展J.绿色建筑,2022,14(4):1.5 MIN Y E,HUA X.Point Cloud Simplification Algorithm for Terrain DataJ.Journal of Geodesy&Geodynamics,2015,35(3):424-427.6 张剑.三维激光扫描技术在隧道质量检测中的应用J.绿色建筑,2022,14(3):118-120.7 黄帆.盾构隧道移动激光点云断面厚度对测量精度影响分析J.绿色建筑,2019,11(4):65-68,71.8 韩轾.基于