深度学习在预制构件尺寸检测中的应用: 点云与BIM模型的融合
摘要
在装配式建筑中,传统的预制构件尺寸检测方法多采用手工测量或基于二维图像的自动化检测,难以满足
现代建筑行业对精度和速度的严格要求。本文提出一种基于点云深度学习的预制构件智能识别方法,旨在解决装配
式建筑预制构件尺寸检测精度不足的问题。通过三维计算机视觉技术结合BIM模型与点云数据,并改进 PointNet网
络结构,构建适用于预制混凝土构件尺寸识别的深度学习网络,能够显著提升构件尺寸检测的精度与效率。
现代建筑行业对精度和速度的严格要求。本文提出一种基于点云深度学习的预制构件智能识别方法,旨在解决装配
式建筑预制构件尺寸检测精度不足的问题。通过三维计算机视觉技术结合BIM模型与点云数据,并改进 PointNet网
络结构,构建适用于预制混凝土构件尺寸识别的深度学习网络,能够显著提升构件尺寸检测的精度与效率。
关键词
深度学习;预制混凝土构件;点云;BIM;智能识别
全文:
PDF参考
[1]李海生,武玉娟,郑艳萍. et al.基于深度学习的
三维数据分析理解方法研究综述 [J].计算机学报,2020,
43(01):41-63.
[2]闫文娟,王水璋.无人机倾斜摄影航测技术与
BIM结合在智慧工地系统中的应用 [J].电子测量与仪器学
报,2019,33(10):59-65.
[3]程志刚,廖文杰,陈星雨. et al.A VIBRATION
RECOGNITION METHOD BASED ON DEEP
LEARNING AND SIGNAL PROCESSING[J].工程力学,
2021,38(04):230-246.
[4]Li Y,Lu YJ,Chen J.A deep learning approach for
real-time rebar counting on the construction site based on
YOLOv3 detector[J].Automation in Construction,2021,124.
[5]Hu G,Liu LB,Tao D C,et al.Deep learningbased investigation of wind pressures on tall building under
interference effects[J].Journal of Wind Engineering and
Industrial Aerodynamics,2020,201.
DOI: http://dx.doi.org/10.12361/2661-3654-06-10-139670
Refbacks
- 当前没有refback。