本發(fā)明涉及計算機視覺領(lǐng)域，尤其是涉及一種基于施工場景三維建模的作業(yè)面進度識別方法及設(shè)備。

背景技術(shù)：

1、近年來，隨著建筑行業(yè)的蓬勃發(fā)展，施工管理逐漸受到關(guān)注?，F(xiàn)場施工中，進度、質(zhì)量、安全是三大管理目標。其中，進度往往會影響成本、工程效益以及工程質(zhì)量。因此，現(xiàn)場施工進度一直是工程師重點關(guān)注的對象，如何高效評估施工進度引起了廣泛的研究，在施工的過程中，施工作業(yè)面高度是衡量施工進度的重要指標，傳統(tǒng)的作業(yè)面高度識別有賴于人工，成本高，精度低，正逐漸被新的方法替代。

2、隨著計算機技術(shù)的發(fā)展，計算機視覺、三維重建技術(shù)逐漸成熟，并被廣泛應(yīng)用于土木行業(yè)，取得了諸多成果。施工現(xiàn)場的三維重建能夠直觀地反映現(xiàn)場情況，并為提取相關(guān)參數(shù)提供便利。但是對建筑作業(yè)面高度精確提取的研究方面，還停留在效率低、精度低、適應(yīng)性差的層次。我們的方法旨在實現(xiàn)建筑作業(yè)面高度精確提取。

3、廣聯(lián)達科技股份有限公司于2021年申請、公開號為cn113720283b的中國發(fā)明專利公開了一種涉及建筑施工高度識別的裝置、電子設(shè)備以及系統(tǒng)，通過在塔吊吊臂上安裝激光測距或者超聲波測距設(shè)備進行定位以及距離測量，配合具有數(shù)據(jù)處理能力的設(shè)備分析當前距離數(shù)據(jù)，確定并可視化目標建筑的當前高度。整體系統(tǒng)精度較高的同時也對設(shè)備提出了極高的要求，成本較高，所述模塊邏輯嚴密的同時也對算力要提出較高的要求，

4、杭州未名信科科技有限公司于2022年申請、公開號為cn115240136a的中國發(fā)明專利公開了一種鋼結(jié)構(gòu)建筑施工進度的檢測方法，基于現(xiàn)場施工圖像、三維設(shè)計模型以及鋼結(jié)構(gòu)建筑高度檢測模型，得到目標鋼結(jié)構(gòu)建筑高度，結(jié)合簽收貨運單等數(shù)據(jù)，對鋼結(jié)構(gòu)建筑進行安裝單元級的施工進度自動識別。但是，所用方法數(shù)據(jù)量要求高，需要完善的貨運單信息以及施工圖，實行較為困難。

5、深圳市瑞云科技股份有限公司于2023年申請、公開號為cn116431037a的中國發(fā)明專利公開了一種基于colmap+openmvs的三維重建方法，通過colmap的稠密點云結(jié)果搭配openmvs來建立三維模型，減少能耗以及耗時。然而，colmap三維重建的結(jié)果缺乏真實尺度，需要進行尺度恢復。

6、杭州易現(xiàn)先進科技有限公司于2022年申請、公開號為cn115830276a的中國發(fā)明專利公開了一種基于終端真實尺度跟蹤的sfm建圖尺度恢復的方法，通過基于相機模型的隨機一致性相似變換算法對圖像的真實尺度軌跡進行計算，基于加權(quán)平均法，得到全局最優(yōu)尺度系數(shù)，得到真實尺度的三維模型，提高了尺度恢復的可靠性。但整體框架計算繁復，對于算力要求高。

7、香港中文大學于2021年公開了一種三維建筑物提取方法，從建筑物的一個或者多個立體像對提取建筑物輪廓，根據(jù)立體像對的有理多項式系數(shù)確定提取的建筑物輪廓的第一高度估計；從建筑物的多時相sar圖像中獲取具有穩(wěn)定屬性的散點；確定所確定的散點的第二高度估計；以及結(jié)合第一高度估計和第二高度估計，以生成所提取的建筑物輪廓中的每個的融合高度。所述方式明顯優(yōu)于單高度提取方法，然而，立體像對的獲取在施工現(xiàn)場較為困難，無人機獲取的方式容易收到遮蔽。同時，對于單建筑的高度識別精度較差。

8、構(gòu)造地質(zhì)學報2021年發(fā)表的期刊文章《一種基于方向的修正方法，基于方向的地面控制平面的露頭sfm-mvs點云校正方法》提到了一種基于gcpl方向的校正方法，依賴于一對非平行平面的方向進行校正，在理想情況下更適用于大規(guī)模的露頭。然而，在建筑施工場景中，對于作業(yè)面高度精度與范圍的要求相較于地質(zhì)勘探更低，所述方法的成本較高，要求高精度的設(shè)備，對于施工場景的適用性不高。

9、建筑自動化2020年發(fā)表的期刊文章《建筑工地攝影測量點云結(jié)構(gòu)平面的穩(wěn)健分割和定位》提出了一種自下而上的方法，利用體素化結(jié)構(gòu)和基于面的全局聚類，實現(xiàn)平面分割，并使用基于參數(shù)化模型的平面擬合提取平面段的點。所提方法能夠分割大部分結(jié)構(gòu)平面，并估算出準確的模型參數(shù)、尺寸。所得模型對于階段性場景適應(yīng)性較好，但實際的施工場景中，存在著護欄、腳手架等干擾物，表面較為粗糙，不能選定為平面，難以適應(yīng)更加復雜的現(xiàn)場施工場景。

10、計算機與電氣工程2023年發(fā)表的期刊文章《基于高光譜遙感圖像和有限訓練樣本的半監(jiān)督深度學習的建筑物提取》提出了一種基于“編碼器-解碼器”結(jié)構(gòu)的輕量級語義分割模型，采用mobilenet，結(jié)合多尺度特征融合，在建筑物提取中具有很高的先進性以及準確度。然而，施工現(xiàn)場圖像有賴于無人機以及布置的攝像頭，獲取高級遙感圖像會增大施工成本的同時，本身精度也不足以滿足現(xiàn)場施工要求。

11、國際應(yīng)用地球觀測與地理信息雜志2023年發(fā)表的期刊文章《結(jié)合icesat-2光子和谷歌地球衛(wèi)星圖像進行建筑高度提取》通過u-net深度學習框架，從icesat-2光子中反演到的建筑高度注釋，建立了一種改進的基于陰影的建筑高度估計模型，具有較高的估算精度，適合于大規(guī)模建筑高度反演，對單目標建筑高度提取精度較低，因此，不適用于施工現(xiàn)場。

12、青島市勘察測繪研究院于2022年申請、公開號為cn114764871a的中國發(fā)明專利公開了一種基于機載激光點云的城市建筑物屬性提取方法，其利用布料濾波算法提取非地面點，再經(jīng)過聚類后通過平面擬合技術(shù)獲取建筑物的相關(guān)信息，取得了較高的精度。然而，機載激光點云雷達成本較高，無法廣泛應(yīng)用于每一個施工現(xiàn)場，不符合實時獲取作業(yè)面高度的要求。

13、如何實現(xiàn)實時、精確的施工場景作業(yè)面進度識別，成為需要解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于施工場景三維建模的作業(yè)面進度識別方法及設(shè)備。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

3、根據(jù)本發(fā)明的一個方面，提供了一種基于施工場景三維建模的作業(yè)面進度識別方法，該方法包括以下步驟：

4、步驟s1，獲取塔吊攝像頭多視角采集目標建筑的圖像集，在現(xiàn)場布置地面控制點，基于gcp的改進colmap框架實現(xiàn)三維重建以及尺度恢復，得到具有真實尺度的點云場地模型；

5、步驟s2，構(gòu)建自適應(yīng)濾波器，根據(jù)步驟s1得到的點云場地模型識別目標建筑的主體建筑，并得到主體建筑模型；

6、步驟s3，基于施工作業(yè)面點云分布特點，統(tǒng)計主體建筑高度，識別作業(yè)面，得到作業(yè)面高度，實現(xiàn)施工進度評估。

7、優(yōu)選地，所述的步驟s1中，得到具有真實尺度的點云場地模型的過程包括：

8、步驟s1-1，在塔吊吊臂底部布設(shè)滑軌，在吊臂前端布設(shè)攝像頭并調(diào)整攝像頭在塔吊吊臂上的相對位置以及攝像頭的拍攝角度；

9、步驟s1-2，在塔吊工作過程中拍攝目標建筑的圖像，得到目標建筑的圖像集；

10、步驟s1-3，在現(xiàn)場布置地面控制點，測量地面控制點真實坐標，并識別目標建筑圖像集中的gcp二維坐標；

11、步驟s1-4，檢測并匹配圖像集中每張圖片的特征點，求取相機的內(nèi)部和外部參數(shù)，基于colmap框架估計相機相對位姿；

12、步驟1-5，根據(jù)相機相對位姿以及gcp二維坐標，利用colmap自帶的三角化計算gcp相對空間坐標；

13、步驟s1-6，基于最小二乘法擬合計算相對空間坐標與真實坐標的坐標變換矩陣，改變相機位姿，調(diào)整格式以符合colmap格式，得到具有真實尺度的點云模型。

14、更加優(yōu)選地，所述的在現(xiàn)場布置地面控制點按照相應(yīng)的要求進行布置，包括：

15、地面控制點分布要求：多個地面控制點位于不同高度且具有設(shè)定高差；

16、地面控制點大小要求：地面控制點在實際圖像中的像素值應(yīng)大于像素閾值，保證攝像頭能夠識別地面控制點；

17、地面控制點相對角度要求：地面控制點中心點的平面法線與攝像頭到該點的直線所成角度在設(shè)定的范圍內(nèi)；

18、地面控制點樣式要求：地面控制點的樣式與周圍地物不同。

19、優(yōu)選地，所述的步驟s2包括：

20、步驟s2-1，使用體素濾波器體素下采樣點云場地模型的點云，過濾稀疏的離群點；

21、步驟s2-2，采用高度濾波器分離點云場地模型中的地面點；

22、步驟s2-3，采用dbscan聚類算法將施工場地點云劃分為不同的簇，將相對獨立的地物塊各自聚為一類；

23、步驟s2-4，根據(jù)聚類結(jié)果自適應(yīng)優(yōu)化高度濾波器；

24、步驟s2-5，針對不同的施工場景設(shè)置對應(yīng)的高度閾值，超過高度閾值的建筑判定為主體建筑，并提取主體建筑模型。

25、更加優(yōu)選地，所述的步驟s2-1中，使用體素濾波器體素下采樣點云場地模型的點云包括：

26、步驟s2-1-1，將點云進行體素劃分；

27、步驟s2-1-2，計算非空體素的質(zhì)心代替該體素內(nèi)的所有點，實現(xiàn)點云的下采樣，計算方法如下：已知一個非空體素v，其中包含m個點，則該體素的質(zhì)心pcen(xcen,ycen,zcen)為：

28、

29、其中xi，yi和zi為體素內(nèi)點的坐標，m為體素內(nèi)點的個數(shù)。

30、更加優(yōu)選地，所述的步驟s2-2中，采用高度濾波器分離點云場地模型中的地面點包括以下步驟：

31、步驟s2-2-1，初始化濾波器，設(shè)置滑動窗口大?。?/p>

32、步驟s2-2-2，設(shè)置高度差閾值，當窗口內(nèi)最高點云與最低點云高度差小于高度差閾值時，判定為地面點；否則判定為地物點；

33、步驟s2-2-3，利用滑動窗口，對場地模型進行遍歷過濾，分離地面點以及地物點，并去掉地面點；

34、步驟s2-2-4，求步驟s2-3聚類結(jié)果的輪廓系數(shù)以及ari指標；

35、步驟s2-2-5，通過賦權(quán)法構(gòu)造新的評價指標shri，綜合衡量聚類效果；基于遺傳算法ga，得到最優(yōu)shri下的窗口大小以及高度差閾值。

36、優(yōu)選地，所述的步驟s3包括以下步驟：

37、步驟s3-1，繪制點云數(shù)量-高度分布直方圖，統(tǒng)計原始施工場地點云高程分布；

38、步驟s3-2，根據(jù)步驟s3-1的統(tǒng)計結(jié)果，選取點云密度高于設(shè)定密度閾值的高程范圍作為初步的作業(yè)面高度范圍，分割點云模型，得到初步的作業(yè)面點云模型；

39、步驟s3-3，根據(jù)作業(yè)面結(jié)構(gòu)類型對初步的作業(yè)面點云模型進行處理；

40、步驟s3-4，將得到的初步作業(yè)面點云模型做進一步高度統(tǒng)計，基于ampd峰值識別算法識別直方圖峰值；

41、步驟s3-5、根據(jù)步驟s3-4的統(tǒng)計結(jié)果，識別作業(yè)面高度范圍；

42、步驟s3-6、根據(jù)步驟s3-5的結(jié)果，基于ransac平面擬合算法，平面擬合峰值區(qū)域中的局部點，作為作業(yè)面高度；

43、步驟s3-7、加入平面可視化顯示，人工校驗可視化結(jié)果，輸出作業(yè)面精確高度；

44、步驟s3-8、將輸出的作業(yè)面精確高度導入施工系統(tǒng)數(shù)據(jù)庫，根據(jù)作業(yè)面高度，按照插值法計算對應(yīng)施工進度，實現(xiàn)施工進度評估。

45、更加優(yōu)選地，所述的步驟s3-3中，若作業(yè)面為現(xiàn)澆結(jié)構(gòu)，將分割后的點云模型高斯采樣去噪；若作業(yè)面為鋼結(jié)構(gòu)則無需高斯采樣。

46、更加優(yōu)選地，所述步驟s3-5中，識別作業(yè)面高度范圍包括：

47、目標建筑涉及多作業(yè)面時，分情況采用人機交互的方式識別，根據(jù)如下方法進行判斷：若目標建筑作業(yè)面為鋼框架以及核心筒組合方式，根據(jù)原始的統(tǒng)計結(jié)果，導入篩選算法進行峰值識別，依次輸出兩組作業(yè)面高度范圍，并對兩組作業(yè)面高度范圍分別重復步驟s3-1；若目標建筑作業(yè)面為核心筒以及上人平臺時，根據(jù)原始的統(tǒng)計結(jié)果，僅保留兩組作業(yè)面高度相對較低的峰值范圍，作為核心筒作業(yè)面高度范圍。

48、根據(jù)本發(fā)明的另一個方面，提供了一種電子設(shè)備，包括存儲器和處理器，所述存儲器上存儲有計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)所述的方法。

49、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

50、1)本發(fā)明針對單塔吊施工現(xiàn)場，根據(jù)施工制高點采集的多視角實時圖像，在現(xiàn)場布置地面控制點，基于gcp的改進colmap框架，實現(xiàn)三維重構(gòu)以及尺度恢復，快速進行真實尺度的點云場地建模，然后構(gòu)建自適應(yīng)濾波器，分離得到主體建筑模型，最后根據(jù)點云高度分布特點統(tǒng)計主體建筑高度，識別作業(yè)面，得到作業(yè)面的真實高度，從而實現(xiàn)實時精確的評估施工進度。

51、2)本發(fā)明在現(xiàn)場按照設(shè)定規(guī)則布置地面控制點，有助于提升三維重構(gòu)點云場地模型的精度，利用滑動窗口對場地模型進行遍歷過濾并分離點云場地模型的地面點，根據(jù)聚類結(jié)果自適應(yīng)優(yōu)化高度濾波器，并基于遺傳算法得到最優(yōu)shri下的窗口大小以及高度差閾值以評價聚類的效果，從而更準確地提取主體建筑。

52、3)本發(fā)明通過兩步統(tǒng)計方法，其中粗統(tǒng)計原始施工場地點云高程分布，識別作業(yè)面高度，得到初步的作業(yè)面點云模型，精統(tǒng)計進一步精確高度間距進行主體建筑高度統(tǒng)計，基于ransac平面擬合算法進行迭代，得到最優(yōu)平面，從而進一步提高作業(yè)面高度的識別精度。

53、4)本發(fā)明按照施工結(jié)構(gòu)以及作業(yè)面形式不同，提出了不同的適應(yīng)方法，適用于多場景下更精準的施工現(xiàn)場進度管理。