一种基于BIM模型的智能监理控制系统的制作方法

一种基于bim模型的智能监理控制系统
技术领域
1.本发明涉及bim模型技术领域，特别涉及一种基于bim模型的智能监理控制系统。


背景技术：

2.目前，建筑信息化推行的重要工具与产物的建筑信息模型，即bim模型，被逐渐应用到工程监理工作中。现有技术中，获取的监理数据较为单一，因此生成的bim模型不能准确实现对工程的有效监管，同时也存在bim模型中各个流水段之间监理数据的利用率不高的问题，监理效率较低。


技术实现要素：

3.本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种基于bim模型的智能监理控制系统，按照不同的方式获取丰富的监理数据，基于生成的bim模型准确实现对工程的有效监管，提高bim模型中各个流水段之间监理数据的利用率，进而提高监理效率。
4.为达到上述目的，本发明实施例提出了一种基于bim模型的智能监理控制系统，包括：
5.第一获取模块，用于获取建筑工程测量监理数据；
6.第二获取模块，用于获取工程现场的场景图像，根据所述场景图像确定场景监理数据；
7.第一生成模块，用于根据所述测量监理数据及所述场景监理数据生成第一bim模型。
8.根据本发明的一些实施例，还包括：
9.第二生成模块，用于根据工程设计信息生成第二bim模型；
10.比对模块，用于将所述第一bim模型与所述第二bim模型进行比对，得到比对信息，根据所述比对信息确定对施工项目的监理等级。
11.根据本发明的一些实施例，所述第二获取模块，包括：
12.获取子模块，用于：将工程施工阶段分为不同的施工项目，基于设置的对施工项目的施工顺序依次获取若干张场景图像；
13.设置子模块，用于设置对每个所述施工项目的监理要点；
14.确定子模块，用于根据所述监理要点对对应场景图像进行特征提取，确定每个施工项目的场景监理数据。
15.根据本发明的一些实施例，所述工程设计信息包括工程设计参数、设计图纸、施工步骤。
16.根据本发明的一些实施例，所述第一获取模块，包括：
17.规划子模块，用于：
18.根据施工建筑物位置及所需待测量参数，规划测量基准点，得到测量基准点分布
图；
19.接收子模块，用于接收根据所述测量基准点分布图中相应的基准点上设置对应的测量设备发送的测量监理数据。
20.根据本发明的一些实施例，所述测量设备包括测距仪、水准仪及倾角仪中的至少一种。
21.根据本发明的一些实施例，还包括：
22.转换模块，用于将所述场景图像转换至rgb颜色空间，得到颜色图像；
23.图像特征获取模块，用于：
24.获取所述颜色图像中各个像素点属于目标类别的概率，并分别判断是否大于预设概率；所述目标类别为人体；
25.将概率大于预设概率的像素点，作为目标像素点；
26.获取所述目标像素点的r通道值、g通道值及b通道值，并进行加权处理，得到目标像素点所在目标区域的图像特征；
27.行为识别模块，用于：
28.将所述图像特征输入预先训练好的识别模型中，确定人体行为特征；
29.将所述人体行为特征与数据库中的预设人体行为特征进行匹配，在确定匹配成功时，将所述目标区域对应的人体进行标记。
30.根据本发明的一些实施例，所述第一生成模块，包括：
31.建立子模块，用于建立建筑工程的三维模型；
32.填充子模块，用于：
33.将所述测量监理数据基于测量位置填充至所述三维模型上，得到所述测量监理数据在所述三维模型上的第一节点；
34.将所述场景数据基于场景位置填充至所述三维模型上，得到所述场景监理数据在所述三维模型上的第二节点；
35.生成子模块，用于计算所述第一节点与所述第二节点之间的距离，筛选出距离小于预设距离的所述第一节点及所述第二节点并进行打包，作为一组关联节点；根据若干组关联节点生成第一bim模型。
36.根据本发明的一些实施例，还包括预处理模块，用于对所述测量监理数据进行数据预处理。
37.根据本发明的一些实施例，还包括：
38.评估模块，用于在所述第二获取模块根据所述场景图像确定场景监理数据前，将所述场景图像转换至rgb颜色空间，确定rgb取值；所述rgb取值包括r通道值、g通道值及b通道值；
39.将场景图像上所有像素点的r通道值进行相加，得到第一和值；
40.将场景图像上所有像素点的g通道值进行相加，得到第二和值；
41.将场景图像上所有像素点的b通道值进行相加，得到第三和值；
42.将所述第一和值、第二和值及所述第三和值进行相加，得到第四和值；
43.将所述第一和值、第三和值分别与所述第四和值进行相除，得到第一数值及第二数值；
44.根据所述第一数值及所述第二数值在建立有坐标系的预设色温图像进行查询，确定目标点，将所述目标点对应的色温值作为所述场景图像的色温评估指标值；
45.分别以所述场景图像中的每个像素点为中心，按照预设的尺寸范围，在所述场景图像中选取多个图像区域；
46.计算图像区域中的所有像素点与所述图像区域的中心像素点的差值，并确定所述图像区域中的最大差值；
47.将若干个图像区域中的最大差值进行排序，并对排序后的最大差值进行归一化处理；对归一化处理后的最大差值分别进行加权计算，根据计算结果进行像素分布拟合处理，根据拟合结果确定场景图像的模糊度评估指标值；
48.根据场景图像的所述色温评估指标值及模糊度评估指标值查询预设数据表，确定图像质量等级，并判断是否小于预设图像质量等级；
49.增强模块，用于在确定所述图像质量等级小于预设图像质量等级时，对所述场景图像进行图像增强处理。
50.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
51.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
52.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
53.图1是根据本发明第一个实施例的一种基于bim模型的智能监理控制系统的框图；
54.图2是根据本发明第二个实施例的一种基于bim模型的智能监理控制系统的框图；
55.图3是根据本发明一个实施例的第二获取模块的框图。
具体实施方式
56.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
57.如图1所示，本发明实施例提出了一种基于bim模型的智能监理控制系统，包括：
58.第一获取模块，用于获取建筑工程测量监理数据；
59.第二获取模块，用于获取工程现场的场景图像，根据所述场景图像确定场景监理数据；
60.第一生成模块，用于根据所述测量监理数据及所述场景监理数据生成第一bim模型。
61.上述技术方案的工作原理：第一获取模块，用于获取建筑工程测量监理数据；第二获取模块，用于获取工程现场的场景图像，根据所述场景图像确定场景监理数据；第一生成模块，用于根据所述测量监理数据及所述场景监理数据生成第一bim模型。
62.上述技术方案的有益效果：获取测量监理数据及场景监理数据，避免现有技术中因监理数据单一导致的监理准确的问题，按照不同的方式获取丰富的监理数据，基于生成
的bim模型准确实现对工程的有效监管，提高bim模型中各个流水段之间监理数据的利用率，进而提高监理效率。
63.如图2所示，根据本发明的一些实施例，还包括：
64.第二生成模块，用于根据工程设计信息生成第二bim模型；
65.比对模块，用于将所述第一bim模型与所述第二bim模型进行比对，得到比对信息，根据所述比对信息确定对施工项目的监理等级。
66.上述技术方案的工作原理：第二生成模块，用于根据工程设计信息生成第二bim模型；比对模块，用于将所述第一bim模型与所述第二bim模型进行比对，得到比对信息，根据所述比对信息确定对施工项目的监理等级。比对信息包括工程进度。对进度未滞后的施工项目赋予第一监理等级；对滞后进度小于预设数值的施工项目，赋予第二监理等级；对滞后进度大于等于预设数值的施工项目，赋予第三监理等级；第一监理等级、第二监理等级及第三监理等级对应的监理要求越来越高。具体的，可以是监理频率越来越高。
67.上述技术方案的有益效果：根据所述第一bim模型与所述第二bim模型进行比对，确定的比对信息确定对施工项目的监理等级，实现对不同施工项目实施不同的监理等级，便于实现监理资源根据实际情况的合理分配，避免对所有施工项目实施同样的监理等级，造成资源的浪费，提高了监理的效率及准确性。
68.如图3所示，根据本发明的一些实施例，所述第二获取模块，包括：
69.获取子模块，用于：将工程施工阶段分为不同的施工项目，基于设置的对施工项目的施工顺序依次获取若干张场景图像；
70.设置子模块，用于设置对每个所述施工项目的监理要点；
71.确定子模块，用于根据所述监理要点对对应场景图像进行特征提取，确定每个施工项目的场景监理数据。
72.上述技术方案的工作原理及有益效果：获取子模块，用于：将工程施工阶段分为不同的施工项目，基于设置的对施工项目的施工顺序依次获取若干张场景图像；设置子模块，用于设置对每个所述施工项目的监理要点；确定子模块，用于根据所述监理要点对对应场景图像进行特征提取，确定每个施工项目的场景监理数据。不同施工项目的监理要点是不同的，便于准确确定每个施工项目的场景监理数据，进而提高生产的第一bim模型的准确性。
73.根据本发明的一些实施例，所述工程设计信息包括工程设计参数、设计图纸、施工步骤。
74.根据本发明的一些实施例，所述第一获取模块，包括：
75.规划子模块，用于：
76.根据施工建筑物位置及所需待测量参数，规划测量基准点，得到测量基准点分布图；
77.接收子模块，用于接收根据所述测量基准点分布图中相应的基准点上设置对应的测量设备发送的测量监理数据。
78.上述技术方案的工作原理：规划子模块，用于：根据施工建筑物位置及所需待测量参数，规划测量基准点，得到测量基准点分布图；接收子模块，用于接收根据所述测量基准点分布图中相应的基准点上设置对应的测量设备发送的测量监理数据。
79.上述技术方案的有益效果：实现测量基准点的准确确定，保证通过放置在测量基准点上测量设备获取全面的测量检测数据，避免出现对测量设备的放置规划不合理及获取的测量监理数据利用率不高的问题。
80.根据本发明的一些实施例，所述测量设备包括测距仪、水准仪及倾角仪中的至少一种。
81.根据本发明的一些实施例，还包括：
82.转换模块，用于将所述场景图像转换至rgb颜色空间，得到颜色图像；
83.图像特征获取模块，用于：
84.获取所述颜色图像中各个像素点属于目标类别的概率，并分别判断是否大于预设概率；所述目标类别为人体；
85.将概率大于预设概率的像素点，作为目标像素点；
86.获取所述目标像素点的r通道值、g通道值及b通道值，并进行加权处理，得到目标像素点所在目标区域的图像特征；
87.行为识别模块，用于：
88.将所述图像特征输入预先训练好的识别模型中，确定人体行为特征；
89.将所述人体行为特征与数据库中的预设人体行为特征进行匹配，在确定匹配成功时，将所述目标区域对应的人体进行标记。
90.上述技术方案的工作原理：转换模块，用于将所述场景图像转换至rgb颜色空间，得到颜色图像；图像特征获取模块，用于：获取所述颜色图像中各个像素点属于目标类别的概率，并分别判断是否大于预设概率；所述目标类别为人体；将概率大于预设概率的像素点，作为目标像素点；获取所述目标像素点的r通道值、g通道值及b通道值，并进行加权处理，得到目标像素点所在目标区域的图像特征；行为识别模块，用于：将所述图像特征输入预先训练好的识别模型中，确定人体行为特征；将所述人体行为特征与数据库中的预设人体行为特征进行匹配，在确定匹配成功时，将所述目标区域对应的人体进行标记。
91.上述技术方案的有益效果：准确确定场景图像中的人体区域，同时获取人体行为特征。预设人体行为特征为异常的人体行为特征。将所述人体行为特征与数据库中的预设人体行为特征进行匹配，在确定匹配成功时，表示该目标区域的人体行为特征为异常行为特征，将所述目标区域对应的人体进行标记，基于场景图像中人体的异常行为进行准确识别并进行监管，提高了施工的安全性。
92.根据本发明的一些实施例，所述第一生成模块，包括：
93.建立子模块，用于建立建筑工程的三维模型；
94.填充子模块，用于：
95.将所述测量监理数据基于测量位置填充至所述三维模型上，得到所述测量监理数据在所述三维模型上的第一节点；
96.将所述场景数据基于场景位置填充至所述三维模型上，得到所述场景监理数据在所述三维模型上的第二节点；
97.生成子模块，用于计算所述第一节点与所述第二节点之间的距离，筛选出距离小于预设距离的所述第一节点及所述第二节点并进行打包，作为一组关联节点；根据若干组关联节点生成第一bim模型。
98.上述技术方案的工作原理：建立子模块，用于建立建筑工程的三维模型；填充子模块，用于：将所述测量监理数据基于测量位置填充至所述三维模型上，得到所述测量监理数据在所述三维模型上的第一节点；将所述场景数据基于场景位置填充至所述三维模型上，得到所述场景监理数据在所述三维模型上的第二节点；生成子模块，用于计算所述第一节点与所述第二节点之间的距离，筛选出距离小于预设距离的所述第一节点及所述第二节点并进行打包，作为一组关联节点；根据若干组关联节点生成第一bim模型。
99.上述技术方案的有益效果：将所述测量监理数据基于测量位置填充至所述三维模型上，及将所述场景数据基于场景位置填充至所述三维模型上，便于准确确定第一节点与所述第二节点之间的距离，进而准确判断是否生成关联节点。所述关联节点表示一个工程项目的测量监理数据及场景监理数据。根据若干组关联节点生成第一bim模型，提高了生成第一bim模型的准确性。
100.根据本发明的一些实施例，还包括预处理模块，用于对所述测量监理数据进行数据预处理。
101.上述技术方案的有益效果：所述预处理包括数据清洗等，便于得到有效的测量监理数据。
102.在一实施例中，还包括：
103.计算模块，用于在所述第二获取模块根据所述场景图像确定场景监理数据前，计算所述场景图像的信噪比，并判断是否小于预设信噪比；
104.降噪模块，用于在所述计算模块确定所述信噪比小于预设信噪比时，对所述场景图像进行图像降噪处理。
105.计算所述场景图像的信噪比w，包括：
[0106][0107]
其中，n为场景图像中像素点的数量；si为场景图像中第i个像素点的灰度值；t为场景图像中的灰度梯度值。
[0108]
上述技术方案的工作原理及有益效果：计算模块，用于在所述第二获取模块根据所述场景图像确定场景监理数据前，计算所述场景图像的信噪比，并判断是否小于预设信噪比；降噪模块，用于在所述计算模块确定所述信噪比小于预设信噪比时，对所述场景图像进行图像降噪处理。提高场景图像的准确性，进而有利于基于场景图像获取准确的场景监理数据。基于上述公式准确计算出场景图像的信噪比，进而提高了判断信噪比与预设信噪比大小的准确性。
[0109]
根据本发明的一些实施例，还包括：
[0110]
评估模块，用于在所述第二获取模块根据所述场景图像确定场景监理数据前，将所述场景图像转换至rgb颜色空间，确定rgb取值；所述rgb取值包括r通道值、g通道值及b通道值；
[0111]
将场景图像上所有像素点的r通道值进行相加，得到第一和值；
[0112]
将场景图像上所有像素点的g通道值进行相加，得到第二和值；
[0113]
将场景图像上所有像素点的b通道值进行相加，得到第三和值；
[0114]
将所述第一和值、第二和值及所述第三和值进行相加，得到第四和值；
[0115]
将所述第一和值、第三和值分别与所述第四和值进行相除，得到第一数值及第二数值；
[0116]
根据所述第一数值及所述第二数值在建立有坐标系的预设色温图像进行查询，确定目标点，将所述目标点对应的色温值作为所述场景图像的色温评估指标值；
[0117]
分别以所述场景图像中的每个像素点为中心，按照预设的尺寸范围，在所述场景图像中选取多个图像区域；
[0118]
计算图像区域中的所有像素点与所述图像区域的中心像素点的差值，并确定所述图像区域中的最大差值；
[0119]
将若干个图像区域中的最大差值进行排序，并对排序后的最大差值进行归一化处理；对归一化处理后的最大差值分别进行加权计算，根据计算结果进行像素分布拟合处理，根据拟合结果确定场景图像的模糊度评估指标值；
[0120]
根据场景图像的所述色温评估指标值及模糊度评估指标值查询预设数据表，确定图像质量等级，并判断是否小于预设图像质量等级；
[0121]
增强模块，用于在确定所述图像质量等级小于预设图像质量等级时，对所述场景图像进行图像增强处理。
[0122]
上述技术方案的工作原理：评估模块，用于在所述第二获取模块根据所述场景图像确定场景监理数据前，将所述场景图像转换至rgb颜色空间，确定rgb取值；所述rgb取值包括r通道值、g通道值及b通道值；将场景图像上所有像素点的r通道值进行相加，得到第一和值；将场景图像上所有像素点的g通道值进行相加，得到第二和值；将场景图像上所有像素点的b通道值进行相加，得到第三和值；将所述第一和值、第二和值及所述第三和值进行相加，得到第四和值；将所述第一和值、第三和值分别与所述第四和值进行相除，得到第一数值及第二数值；根据第一数值及第二数值生成坐标点，即第一数值为x，第二数值为y。根据所述第一数值及所述第二数值在建立有坐标系的预设色温图像进行查询，确定目标点，将所述目标点对应的色温值作为所述场景图像的色温评估指标值；分别以所述场景图像中的每个像素点为中心，按照预设的尺寸范围，在所述场景图像中选取多个图像区域；计算图像区域中的所有像素点与所述图像区域的中心像素点的差值，并确定所述图像区域中的最大差值；将若干个图像区域中的最大差值进行排序，并对排序后的最大差值进行归一化处理；对归一化处理后的最大差值分别进行加权计算，根据计算结果进行像素分布拟合处理，根据拟合结果确定场景图像的模糊度评估指标值；根据场景图像的所述色温评估指标值及模糊度评估指标值查询预设数据表，确定图像质量等级，并判断是否小于预设图像质量等级；增强模块，用于在确定所述图像质量等级小于预设图像质量等级时，对所述场景图像进行图像增强处理。预设数据表为色温评估指标值-模糊度评估指标值-图像质量等级对照表。
[0123]
上述技术方案的有益效果：对场景图像的色温进行准确的量化评估，确定场景图像中的像素分布信息，对场景图像的模糊度进行量化评估，准确确定场景图像的色温评估指标值及模糊度评估指标值，基于色温评估指标值及模糊度评估指标值准确确定图像质量等级，提高对图像评估的准确性，适用范围广，可以对不同类型的场景图像进行准确评估。
在确定所述图像质量等级小于预设图像质量等级时，对所述场景图像进行图像增强处理，便于保证场景图像的准确性，有利于第二获取模块确定准确的场景监理数据。
[0124]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。