基于三维扫描的智能感知与模型重建在激光小镇钢结构施工中的应用

钢结构建筑通常采用工厂制作构件、现场对构件进行安装的施工方案。尽管钢构件在工厂中进行预制时按照图纸进行加工，同时也需要满足出厂检验的质量标准，但仍会不可避免地存在制造误差。同时，设计过程中并没有考虑到施工过程中发生的施工误差，可能发生预制的钢构件无法与已施工的结构尺寸相匹配的情况，造成构件无法成功安装。因此，当钢构件进场后直接进行安装施工，在施工中有可能面临受误差影响而返工修理构件的风险。在施工中因构件误差无法完成安装时，需要拆除构件已安装的部分并对构件进行修理，以免影响施工质量。三维扫描技术又被称为实景复制技术，通过快速获取被扫描物体表面的大量密集点的坐标，从而得到被扫描物体的点云数据，从而将物理实体的几何信息映射到虚拟空间中。三维扫描技术不但应用于预制构件模具尺寸检查、幕墙结构深化设计、施工质量检查等，还大量应用于复杂钢结构的质量控制，如对钢结构加工误差的分析和大型钢构件的拼装模拟。为提前发现构件误差，保证构件安装质量，利用三维扫描技术在钢结构安装施工前检查构件的制造精度，能提前发现影响钢构件正常连接的质量问题。将基于三维扫描的智能感知与模型重建技术应用于钢结构施工的质量控制中，在某钢结构建筑中对钢构件及其节点进行三维扫描和模型重建，以便于提前发现构件的几何误差，减少构件几何误差对施工质量影响。1基于三维扫描的智能感知与模型重建的原理和流程1.1 应用原理三维扫描技术能够快速获取构件的真实尺寸信息。与传统的测量技术相比，三维扫描技术在空间中测量点的速率远远大于其他测量技术，同时不需要接触被测量物体表面，能实现非接触式的快速测量，具有非接触、快速、扫描范围广、自动化程度高、数据采集密度高等特点，特别适用于形状复杂不规则的物体，能够大幅减少测量所需的工作量。三维扫描仪一般利用光学三维测量或激光测距技术，获取物体表面大量点的坐标并进行记录，进而在计算机中重建被测物体的三维模型。光学三维扫描仪一般具有一个光源和多个摄像头。在扫描过程中光源将特定的白光图案投影到被扫描对象上，并通过多个成特定角度的摄像头拍摄被扫描对象上的白光图案。如果被扫描对象的表面不是平面，使用光源投射出的白光图案就会发生变形，扫描软件可根据摄像头拍摄到的白光图案发生的变形计算出三维几何信息，进而获取被扫描物体表面的点的坐标，形成被扫描物体的三维点云数据。激光三维扫描仪则使用了激光测距原理。向物体发射激光在经过一段距离后，能集中照射在一个点上，通过激光测距及角度测量方法可测量物体表面被激光照射的点和仪器间的距离和角度。激光三维扫描仪能在短时间内向大量不同位置发射激光，从而获取大量物体表面点坐标数据形成点云数据。三维扫描技术应用的核心是对点云数据的应用。点云是离散分布在三维空间中点的集合。三维扫描得到的点云数据真实地反映了被扫描物体的几何信息，以点云数据为依托能够逆向建立与物理实体几乎完全一致的三维模型，实现了对实际构件的模型重建。在逆向建立的三维立体模型中能够获取物体上关键点的坐标，通过对比模型中相关点间的相对位置关系，检查安装时需要互相连接的各关键部位间的尺寸是否满足连接要求。常见的BIM软件支持将点云数据导入BIM文件中，进行逆向建模、尺寸误差检测等。1.2 应用流程基于三维扫描的智能感知与模型重建技术主要包括点云数据的采集、点云数据的处理等过程（图1）。图1 工作流程点云数据采集阶段，使用三维扫描仪对构件和节点进行扫描。对于钢结构构件需采集钢构件、节点连接件等的点云数据，特别是钢构件节点部位，由于该部位通常具有螺栓孔、焊缝、肋板等细小构件或孔洞，需要进行重点采集。在数据采集前，需对三维扫描仪进行调试，在构件表面粘贴定位标记。一次采集结束后，将获取点云数据存储为文件形式供后期使用。点云数据采集后，需要对点云数据进行处理。原始的点云数据多以文本文件的形式存储，其中记录了扫描仪采集的全部点的坐标信息。原始的点云数据一般以.txt等文本文件格式或.las等点云数据专用格式进行存储，供其他点云数据处理软件进行查看和处理。通过专用的点云数据处理软件能够利用点云数据逆向建立构件的三维实体模型文件。在逆向建立的构件三维模型中，包含质量控制所需的构件尺寸信息和构件安装所需的各个关键点的坐标。对于多个需要互相连接的构件，通过提取连接后处于同一位置或具有一定关系的点的坐标，能够获取其相对位置关系，通过相对位置关系判断构件是否存在影响装配的尺寸偏差，从而实现对安装质量的把控。2 工程概述激光小镇孵化器项目位于江苏省宿迁市宿城经济开发区，包含多栋钢结构塔楼，总建筑面积152 811.62 m²，总用地面积695 121 m²。其中，1号、4号、5号楼为高层钢结构建筑，其余为框架结构建筑。1号楼地下1层，地上10层；2号、3号、6号、7号、8号、9号、10号楼地下1层，地上5层，其中2号、6号、9号、10号楼附属楼地下1层，地上2层；4号、5号楼地下1层，地上12层；11号地下1层，地上3层；12号地下1层，地上2层。垃圾站地上1层。激光小镇孵化器项目1号楼如图2所示。图2 激光小镇孵化器项目1号楼1号楼由2个10层高的塔楼和2个塔楼间的大跨度钢结构连廊组成，连廊跨度为26 m。钢结构连廊采用高空整体连接施工安装，施工安全防护难度大，需提前编制专项施工方案、应急预案，按方案组织施工。基于三维扫描的智能感知与模型重建技术应用于激光小镇孵化器项目1号楼钢结构施工质量控制中，通过对钢结构节点及相关连接件的扫描逆向建立三维模型，测量模型关键点间的相对位置，以检查构件是否满足质量要求以及能否成功拼装。3 三维扫描实施过程3.1 设备选型扫描过程采用光学手持式三维扫描仪，该三维扫描仪采用光学原理，使用LED灯将特定的白光图案投影到被扫描对象上，并通过两个成特定角度的摄像头拍摄被扫描对象上的白光图案，扫描软件可根据摄像头拍摄到的白光图案发生变形，计算出被扫描物体的三维几何信息，进而获取被扫描物体表面点的坐标，最终形成被扫描物体的三维点云模型。该扫描仪扫描范围为0.15~4 m，其精度最高为0.1 mm，分辨率为0.1 mm。在手持扫描过程中，设备不断拍摄被扫描构件表面图像，以图像特征或事先粘贴的标记点为图像拼接依据，利用图像识别等方法对扫描过程中扫描仪移动进行跟踪，实现不同部位点云拼接，获取连续构件点云数据，实现大尺寸物体扫描。在获取点云数据同时，扫描仪同步拍照记录物体表面图像，以图片形式存储物体表面图像，供后期处理点云时在生成三维模型表面贴图，以还原物体表面真实图像特征。3.2 现场扫描使用三维扫描仪的手持扫描模式扫描构件节点板。钢结构构件尺寸较大，且构件表面各部分较为一致，无明显图像特征，三维扫描仪在扫描过程中无法根据图像特征判断仪器的移动方向和距离。使用标记点人为在构件表面制造图像特征使三维扫描仪在不同位置拍摄到的图像均不同，以便于三维扫描仪根据所拍摄到的图像中标记点的位置变化计算出仪器与构件的相对移动，进而建立不同部位的点云数据。标记点是一种具有较高反射对比特性的圆形贴纸，其中心为白色，四周为黑色，当三维扫描仪的光源照射在标记点上时，点的中心白色部分强烈反光，周围黑色部位反光很少，便于仪器识别和确认标记点中心位置，进而拼接仪器在不同位置时获取的点云数据。在钢构件和节点板上无规律地粘贴大量标记点，标记点间距离一般需使相邻不同位置获取图像中有足够数量共同标记点，根据仪器性能，在构件表面标记点间距不大于10 cm时，可在同一幅图像中识别到足够多标记点用于定位。标记点粘贴需错落有致，避免出现等间距直线、等腰三角形等有规律图形，造成识别错误。扫描构件前，先扫描构件表面粘贴标记的数据，使用手持式三维扫描仪标记点扫描模式对构件进行扫描，识别并记录标记点粘贴位置的坐标。完成标记点坐标记录后，使用手持式三维扫描仪手持扫描模式对构件需扫描的区域进行完整扫描，仪器在获取构件表面三维点云信息的同时识别标记点，并根据前期获取的标记点坐标数据计算当前采集区域坐标，与其他区域的点云信息进行自动拼接。扫描时计算机软件上同步显示识别到的点云图像，以点云的颜色代表跟踪扫描成功与否的状态信息，扫描时通过点云图像确定扫描仪的移动方向。构件边角位置、螺栓孔附近等边缘位置不易被仪器完整识别，须反复进行扫描，获取完整的点云。扫描形成的构件点云数据在软件中进行简单处理，删除多余部分后以文件形式导出存储。扫描软件能够以文本形式存储点云原始数据，形成的文本文件中每一行为一个点的坐标和颜色信息，所有点的信息均储存于同一个文本文件内，可以由其他点云数据处理软件进行进一步处理。可将点云数据转换为三维表面模型，便于在通用三维模型处理软件中打开。3.3 数据处理原始点云数据形成的.txt文件能导入Recap软件生成.rcp文件重建钢构件三维模型，通过插入点云方式导入Revit软件中。在Recap软件中，能够捕捉点云模型中各部位关键点，对关键点间相对位置进行测量。利用测量距离方式检测螺栓孔间距、螺栓孔直径、节点板尺寸等，检查其尺寸误差是否在允许范围内。将节点板与构件端部尺寸及螺栓尺寸比对，在软件中尝试拼装各构件三维模型，通过检查模型间是否存在碰撞，判断各构件间有无尺寸冲突。4 结论针对钢结构建筑施工因构件误差引起返工修理构件的问题，使用基于三维扫描智能感知与模型重建技术对钢结构构