[发明专利]一种基于激光扫描点云的装配式预制构件质量控制方法

说明书

本专利提出了一种利用激光扫描技术采集预制构件表面质量信息，并对预制构件开孔、整体的尺寸、损伤面积等质量数据进行自动计算的方法，替代传统人工尺量的方式，计算准确的生产质量指标，以实现更严格、更自动化的生产质量控制。与此同时，为了统一评价标准，结合国内外的标准提出了生产质量综合评价体系，给预制构件的生产、评价与改进提供了依据。

技术领域

本发明涉及土木工程与测绘技术领域，尤其是一种基于激光扫描点云的装配式预制构件质量控制方法。

背景技术

装配式建筑作为建筑行业建造方法的新工艺，与之前传统的现浇建筑有很大的不同。通过建筑构件在工厂厂房进行生产，以运输到建筑现场进行吊装的方式参与到建筑的构建中去。由于目前的技术和生产条件的限制，彻底替换现浇建筑方式暂时是不现实的，也是不经济的，因此，大部分情况下需要预制构件与现浇建筑配合使用。

由于预制构件的生产不在现场，如果出现误差进行更改的可能性比较小，因此对于预制构件的质量要求比较高。与现浇混凝土构件质量要求存在不同的地方在于，因为在工厂进行标准化生产，构件内部的质量问题往往得到良好的控制。但是由于预制构件需要进行吊装操作，会在生产的时候预留吊装设施，还有与现场其他建筑部分进行拼装的开孔和管道等预埋件的定位位置需要很高的要求。另外在构件的拆模运输过程中造成的表面损伤也是质量管控的其中一个方面。在目前的实践应用中，尽管预制构件是在工厂中进行标准化生产，但是在质量控制方面管理依旧粗放。不仅国内外、国内各地方没有统一的质量要求，而且在相关规范中推荐的检验方式仍然是尺量，这种方式不仅效率低下，而且误差较大，不利于混凝土预制构件的生产质量控制。

因此，本专利提出了一种利用激光扫描技术采集预制构件表面质量信息，并对预制构件开孔、整体的尺寸、损伤面积等质量数据进行自动计算的方法，替代传统人工尺量的方式，计算准确的生产质量指标，以实现更严格、更自动化的生产质量控制。与此同时，为了统一评价标准，结合国内外的标准提出了生产质量综合评价体系，给预制构件的生产、评价与改进提供了依据。

发明内容

发明目的：本发明的目的是提供一种基于激光扫描点云的装配式预制构件质量控制方法，以克服现有技术中质量管理效率低下且非自动化的缺点。并提供了质量控制依据。

技术方案：为实现上述目的，本发明所述的基于激光扫描点云的装配式预制构件质量控制方法，包括如下步骤：

S1:利用激光扫描仪获取装配式建筑预制构件三维点云数据；

S2:对获得的三维点云数据进行预处理，去除噪点，精简点云数据的数据量；

S3:将预处理后的点云数据进行进一步的分割，提取出特征表面，并建立表面网格，锁定质量问题出现的区域；

S4:利用Delaunay三角网络和Alpha Shape算法，对特征表面的特征数据进行提取，将提取出的数据进行拟合，得到相关的质量参数；

S5:对得到的质量参数结合

质量控制要求进行分析综合，利用加权打分法总体评估装配式预制构件的质量是否符合要求。

进一步地，步骤S1中，利用激光扫描仪获取装配式建筑预制构件表面三维点云数据。

进一步地，步骤S2中，对获得的三维点云数据进行预处理，去除噪点，精简点云数据的数据量，其中包括以下关键算法：

应用KNN算法进行数据清洗:首先KNN算法对于数据点进行分类，可以保证在点云数据抽稀时有效区分平面点与边界点，能够充分保留原始数据的几何特征，避免常规抽稀操作随机抽取将原数据的几何关系破坏；其次，KNN算法在数据处理的过程中，不仅可以进行抽稀操作，同时可以判断离散点，将数据采集过程中受环境影响产生的噪点同时去除。