[发明专利]一种基于机器学习的墙面平整度信息化检测方法和系统

说明书

本发明公开了一种基于机器学习的墙面平整度信息化检测方法和系统，包括：利用靠尺测量待测墙面不平整度，并收集靠尺位置数据；采集包含待测墙面的三维点云数据并进行配准、分割得到所需墙面点云数据，对墙面点云数据进行拟合，建立新的三维坐标系；依据所收集实际测量信息，得到靠尺区域墙面点云数据的剖面数据点；初步确定靠尺线方程并进行平整度计算，以实测所得及点云数据计算所得平整度为训练样本，利用机器学习优化参数进而调整靠尺线方程，确定靠尺线区域墙面最大不平整度值。本发明将实测结果和通过点云数据计算所得结果进行比较，利用机器学习进行优化，得到最优靠尺线方程，进而提高利用点云数据进行墙面平整度检测的准确性。

技术领域

本发明涉及墙面平整度检测领域，尤其涉及一种基于机器学习的墙面平整度信息化检测方法和系统。

背景技术

墙面平整度作为建筑质量管理及验收的重要环节，直接关系到建筑质量评估及后期墙面工程表面施工质量，因此做好墙面平整度的检测很有必要。

传统墙面平整度检测方法为人工按照规范采用2000mm长靠尺进行检测，依据人工肉眼观察，结果具有主观性，且对于层高较高的墙面难以测量。为提高检测准确度及测量效率，实现对较高及较复杂墙面的检测，本发明提出一种采用三维扫描仪辅助检测的一种基于机器学习的墙面平整度信息化检测方法和系统。

发明内容

本发明目的在于针对现有技术的不足，提出一种利用三维扫描仪辅助进行墙面平整度检测的信息化方法和系统。

本发明的目的是通过以下技术方案来实现的：一种基于机器学习的墙面不平整度信息化检测方法，包括：

步骤1，利用靠尺测量待测墙面不平整度，收集靠尺位置数据及所测区域不平整度数据；

步骤2，利用三维扫描仪设置多个测站点采集包含完整待测墙面的三维点云数据，并对这些数据进行预处理，剔除不合理分布点；

步骤3，对预处理后的三维点云数据进行配准、分割，得到所需墙面点云数据，对墙面点云数据进行拟合，以拟合后的墙面平面上两条正交坐标轴及该平面法线方向作为基准，建立三维坐标系；

步骤4，依据所收集实测得到的靠尺位置信息，截取靠尺所在区域点云数据，并对数据进行处理得到靠尺区域下墙面点云数据的剖面数据点；

步骤5，模拟塞尺使用方法，初步确定靠尺线方程并进行不平整度的计算，以步骤1实测所得不平整度及点云数据计算所得不平整度为训练样本，利用机器学习优化参数，调整靠尺线方程，结合靠尺区域下墙面剖面数据点确定靠尺区域墙面最大不平整度值。

进一步地，步骤1具体为：利用靠尺工具，按照工程实际做法测量墙面不平整度值，记录靠尺位置信息及每处测量位置最大不平整度数据。

进一步地，步骤2中的预处理方法具体为：对点云数据中所有点的邻域进行统计分析，计算每个点到相邻5个点的距离，得到全部距离分布的均值(μ)与标准差(σ)，对与相邻5个点的距离平均值大于t＝μ+2σ的点进行剔除，得到过滤后的点云数据。

进一步地，所述步骤3的具体方法为：

步骤301，对于步骤2得到的过滤后的不同测站点点云数据，自动识别其共同平面，将不同测站点数据通过矩阵坐标变换放入同一坐标系中实现配准，得到包含待测墙面的完整点云数据。

步骤302，通过对包含待测墙面的完整点云数据中边缘进行识别，从所有点云数据中分割得到待测墙面点云数据。

步骤303，采用最小二乘法，均匀取样部分点云数据，找到使所有点到平面距离平方和最小的平面，以拟合后的墙面平面上两条正交坐标轴及该平面法线方向作为基准，建立三维坐标系。

进一步地，所述步骤4中截取靠尺所在区域点云数据的具体方法为：依据所收集实测得到的靠尺位置信息，在墙面点云数据中，截取靠尺实际测量区域墙面点云数据。