Академический Документы
Профессиональный Документы
Культура Документы
ФЕДЕРАЦИИ
САНКТ-ПЕТЕРБУРГСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ПЕТРА
ВЕЛИКОГО
Инженерно-строительный институт
Кафедра водохозяйственного и гидротехнического строительства
Выполнил
студент гр.43101/1 Лыткин С.А.
Руководитель
профессор, д.т.н Баденко В.Л.
Санкт-Петербург
2018
САНКТ-ПЕТЕРБУРГСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
ПЕТРА ВЕЛИКОГО
Кафедра "Водохозяйственное и гидротехническое строительство"
"УТВЕРЖДАЮ"
"_____" ______________ 2018 г.
Зав.кафедрой ____________________
ЗАДАНИЕ
ПО ДИПЛОМНОМУ ПРОЕКТИРОВАНИЮ
Студенту________Лыткину С.А________________
___________________________ (дата)
РЕФЕРАТ
На 34 страницы, 14 рисунков
THE ABSTRACT
34 pages, 14 figures
INFORMATION MODELING, POINT CLOUD, TERRESTRIAL LASER
SCANNING, THE IFC FORMAT, RENOVATION
Введение............................................................................................................. 5
5 Заключение................................................................................................. 31
4
ВВЕДЕНИЕ
Задачи работы:
5
При выполнении выпускной квалификационной работы были
использованы материалы следующих дисциплин: «Инженерная графика»,
«Информатика», «История архитектуры».
6
1 ТЕОРЕТИЧЕСКАЯ БАЗА ИССЛЕДОВАНИЯ
7
Перед разработкой проекта реновации необходимо сначала создать
цифровую модель объекта, которая содержит наибольший объем
фундаментальной информации о нем. Проект реновации имеет уникальный
процесс работы который включает в себя непредвиденный частичный снос
объекта и деятельность по улучшению его конструкции или оборудования.
Благодаря этой уникальности, относительно сложно провести точный анализ по
времени и стоимости проекта реконструкции с использованием технологии
BIM. Чтобы преодолеть эту трудность, модель BIM должна включать в себя
структурированную (или предопределенную) базу данных с учетом
характеристик проекта реновации. Кроме того, успех применения BIM в
проектах реновации зависит от точной и оперативной оценки времени и
стоимости проекта. [2, 3]
9
Лазерные сканеры по назначению делятся на три типа: наземные,
мобильные и воздушные.
10
прохождения. Текущее положение лазерного сканера определяется с помощью
высокоточного приемника ГНСС, работающего в дифференциальном режиме
совместно с инерциальной системой(IMU). Современный лазерный сканер
передает сотни тысяч импульсов в секунду, перемещая луч из стороны в
сторону и смещаясь вместе с носителем [8, 9]. Информация, получаемая в
результате совместной обработки дальномерных измерений, данных
инерциальной системы и приемников ГНСС, расположенных вдоль линейного
объекта, представляет собой массив нерегулярно расположенных точек, для
которых известно пространственные координаты, интенсивность отраженного
сигнала, номер отражения(первое отражение– от самого высокого объекта, в
который попал луч, последние – от земли или промежуточного)[10, 11].
Одновременно с ВЛС ведется цифровое фотографирование рельефа и линейных
объектов с использованием камеры, регистрирующей излучение
электромагнитных волн. На сегодняшний день невозможно представить съёмку
протяженных участков линейных объектов без воздушного лазерного
сканирования.
11
– независимость получения результата при любых условиях освещения;
12
цилиндры и конусы), и профили (например, двутавр). Исследования по первым
двум категориям гораздо более распространены, чем по последней категории.
Плоские поверхности часто обнаруживаются с помощью восходящих методов,
используя локальные оценки формы поверхности, такие как ровность или
кривизна поверхности, чтобы сгруппировать данные в локально похожие
участки. Участки, которые являются достаточно плоскими, могут быть
сгруппированы вместе на основе сходства поверхностных нормалей и ко-
планарности или через более сложные схемы [14, 15, 16].
13
2 ИСХОДНЫЕ ДАННЫЕ
14
3 АЛГОРИТМ ОБРАБОТКИ
15
3.2 Первичная обработка облака
16
Рис. 3. Извлечение плоскостей в ПО 3DReshaper.
17
По полученной mesh-модели были построены планы на различных
высотах, а также разрез по одному из контрфорсов. Для дальнейшей обработки
в сторонних ПО данные сечения могут быть экспортированы в формате .dxf.
18
Рис. 5. Экспортированные планы в ПО GRAPHISOFT Archicad.
19
Рис. 6. Первичная 3-D модель
21
3.3.3 Присвоение IFC свойств элементам модели
22
Рис. 8. Свойства элемента модели
23
чем будет подробно рассказано в следующей главе. Конечный вариант
информационной модели изображен на рисунке 9.
24
4 ПРИМЕНЕНИЕ ИНФОРМАЦИОННОЙ МОДЕЛИ
25
Рис. 10. Гипермодель BIMx.
4.2.1 Сапфир
26
.ifc. Далее из параметрической модели IFC с помощью демо версии САПФИР-
3D требуется получить аналитическую модель и расчетную схему.
27
Рис. 12. Аналитическая схема модели
28
4.2.2 ПК ЛИРА-САПР
29
Реконструкция южного фасада подразумевает частичную достройку западного
и восточного фасадов, а также крыши.
30
5 ЗАКЛЮЧЕНИЕ
31
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
32
11. Куприянов А. О. Глобальные спутниковые системы для задач
землеустройства, кадастра и мониторинга //Землеустройство, кадастр
и мониторинг земель. – 2011. – №. 4. – С. 54.
12. Гусев В. Н. Основы наземной лазерно-сканирующей съемки. – 2008.
13. Tang, P., Huber, D., Akinci, B., Lipman, R., & Lytle, A. Automatic
reconstruction of as-built building information models from laser-scanned
point clouds: A review of related techniques //Automation in construction.
– 2010. – Т. 19. – №. 7. – С. 829-843.
14. Sacchi, R., Poliakoff, J. F., Thomas, P. D., &Hafele, K. H. Curvature
estimation for segmentation of triangulated surfaces //3-D Digital Imaging
and Modeling, 1999. Proceedings. SecondInternationalConferenceon. –
IEEE, 1999. – С. 536-543.
15. Thrun, S., Martin, C., Liu, Y., Hahnel, D., Emery-Montemerlo, R.,
Chakrabarti, D., &Burgard, W. A real-time expectation-maximization
algorithm for acquiring multiplanar maps of indoor environments with
mobile robots //IEEE Transactions on Robotics and Automation. – 2004. –
Т. 20. – №. 3. – С. 433-443.
16. Verma V., Kumar R., Hsu S. 3D building detection and modeling from
aerial LIDAR data //Computer Vision and Pattern Recognition, 2006 IEEE
Computer Society Conference on. – IEEE, 2006. – Т. 2. – С. 2213-2220.
17. Tarsha-Kurdi F., Landes T., Grussenmeyer P. Hough-transform and
extended ransac algorithms for automatic detection of 3d building roof
planes from lidar data //ISPRS Workshop on Laser Scanning 2007 and
SilviLaser 2007. – 2007. – Т. 36. – С. 407-412.
18. Golub G. H., Van Loan C. F. An analysis of the total least squares problem
//SIAM journal on numerical analysis. – 1980. – Т. 17. – №. 6. – С. 883-
893.
19. Miller J. V., Stewart C. V. MUSE: Robust surface fitting using unbiased
scale estimates //Computer Vision and Pattern Recognition, 1996.
Proceedings CVPR'96, 1996 IEEE ComputerSocietyConferenceon. – IEEE,
1996. – С. 300-306.
33