本發(fā)明涉及建筑巡檢，具體是涉及基于bim技術(shù)的建筑物巡檢方法、裝置及系統(tǒng)。

背景技術(shù)：

1、城市高層建筑以土地利用率高、占地面積小和更加美觀而迅速成為現(xiàn)代化城市建筑建設(shè)的主要形式。高層建筑雖然具有諸多優(yōu)勢，但由于使用年限的延長、材料的老化以及施工的缺陷而導(dǎo)致的墻皮脫落、鼓包和裂縫等情況很容易引起安全事故，從而給社會和人民群眾造成巨大的經(jīng)濟損失。因此，城市高層建筑墻壁的檢查和維護對于保護公共安全與減少經(jīng)濟損失方面變得尤為重要。

2、覆蓋路徑規(guī)劃的目的是確定能夠讓機器人詳細地探索工作空間的路徑，從而保證結(jié)構(gòu)檢查的完整覆蓋，在實際的結(jié)構(gòu)檢查中，盡管一些研究工作在不同的結(jié)構(gòu)檢查中使用了覆蓋路徑規(guī)劃方法，但很少有學(xué)者關(guān)注如何將傳感器的尺寸和精度以及覆蓋率評估納入覆蓋路徑規(guī)劃。因此，在覆蓋路徑規(guī)劃過程中結(jié)合傳感器的尺寸和精度以及廣泛評估覆蓋率仍然被認為是開放研究領(lǐng)域，還需要進一步探索。此外，沒有考慮將無人機電池續(xù)航納入路徑規(guī)劃中以及在現(xiàn)實中執(zhí)行航線無人機定位精度問題。

技術(shù)實現(xiàn)思路

1、為解決上述技術(shù)問題，提供基于bim技術(shù)的建筑物巡檢方法、裝置及系統(tǒng)，本技術(shù)方案解決了上述背景技術(shù)中提出的問題。

2、為達到以上目的，本發(fā)明采用的技術(shù)方案為：

3、基于bim技術(shù)的建筑物巡檢方法，包括：

4、對建筑物中的待巡檢區(qū)域進行提取，獲取建筑物的原始bim模型；

5、通過對建筑物的原始bim模型進行預(yù)處理，利用bim模型的語義信息篩選出建筑物的內(nèi)外墻，并將整個內(nèi)部空間定義為房間；

6、根據(jù)無人機拍照的清晰度以及環(huán)境因素確定無人機的飛行安全距離，通過相機的參數(shù)以及安全距離獲取無人機相機視場的大?。?/p>

7、基于無人機相機視場，將待巡檢區(qū)域模型進行網(wǎng)格化處理，得到建筑物的網(wǎng)格化bim模型；

8、基于建筑物的網(wǎng)格化bim模型，確定無人機采集完整目標檢查區(qū)域圖像數(shù)據(jù)的具體位置，即無人機的航點；

9、利用遺傳算法在所有無人機的航點中求解出最短路徑；

10、測試單塊電池?zé)o人機能飛行的最大距離，利用最大距離將整體航線分成多段航線，在每段航線終點處設(shè)置無人機的電池補給點，得到最優(yōu)路徑；

11、對bim坐標系下的無人機航線任務(wù)參數(shù)進行計算與轉(zhuǎn)換，無人機在真實環(huán)境中執(zhí)行所優(yōu)化的航線。

12、優(yōu)選的，所述根據(jù)無人機拍照的清晰度以及環(huán)境因素確定無人機的飛行安全距離，通過相機的參數(shù)以及安全距離獲取無人機相機視場的大小具體包括：

13、根據(jù)無人機拍照的清晰度以及環(huán)境因素預(yù)設(shè)無人機的飛行安全距離；

14、獲取無人機的相機參數(shù)；

15、被攝對象透過鏡頭在焦點平面上結(jié)成可見影像所包括的面積，即相機鏡頭所能覆蓋的物體的范圍構(gòu)成無人機相機視場；

16、基于無人機的相機參數(shù)利用相機視場公式，計算無人機相機視場的大小；

17、所述相機視場公式為：，

18、式中，，分別為無人機相機視場的寬度和高度，，分別為無人機相機傳感器的寬度和高度，為無人機相機正對墻面的安全距離，為無人機相機的焦距。

19、優(yōu)選的，所述基于無人機相機視場，將待巡檢區(qū)域模型進行網(wǎng)格化處理，得到建筑物的網(wǎng)格化bim模型具體包括：

20、基于bim模型將被定義為房間的空間的墻壁區(qū)域分為前、后、左、右、上和下六種類型；

21、獲取屬于前方向的所有矩形待檢查區(qū)域，定義為面，每一個面都由四條線組成，每一條線都由起始點與終點組成，每一個點都由xyz坐標表示；

22、篩選出每一個面左上角的頂點，以此頂點為基礎(chǔ)形成一個與無人機相機視場一樣大小的固定矩形；

23、獲取每一個面長和寬的幾何信息，相應(yīng)的除以無人機相機視場的高度和寬度，得到每一個面能被覆蓋的最大無人機相機視場數(shù)量；

24、對每一個面左上角形成的固定矩形按照計算的無人機相機視場的數(shù)量進行平移，直至完全覆蓋整個表面；

25、后、左、右、上和下方向上的覆蓋原理與前方向上一致，同時對所有的待檢查目標區(qū)域表面完全覆蓋，得到建筑物的網(wǎng)格化bim模型。

26、優(yōu)選的，所述基于建筑物的網(wǎng)格化bim模型，確定無人機采集完整目標檢查區(qū)域圖像數(shù)據(jù)的具體位置，即無人機的航點具體包括：

27、在各房間內(nèi)，無人機的航點所在的平面與各目標檢查表面平行；

28、將無人機的航點所在的平面定義為一個虛擬的無人機工作平面，并且在各房間內(nèi)所有的航點都分布在這個工作平面上；

29、將每個區(qū)域的無人機相機視場的矩形中心點投影到對應(yīng)的無人機工作平面，該工作平面上的投影點輸出為無人機的航點。

30、優(yōu)選的，所述利用遺傳算法在所有無人機的航點中求解出最短路徑具體包括：

31、s101：生成多條可行的路徑，輸出為種群，并利用路徑總長度的倒數(shù)計算每條路徑的適應(yīng)度值；

32、s102：從種群中挑選兩個適應(yīng)度值最大的父代路徑；

33、s103：將選出的優(yōu)秀父代路徑進行航點的交叉處理，產(chǎn)生子代路徑；

34、s104：基于第一預(yù)設(shè)概率對子代路徑進行第一類變異處理，選擇兩個基因即航點進行位置互換；

35、s105：基于第二預(yù)設(shè)概率對子代路徑進行第二類變異處理，選擇兩個基因?qū)⑵渲幸粋€基因移動至另一個基因的后邊，兩個基因中間的基因段向前平移補齊；

36、s106：基于第三預(yù)設(shè)概率對子代路徑進行第三類變異處理，選擇一個區(qū)間將整個區(qū)間內(nèi)的基因進行翻轉(zhuǎn)；

37、s107：根據(jù)適應(yīng)度值評估子代路徑；

38、s108：判斷新的子代路徑的適應(yīng)度值是否大于父代路徑的適應(yīng)度值，若是，則將新的子代路徑加入到種群中形成更優(yōu)的種群，若否，則不作輸出；

39、s109：判斷迭代次數(shù)是否等于預(yù)設(shè)閾值，若是，則結(jié)束算法，并輸出當(dāng)前種群中適應(yīng)度值最大的路徑為最短路徑，若否，則返回步驟s102。

40、優(yōu)選的，所述對bim坐標系下的無人機航線任務(wù)參數(shù)進行計算與轉(zhuǎn)換，無人機在真實環(huán)境中執(zhí)行所優(yōu)化的航線具體包括：

41、無人機的飛行方向表示無人機移動的方向，且與wgs84坐標系的北、東和下方向?qū)R；

42、無人機的飛行方向范圍為0°到360°，wgs84坐標系的正北方向?qū)?yīng)無人機飛行方向的0°，其他方向以順時針旋轉(zhuǎn)疊加；

43、通過經(jīng)緯度測繪儀測得無人機起始點的經(jīng)緯度；

44、基于無人機的飛行方向，利用經(jīng)緯度公式計算無人機航點的經(jīng)緯度；

45、所述經(jīng)緯度公式為：，

46、式中，分別為無人機航線中前一點的經(jīng)度和緯度，分別為無人機航線中后一點的經(jīng)度和緯度，d為前一點與后一點的距離，r為地球的半徑，為無人機的飛行方向。

47、進一步的，提出基于bim技術(shù)的建筑物巡檢電子裝置，包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，

48、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行上述基于bim技術(shù)的建筑物巡檢方法。

49、進一步的，提出一種基于bim技術(shù)的建筑物巡檢系統(tǒng)，用于實現(xiàn)如上述的基于bim技術(shù)的建筑物巡檢方法，包括：

50、模型構(gòu)建模塊，所述模型構(gòu)建模塊用于對建筑物中的待巡檢區(qū)域進行提取，獲取建筑物的原始bim模型、通過對建筑物的原始bim模型進行預(yù)處理，利用bim模型的語義信息篩選出建筑物的內(nèi)外墻，并將整個內(nèi)部空間定義為房間、根據(jù)無人機拍照的清晰度以及環(huán)境因素確定無人機的飛行安全距離，通過相機的參數(shù)以及安全距離獲取無人機相機視場的大小、基于無人機相機視場，將待巡檢區(qū)域模型進行網(wǎng)格化處理，得到建筑物的網(wǎng)格化bim模型；

51、路徑計算模塊，所述路徑計算模塊用于基于建筑物的網(wǎng)格化bim模型，確定無人機采集完整目標檢查區(qū)域圖像數(shù)據(jù)的具體位置，即無人機的航點；利用遺傳算法在所有無人機的航點中求解出最短路徑；測試單塊電池?zé)o人機能飛行的最大距離，利用最大距離將整體航線分成多段航線，在每段航線終點處設(shè)置無人機的電池補給點，得到最優(yōu)路徑；對bim坐標系下的無人機航線任務(wù)參數(shù)進行計算與轉(zhuǎn)換，無人機在真實環(huán)境中執(zhí)行所優(yōu)化的航線。

52、可選的，所述模型構(gòu)建模塊具體包括：

53、原始模型構(gòu)建單元，所述原始模型構(gòu)建單元用于對建筑物中的待巡檢區(qū)域進行提取，獲取建筑物的原始bim模型；

54、模型預(yù)處理單元，所述模型預(yù)處理單元用于通過對建筑物的原始bim模型進行預(yù)處理，利用bim模型的語義信息篩選出建筑物的內(nèi)外墻，并將整個內(nèi)部空間定義為房間；

55、相機視場計算單元，所述相機視場計算單元用于根據(jù)無人機拍照的清晰度以及環(huán)境因素確定無人機的飛行安全距離，通過相機的參數(shù)以及安全距離獲取無人機相機視場的大??；

56、網(wǎng)格模型構(gòu)建單元，所述網(wǎng)格模型構(gòu)建單元用于基于無人機相機視場，將待巡檢區(qū)域模型進行網(wǎng)格化處理，得到建筑物的網(wǎng)格化bim模型。

57、可選的，所述路徑計算模塊具體包括：

58、航點計算單元，所述航點計算單元用于基于建筑物的網(wǎng)格化bim模型，確定無人機采集完整目標檢查區(qū)域圖像數(shù)據(jù)的具體位置，即無人機的航點；

59、最短路徑求解單元，所述最短路徑求解單元用于利用遺傳算法在所有無人機的航點中求解出最短路徑；

60、最優(yōu)路徑求解單元，所述最優(yōu)路徑求解單元用于測試單塊電池?zé)o人機能飛行的最大距離，利用最大距離將整體航線分成多段航線，在每段航線終點處設(shè)置無人機的電池補給點，得到最優(yōu)路徑；

61、航線參數(shù)轉(zhuǎn)換單元，所述航線參數(shù)轉(zhuǎn)換單元用于對bim坐標系下的無人機航線任務(wù)參數(shù)進行計算與轉(zhuǎn)換，無人機在真實環(huán)境中執(zhí)行所優(yōu)化的航線。

62、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：

63、通過設(shè)置模型構(gòu)建模塊和路徑計算模塊有效地節(jié)約巡檢時間，而且提高了圖像質(zhì)量以及整體覆蓋率，在獲得無人機最優(yōu)路徑的基礎(chǔ)上，基于飛行方向和相鄰航點間的距離求解經(jīng)緯度，得到一種快速、全自動的求解方法，考慮到無人機電池續(xù)航，得到一種探索補給點設(shè)置方法。