基于三维视觉的房屋智能巡检方法研究

作     者：冯楚乔 刘宇飞 岳岩 樊健生 张晋勋 王聪颖 FENG Chuqiao;LIU Yufei;YUE Yan;FAN Jiansheng;ZHANG Jinxun;WANG Congying

作者机构：清华大学土木工程系北京100084 清华大学土木工程安全与耐久教育部重点实验室北京100084 北京城建集团有限责任公司北京100088 北京城建房地产开发有限公司北京100088 

出 版 物：《建筑结构学报》 (Journal of Building Structures)

年 卷 期：2024年第45卷第6期

页      面：133-142页

核心收录：

学科分类：08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0814[工学-土木工程] 

基　　金：国家自然科学基金项目(52192662) 

主　　题：房屋巡检 三维视觉 点云配准 改建识别 构件分类 危险性评估 

摘      要：城乡自建房屋的违规改建现象时有发生,是不可忽略的安全隐患。传统的房屋巡检主要依靠人工方式,存在效率低、主观性强等问题,进而影响巡检结果的可靠性。为此,提出了基于三维视觉的房屋智能巡检方法。基于融合式SLAM技术实现巡检点云数据的实时采集;对多次巡检数据进行配准,并采用基于kd-tree的半径搜索法进行点云增减识别,找出改建部分;对改建部分进行区域生长分割并获取点云OBB包围盒,根据其几何尺寸信息进行简单的构件分类。进一步,定义考虑构件重要性的表面积变化率参数,可初步评价改建后结构的安全性。通过对某自建房进行巡检试验发现,上述方法能够快速、高效地获取待测房屋外立面的点云数据,有效识别房屋的改建部分,并基于构件特征进行改扩建后房屋的危险性评估,实现了巡检流程的自动化与智能化。