本发明涉及信息，尤其涉及一种基于点云数据自动生成bim模型的方法。
背景技术：
1、随着城市化进程的加速和城市建筑的老化，城市更新项目变得越来越重要。这些项目不仅涉及建筑物的修缮和改造，还包括对城市空间的重新规划和利用。在这一过程中，准确和详细的建筑信息模型(bim)对于有效的规划、设计和施工至关重要。传统的手工测量和建模方法费时费力，且易出现误差，无法满足现代城市更新项目对高精度和高效率的需求。因此，基于点云的三维建模方法成为城市更新项目中逆向建模的主流方式。
2、点云数据是通过激光扫描或摄影测量技术获取的三维空间数据，能够精确记录建筑物的几何形状和空间位置。激光扫描仪(如lidar)和摄影测量技术(如无人机航拍)能够快速、全面地捕捉建筑物和城市空间的详细信息，生成高密度的点云数据。这些点云数据为建立高精度的三维模型提供了丰富的基础信息。
3、在城市更新项目中，基于点云的三维建模方法具有显著的优势。首先，它能够显著提高数据采集和建模的效率。传统测量方法往往需要耗费大量时间进行现场测量和记录，而激光扫描和摄影测量技术能够在较短时间内获取大规模、高精度的点云数据，减少了现场工作时间和人力成本。其次，点云数据的高密度和高精度特性能够确保生成的三维模型具有较高的细节水平和准确性，满足精细化设计和施工的需求。此外，基于点云的三维建模方法还能够有效处理复杂的建筑形态和城市环境。在城市更新项目中，建筑物的形态往往复杂多变，传统的建模方法难以精确描述。而点云数据能够全面捕捉建筑物的复杂几何形态，通过先进的点云处理和建模算法，可以生成高度细致和准确的三维模型。同时，点云数据还能够反映建筑物的真实状态，包括损坏和老化情况，为城市更新项目的规划和决策提供可靠的依据。
4、然而，目前基于点云数据建模主要依靠人手动描边翻模，效率低且误差大。因此，需要提供一种基于点云数据自动生成bim模型的方法，能够解决现有技术中基于点云数据建模依靠人手动描边翻模效率低且误差大的问题。
技术实现思路
1、本发明的目的在于提供一种基于点云数据自动生成bim模型的方法，能够解决现有技术中基于点云数据建模依靠人手动描边翻模效率低且误差大的问题。
2、本发明是这样实现的：
3、一种基于点云数据自动生成bim模型的方法，包括以下步骤：
4、步骤1：对原始的点云数据进行预处理；
5、步骤2：建筑构建的点云语义分割；
6、步骤3：建筑构件的点云实例分割；
7、步骤4：基于点云数据和点云实例分割结果进行ifc构建逆向revit建模，将点云数据转换为建筑构件的三维bim模型；
8、步骤5：在建筑构件的逆向建模完成后，基于坐标数据对所有建筑构件进行重组与整合，形成完整的三维bim建筑模型，确保所有建筑构件在全局坐标系中的准确位置和关系，并进行bim建筑模型的整体优化。
9、所述的步骤1包括以下分步骤：
10、步骤1.1：对原始的点云数据进行去噪处理；
11、步骤1.2：对去噪后的点云数据进行下采样处理；
12、步骤1.3：对点云数据进行对齐和配准，使不同视角的点云数据在同一坐标系下对齐；
13、步骤1.4：对点云数据进行裁剪和分割。
14、所述的步骤1.1中，去噪方法包括统计滤波、中值滤波、均值滤波。
15、所述的步骤1.2中，下采样处理包括体素网格下采样、随机下采样。
16、所述的步骤2包括以下分步骤：
17、步骤2.1：对预处理后的点云数据进行建筑构件类别的标注，通过已标注的点云数据构件训练数据集；
18、步骤2.2：选择pointnet++网络模型对标注后的点云数据进行训练；
19、步骤2.3：经过充分训练后，pointnet++网络模型对未标注的点云数据进行自动分类，将每个点云数据归类到对应的建筑构件类别中。
20、所述的步骤2.1中，点云数据的建筑构件类别标注包括墙体、门窗、柱子。
21、所述的步骤2.2中，pointnet++网络模型通过直接处理点云数据的原始坐标，利用对称函数提取全局特征，并进行分类和分割；通过分层特征提取机制，逐层细化特征，提高pointnet++网络模型的表达能力；
22、在训练过程中，使用损失函数来衡量pointnet++网络模型的预测结果与实际标注之间的差异，并通过反向传播算法不断优化模型参数；采用数据增强技术，包括随机旋转、平移、缩放，对训练数据进行变换，增加数据多样性。
23、所述的步骤3包括以下分步骤：
24、步骤3.1：通过步骤2的点云语义分割获得初步的建筑构件类别的标签；
25、步骤3.2：利用实例分割模型对同类点进行聚类，识别出每一个独立的实例；
26、步骤3.3：通过mask r-cnn算法在目标检测基础上增加一个分割分支，结合点云数据的几何信息，实现对实例的精细分割；
27、步骤3.4：基于crf后处理方法，引入点与点之间的相互关系，优化分割结果，消除噪声点和错误分割，进一步精细化实例边界。
28、所述的步骤4包括以下分步骤：
29、步骤4.1：将步骤3中的点云实例分割结果导入revit软件；
30、步骤4.2：基于ifc标准，通过revit软件逆向建模，逐一创建建筑构件的三维bim模型。
31、所述的步骤5包括以下分步骤：
32、步骤5.1：对所有独立的建筑构件进行坐标数据的转换和对齐，使所有独立的建筑构件在同一坐标系下的正确拼接；
33、步骤5.2：利用icp全局配准算法，通过迭代优化两个点云或建筑构件的模型之间的刚性变换矩阵，使得配准误差最小，使建筑构件的模型整合形成完整的bim建筑模型；
34、步骤5.3：通过分析三维bim建筑模型的几何和拓扑结构，识别并去除重复的点、线和面，进行三维bim建筑模型的优化处理；三维bim建筑模型的优化处理包括删除冗余数据、修复破损区域、平滑几何表面。
35、本发明与现有技术相比，具有以下有益效果：
36、1、本发明基于点云数据的三维建模技术，能够快速、高效地获取建筑物的精确几何信息，并生成高精度的三维bim建筑模型，无需人手动描边翻模，因此本发明相比传统的方法能大幅提升建模效率，减少了现场校验测量时间，降低了人力成本。
37、2、本发明基于点云数据自动生成三维bim建筑模型，点云数据的高密度特性确保了模型的细节和准确性，能够真实反映建筑物的现状，通过对齐、配准、深度学习卷积神经网络极大的提高三维bim建筑模型的精细化，精细化的建模能力为规划、设计和施工提供了可靠的数据支持。
1.一种基于点云数据自动生成bim模型的方法，其特征是：包括以下步骤：
2.根据权利要求1所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤1包括以下分步骤：
3.根据权利要求2所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤1.1中，去噪方法包括统计滤波、中值滤波、均值滤波。
4.根据权利要求2所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤1.2中，下采样处理包括体素网格下采样、随机下采样。
5.根据权利要求1所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤2包括以下分步骤：
6.根据权利要求5所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤2.1中，点云数据的建筑构件类别标注包括墙体、门窗、柱子。
7.根据权利要求5所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤2.2中，pointnet++网络模型通过直接处理点云数据的原始坐标，利用对称函数提取全局特征，并进行分类和分割；通过分层特征提取机制，逐层细化特征，提高pointnet++网络模型的表达能力；
8.根据权利要求1所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤3包括以下分步骤：
9.根据权利要求1所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤4包括以下分步骤：
10.根据权利要求1所述的基于点云数据自动生成bim模型的方法，其特征是：所述的步骤5包括以下分步骤：
