基于BIM和图像识别的变电设备工程量AR标注技术

doi:10.11772/j.issn.1001-9081.2024030373

《计算机应用》唯一官方网站 ›› 0, Vol. ›› Issue (): 328-331.DOI: 10.11772/j.issn.1001-9081.2024030373

基于BIM和图像识别的变电设备工程量AR标注技术

周亮¹, 梁海生¹, 吕征宇²(), 史健勇³, 庞星³, 戴梦云³

^1.国网上海市电力公司经济技术研究院，上海 200002
^2.国网上海电力设计有限公司，上海 200002
^3.上海交通大学船舶海洋与建筑工程学院，上海 200240

收稿日期:2024-03-29 修回日期:2024-06-12 接受日期:2024-06-14 发布日期:2025-01-24 出版日期:2024-12-31
通讯作者: 吕征宇
作者简介:周亮（1980—），男，上海人，高级工程师，硕士，主要研究方向：电气工程信息化
梁海生（1979—），男，黑龙江宁安人，高级工程师，硕士，主要研究方向：电力工程设计及优化
吕征宇（1971—）：男，上海人，高级工程师，主要研究方向：输变电工程设计、建筑信息模型
史健勇（1975—），男，新疆乌鲁木齐人，副教授，博士，主要研究方向：建筑信息化、智慧城市、人工智能
庞星（1988—），男，四川西充人，主要研究方向：智慧城市、数字孪生体系、建筑信息模型
戴梦云（1996—），女，福建福清人，硕士，主要研究方向：城市数字经济、建筑信息化、数字孪生。
基金资助:
国家电网上海市电力公司科学技术项目(52090R220002)

AR annotation technology for substation equipment engineering quantity based on BIM and image recognition

Liang ZHOU¹, Haisheng LIANG¹, Zhengyu LYU²(), Jianyong SHI³, Xing PANG³, Mengyun DAI³

^1.Economic and Technical Research Institute，State Grid Shanghai Municipal Electric Power Company，Shanghai 200002，China
^2.State Grid Shanghai Electric Power Design Company Limited，Shanghai 200002，China
^3.School of Ocean and Civil Engineering，Shanghai Jiao Tong University，Shanghai 200240，China

Received:2024-03-29 Revised:2024-06-12 Accepted:2024-06-14 Online:2025-01-24 Published:2024-12-31
Contact: Zhengyu LYU

摘要/Abstract

摘要：

目前基于移动增强现实（AR）的施工可视化技术虽然具有交互方式多元化的优势，但存在精度低和系统集成度差的劣势，因此难以进行进度投资统计等深度应用。针对上述问题，基于同步定位与地图构建（SLAM）技术，对施工现场进行实时、全方位的图像采集。同时，引入建筑信息模型（BIM）和图像识别技术，基于移动AR技术实现了现场施工场景与BIM的实时配准，并开展工程量比对计算，以分析工程的实际完成情况，并准确地监控工程进度，验证了所提方法的工程实用效果。

关键词: 数字化, 建筑信息模型, 同步定位与地图构建, 图像识别, 增强现实

Abstract:

At present， construction visualization technology based on mobile Augmented Reality （AR） has the advantage of diversified interaction methods， but it has disadvantages of low accuracy and poor system integration， making it difficult to be applied to in-depth applications such as progress investment statistics. To address the above problem， based on the Simultaneous Localization And Mapping （SLAM） technology， real-time and all-round images of the construction site were collected. At the same time， Building Information Model （BIM） and image recognition technology were introduced to achieve real-time registration between on-site construction scenes and BIMs based on mobile AR technology. Engineering quantity comparison calculations were carried out to analyze the actual completion of the project， monitor the project progress accurately， verifying the practical effect of the proposed method in engineering.

Key words: digitalization, Building Information Model (BIM), Simultaneous Localization And Mapping (SLAM), image recognition, Augmented Reality (AR)

中图分类号:

TP391.98

周亮, 梁海生, 吕征宇, 史健勇, 庞星, 戴梦云. 基于BIM和图像识别的变电设备工程量AR标注技术[J]. 计算机应用, 0, (): 328-331.

Liang ZHOU, Haisheng LIANG, Zhengyu LYU, Jianyong SHI, Xing PANG, Mengyun DAI. AR annotation technology for substation equipment engineering quantity based on BIM and image recognition[J]. Journal of Computer Applications, 0, (): 328-331.

图/表 9

图1 基于 AI+BIM+SLAM的语义AR技术

图2 虚实融合设备安装配准示例

图3 AR融合测量精度测试实验

图4 基于YOLOv5的神经网络结构

图5 AR语义注释结果

图6 变电站区域划分

表1 投资进度自动识别统计结果

分区名称

投资完成（设备）情况

10 kV配电装置室

开关柜*25-已安装

二次设备屏柜*3-已安装

母线连接桥箱-未安装

GIS室

线路GIS*6-未安装

图7 模型现场AR融合图像

图8 现场施工采集图像

参考文献 24

1	高勇. 工程项目管理中成本控制方法研究［D］. 西安：长安大学， 2010： 25.
2	晏剑明. BIM技术在电网基建工程土建施工中的应用［J］. 四川建材， 2021， 47（5）：101-102.
3	南方电网报. 南方电网公司全力推进数字化转型和数字电网建设［J］. 云南电力技术， 2021， 49（1）：32.
4	李冉. 电网基建智慧工地建设应用［J］. 中国高新科技， 2022（16）：14-16.
5	梁旭源. BIM技术应用现状及思维模式的变革［J］. 中国建设信息化， 2020（14）：32-37.
6	孙斌. BIM技术的现状和发展趋势［J］. 水利规划与设计， 2017（3）：13-14.
7	MAHR D， HELLER J， DE RUYTER K. Augmented Reality （AR）： the blurring of reality in human-computer interaction［J］. Computers in Human Behavior， 2023， 145： No.107755.
8	何波，张慎，邱文航，等. 增强现实技术在工程施工中的应用综述［J］. 土木工程与管理学报， 2020， 37（2）：93-98.
9	袁太平，蔡永辉. BIM+AR在电网工程的应用［J］. 中国电力企业管理， 2020（12）：54-55.
10	马志艳，邵长松，杨光友，等. 同步定位与建图技术研究进展［J］. 电光与控制， 2023， 30（3）：78-85.
11	毛军，付浩，褚超群，等. 惯性/视觉/激光雷达SLAM技术综述［J］. 导航定位与授时， 2022， 9（4）：17-30.
12	李延真，石立国，徐志根，等. 移动机器人视觉SLAM研究综述［J］. 智能计算机与应用， 2022， 12（7）：40-45.
13	任炳昱，卢逊，王晓玲，等. 基于SLAM优化的高拱坝施工仿真移动AR可视化［J］. 水力发电学报， 2021， 40（11）：115-128.
14	郑琦，邹进贵，翟若明. 基于视觉SLAM移动扫描系统的BIM建模技术［J］. 测绘通报， 2021（S2）：5-8.
15	孙常恒. 基于BIM的自主装修机器人定位与环境感知系统［D］. 哈尔滨：哈尔滨工业大学， 2020：25-35.
16	程欣. 基于深度学习的图像目标定位识别研究［D］. 成都：电子科技大学， 2016： 6-16.
17	汤新蔚. 自动驾驶汽车车道级交通信号灯识别系统研究［D］. 重庆：重庆大学， 2021：12.
18	徐欣，苏梦婷，陈彦，等. 基于图像识别的电力电缆隧道结构病害检测［J］. 自动化技术与应用， 2022， 41（11）：23-26.
19	汤亮. 基于计算机图像识别技术的建筑工程施工［J］. 建筑科学， 2022， 38（9）：187.
20	蔡庆娜. 图像识别在电力设备巡检中的应用研究［D］. 北京：华北电力大学， 2023：9-13.
21	魏三强. AR开发中的Unity 3D与原生代码交互技术［J］. 重庆理工大学学报（自然科学）， 2017， 31（11）： 166-171.
22	符强，腾先云，纪元法，等. 基于双目深度筛选的ORB-SLAM3算法［J］.测绘通报， 2024（1）： 77-82.
23	李建微，占家旺. 三维点云配准方法研究进展［J］. 中国图象图形学报， 2022， 27（2）：349-367.
24	邓韬，刘玮，陈炫伊，等. BIM+AR技术在超高层建筑机电施工中的应用［J］. 安装， 2023（10）：61-63.

[1]	王一丁, 王泽浩, 李耀利, 蔡少青, 袁媛. 多尺度2D-Adaboost的中药材粉末显微图像识别算法[J]. 《计算机应用》唯一官方网站, 2025, 45(4): 1325-1332.
[2]	齐爱玲, 王宣淋. 基于中层细微特征提取与多尺度特征融合细粒度图像识别[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2556-2563.
[3]	葛孟婷, 万鸣华. 基于近邻监督局部不变鲁棒主成分分析的特征提取模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1013-1020.
[4]	林洋平, 刘佳, 陈培, 张明书, 杨晓元. 基于深度卷积生成对抗网络的半生成式视频隐写方案[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 169-175.
[5]	席志红, 温家旭. 基于目标检测的室内动态场景定位与建图[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2853-2857.
[6]	秦正泓, 刘冉, 肖宇峰, 陈凯翔, 邓忠元, 邓天睿. 基于WiFi指纹序列匹配的机器人同步定位与地图构建[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3268-3274.
[7]	申玉民, 王金龙, 胡殿凯, 刘星宇. 基于区块链的建筑信息模型图纸多人协同创作系统[J]. 计算机应用, 2021, 41(8): 2338-2345.
[8]	谭兆一, 陈白帆. 基于坐标逆映射的增强型车辆三维全景影像[J]. 计算机应用, 2021, 41(4): 1165-1171.
[9]	欧莉莉, 邵峰晶, 孙仁诚, 隋毅. 基于半监督方法的脑梗死图像识别[J]. 计算机应用, 2021, 41(4): 1221-1226.
[10]	孙启昌, 麦永锋, 陈晓军. 基于增强现实的手术导航系统快速标定算法[J]. 计算机应用, 2021, 41(3): 833-838.
[11]	付豪, 徐和根, 张志明, 齐少华. 动态场景下基于语义和光流约束的视觉同步定位与地图构建[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3337-3344.
[12]	张凯悦, 张鸿. 基于注意力机制网络的航运监控图像识别模型[J]. 计算机应用, 2021, 41(10): 3010-3016.
[13]	郑思诚, 孔令华, 游通飞, 易定容. 动态环境下基于深度学习的语义SLAM算法[J]. 计算机应用, 2021, 41(10): 2945-2951.
[14]	王思宇, 高炜欣, 李璐. 环口焊X射线焊缝图像质量评定模型[J]. 计算机应用, 2020, 40(9): 2748-2753.
[15]	罗斌, 于波. 移动边缘计算中基于粒子群优化的计算卸载策略[J]. 计算机应用, 2020, 40(8): 2293-2298.

基于BIM和图像识别的变电设备工程量AR标注技术

AR annotation technology for substation equipment engineering quantity based on BIM and image recognition

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 24

相关文章 15

编辑推荐

Metrics