建筑智能建造技術(shù)初探及其應(yīng)用

1緒論
1.1 新一代信息技術(shù)在建筑行業(yè)中的應(yīng)用
1.2 建筑智能設(shè)計技術(shù)發(fā)展現(xiàn)狀
1.3 建筑智能檢測技術(shù)發(fā)展現(xiàn)狀
1.3.1 基于圖像識別的智能檢測技術(shù)
1.3.2 基于點云數(shù)據(jù)的智能檢測技術(shù)
1.4 建筑智能化施工技術(shù)發(fā)展現(xiàn)狀
1.4.1 建筑智能預(yù)拼裝技術(shù)
1.4.2 建筑智能監(jiān)控技術(shù)
1.5 本書主要內(nèi)容
參考文獻(xiàn)
2混凝土構(gòu)件智能深化設(shè)計的基礎(chǔ)數(shù)字模型
2.1 鋼筋排布與避障方法——多智能體路徑規(guī)劃
2.2 混凝土框架梁柱節(jié)點的基礎(chǔ)數(shù)字模型
2.2.1 混凝土框架梁柱節(jié)點環(huán)境轉(zhuǎn)換
2.2.2 鋼筋混凝土梁內(nèi)的鋼筋間距要求
2.2.3 鋼筋混凝土柱內(nèi)的鋼筋間距要求
2.3 混凝土框架結(jié)構(gòu)的基礎(chǔ)數(shù)字模型
2.3.1 BIM模型信息提取
2.3.2 結(jié)構(gòu)類型分析
2.4 裝配式混凝土外墻板的基礎(chǔ)數(shù)字模型
2.4.1 裝配式混凝土外墻板鋼筋排布與避障問題描述
2.4.2 裝配式混凝土外墻板環(huán)境轉(zhuǎn)換
2.5 本章小結(jié)
參考文獻(xiàn)
3基于多智能體強化學(xué)凝土構(gòu)件深化設(shè)計
3.1 混凝土框架梁柱節(jié)點的智能深化設(shè)計方法
3.1.1 強化學(xué)原理
3.1.2 智能體路徑規(guī)劃研究現(xiàn)狀
3.1.3 實驗環(huán)境
3.1.4 多智能體強化學(xué)過程
3.1.5 實驗參數(shù)設(shè)定
3.1.6 驗證結(jié)果和討論
3.2 混凝土框架結(jié)構(gòu)的智能深化設(shè)計方法
3.2.1 實驗環(huán)境
3.2.2 驗證結(jié)果和討論
3.3 裝配式混凝土外墻板的智能深化設(shè)計方法
3.3.1 生成式對抗網(wǎng)絡(luò)和深度多智能體強化學(xué)算法
3.3.2 實驗環(huán)境
3.3.3 基于生成式對抗網(wǎng)絡(luò)的二維鋼筋排布結(jié)果
3.3.4 基于深度強化學(xué)維鋼筋設(shè)計排布結(jié)果
3.4 裝配式混凝土外墻板智能深化設(shè)計軟件
3.5 本章小結(jié)
參考文獻(xiàn)
4基化優(yōu)化方法的混凝土構(gòu)件深化設(shè)計
4.1 混凝土框架結(jié)構(gòu)智能深化設(shè)計框架
4.1.1 鋼筋組合優(yōu)化模塊
4.1.2 鋼筋排布生成模塊
4.2 基鄰域算法的配筋智能優(yōu)化
4.3 基于人工勢場法的混凝土框架梁柱節(jié)點智能深化設(shè)計
4.4 基于人工勢場法的}昆凝土框架結(jié)構(gòu)智能深化設(shè)計
4.5 本章小結(jié)
參考文獻(xiàn)
5基于智化算法的砌體墻深化設(shè)計方法
5.1 砌體墻的砌塊布局方法
5.2 砌體墻智能深化設(shè)計框架
5.3 基于智化算法的砌塊布局
5.3.1 階段優(yōu)化模型
5.3.2 第二階段優(yōu)化模型
5.3.3 第三階段優(yōu)化模型
5.4 砌體墻的智能深化設(shè)計方法
5.5 本章小結(jié)
參考文獻(xiàn)
6基于點云數(shù)據(jù)的建筑構(gòu)部件及場整度智能檢測
6.1 整度智能檢測集成算法框架
6.2 施工后建筑場景點云數(shù)據(jù)集制作
6.2.1 點云數(shù)據(jù)采集方案
6.2.2 數(shù)據(jù)集制作信息
6.3 建筑表整度檢測
6.3.1 輸入數(shù)據(jù)預(yù)處理
6.3.2 參面擬合
6.3.3 建筑表整度差異的計算與表示
6.4 構(gòu)件表整度檢測
6.4.1 BIM設(shè)計模型預(yù)處理
6.4.2 模型點云數(shù)據(jù)與掃描點云數(shù)據(jù)匹配
6.4.3 構(gòu)件表整度差異的計算與表示
6.5 建筑表整度檢測實驗
6.5.1 實驗數(shù)據(jù)信息
6.5.2 實驗結(jié)果與分析
6.6 構(gòu)件表整度檢測實驗
6.6.1 實驗數(shù)據(jù)信息
6.6.2 實驗結(jié)果與分析
6.7 本章小結(jié)
參考文獻(xiàn)
7預(yù)制構(gòu)件點云數(shù)據(jù)的尺自動提取算法
7.1 算法提出的必要性
7.2 自動尺提取算法的提出
7.2.1 算法框架
7.2.2 主體結(jié)構(gòu)尺提取
7.2.3 細(xì)部結(jié)構(gòu)尺提取
7.2.4 模型可視化
7.3 驗證實驗與分析
7.3.1 實驗信息與結(jié)果
7.3.2 實驗分析
7.4 本章小結(jié)
參考文獻(xiàn)
8基于點云數(shù)據(jù)的可更換連梁智能定位集成算法
8.1 算法提出的必要性
8.2 螺栓孔精準(zhǔn)定位集成算法框架
8.3 螺栓孔邊界檢測算法
8.3.1 粗邊界檢測
8.3.2 精細(xì)邊界檢測
8.3.3 邊界檢測算法對比
8.4 螺栓孔擬合算法
8.4.1 粗?jǐn)M合
8.4.2 精細(xì)擬合
8.4.3 擬合算法對比
8.5 集成算法驗證
8.5.1 試件設(shè)計與結(jié)果分析
8.5.2 場景應(yīng)用
8.6 本章小結(jié)
參考文獻(xiàn)
9施工現(xiàn)場對象與工人智能識別技術(shù)
9.1 建筑工地場景圖像數(shù)據(jù)集搭建
9.1.1 圖片獲取
9.1.2 圖片篩選
9.1.3 圖片標(biāo)注
9.2 基于目標(biāo)檢測算法的工地設(shè)備與物料智能識別
9.2.1 待解決問題分析
9.2.2 目標(biāo)檢測模型構(gòu)建
9.2.3 檢測結(jié)果
9.3 施工現(xiàn)場多級危險源的智能識別及預(yù)警
9.3.1 危險源數(shù)據(jù)集制作
9.3.2 危險源識別網(wǎng)絡(luò)搭建
9.3.3 網(wǎng)絡(luò)訓(xùn)練與識別結(jié)果
9.4 智能識別系統(tǒng)的搭建
9.4.1 系統(tǒng)處理流程圖
9.4.2 系統(tǒng)框架分析
9.5 本章小結(jié)
參考文獻(xiàn)
10工人施工狀態(tài)識別和施工效率智能化統(tǒng)計技術(shù)
10.1 智能分析系統(tǒng)的算法框架設(shè)計
10.2 基于姿勢估計算法的工人關(guān)鍵點提取
10.2.1 姿勢估計方法的選擇與結(jié)構(gòu)分析
10.2.2 姿勢估計算法輕量化
10.2.3 工人關(guān)鍵點提取結(jié)果
10.3 基于多目標(biāo)跟蹤算法的工人關(guān)鍵點跟蹤
10.3.1 關(guān)鍵點跟蹤算法結(jié)構(gòu)
10.3.2 工人邊界框以及描述信息提取
10.3.3 工人以及關(guān)鍵點跟蹤結(jié)果
10.4 基于關(guān)鍵點時間序列的工人動作識別
10.4.1 工人施工行為數(shù)據(jù)集制作
10.4.2 關(guān)鍵點數(shù)據(jù)集制作
10.4.3 工人關(guān)鍵點數(shù)據(jù)特征提取
10.4.4 施工動作分類模型建立
10.4.5 動作識別結(jié)果
10.5 本章小結(jié)
參考文獻(xiàn)