42、基于混合现实的学习型Scan - to - BIM数据集生成

基于混合现实的学习型Scan - to - BIM数据集生成

在建筑行业中，生成准确的3D模型对于各种施工管理应用至关重要。传统的Scan - to - BIM流程依赖手动或半自动化工作流，既耗时又费力。近年来，机器学习为从点云中识别几何元素开辟了新途径，但由于缺乏足够的标注数据集，其应用受到限制。本文将介绍一种基于混合现实的方法，用于生成用于学习型Scan - to - BIM的数据集。

1. 建筑信息建模（BIM）与Scan - to - BIM自动化需求

建筑信息建模（BIM）融合了AEC信息与3D CAD模型，形成了富含几何信息的参数化3D模型。BIM的发展不仅涵盖了传统的设计协调、可视化等应用，还扩展到项目管理和施工自动化的多个方面，如自动化项目监控、施工错误检测等。

为了实现这些扩展应用，需要一个与实际施工现场实时同步的数字模型，即As - is模型。因此，As - is模型的生成成为一个反复进行的过程，Scan - to - BIM的自动化变得不可或缺。Scan - to - BIM自动化涉及多个部分的集成，主要包括点云注册、点云分割、自动几何生成和BIM属性分配。

<

自动化需求	说明
点云注册	多个扫描数据集的对齐和重叠，以生成完整的建筑或空间数据集
点云分割	将注册后的点云分类为同质区域并进行有意义的聚类，以提取建筑元素