基于BIM的高鐵連續(xù)梁橋施工智能監(jiān)控系統(tǒng)研究

朱冰潔 劉昌鎬 胡旻陽 何鴻斌 楊 霄

(東南大學(xué)土木學(xué)院，江蘇 南京 211189)

近年來，我國高鐵建設(shè)發(fā)展迅速，特別是作為當(dāng)前“新基建”的重要領(lǐng)域，備受關(guān)注。連續(xù)梁橋是高鐵橋梁進(jìn)行施工監(jiān)控的常用橋型，支架受力和變形、掛籃懸澆線形監(jiān)測、預(yù)應(yīng)力梁體應(yīng)力狀態(tài)是監(jiān)控的重點。施工監(jiān)控主要采用現(xiàn)場測控[1-4]，可視化、智能化程度不高。BIM是近年來發(fā)展的倡導(dǎo)共享、協(xié)同工作機(jī)制的新興技術(shù)，打通了建筑業(yè)不同環(huán)節(jié)之間的壁壘及各環(huán)節(jié)之間信息溝通的閉塞，為建筑業(yè)的全生命周期帶來了巨大的效率和效益的革命，但在國家大型基礎(chǔ)建設(shè)領(lǐng)域的應(yīng)用還處在起步階段。因此，有必要引入建筑業(yè)發(fā)展的BIM技術(shù)優(yōu)勢，結(jié)合高鐵連續(xù)梁橋施工監(jiān)控的建設(shè)需要，發(fā)展智能施工監(jiān)控系統(tǒng)面施工監(jiān)控，提高施工監(jiān)控的可視化、智能化水平，提高監(jiān)管效率、減少誤判、漏判。本文依托連徐高速鐵路跨新沂河連續(xù)梁、跨沂河西大堤連續(xù)梁建設(shè)研發(fā)了施工控制和工地管控的監(jiān)控智能化系統(tǒng)，為工程的順利建設(shè)提供了有力支撐。

1 工程背景

連徐高速鐵路是國家《中長期鐵路網(wǎng)規(guī)劃》中“八縱八橫”高速鐵路主通道橫向“陸橋通道”的組成部分，跨新沂河連續(xù)梁、跨沂河西大堤連續(xù)梁橋是其重難點控制工程?？缧乱屎舆B續(xù)梁采用盤扣式滿堂支架法現(xiàn)澆施工：下部采用630×8 mm鋼管嵌入河床，鋼管上鋪設(shè)雙拼50號工字鋼橫梁，橫梁上架設(shè)“321”型貝雷架，貝雷上采用22號工字鋼作為橫梁；上部采用盤扣式滿堂腳手架，連續(xù)梁外模采用竹膠板，采用方木做內(nèi)楞，根據(jù)不同部位采用工字鋼、方木或雙拼鋼管做外楞。為方便新沂河中施工需求，采用630×8 mm鋼管、工字鋼分配梁和“321”型貝雷架搭設(shè)6 m寬鋼棧橋?？缫屎游鞔蟮踢B續(xù)梁采用平衡懸臂掛籃法施工，主要施工方法為：0號塊段、邊跨現(xiàn)澆段均采用落地支架體系施工，1號～9號塊段待0號塊施工完成后，拼裝三角掛籃進(jìn)行懸臂澆筑，全橋共投入4只掛籃進(jìn)行施工。

2 BIM建模

2.1 橋梁族庫及模型

根據(jù)CAD圖，可將該橋分為A0～A10和B1～B10。由于該橋關(guān)于A0部分完全對稱，所以可以創(chuàng)建A0～A10這11個族文件，拼合后就成為了一個完整的項目。A1～A9號塊的箱梁大體相似，只有頂板、腹板和底板的厚度不同，在建模時把這些數(shù)據(jù)設(shè)為參數(shù)，不同梁段改變參數(shù)的數(shù)據(jù)，即可利用箱梁通用族參數(shù)化的設(shè)置完成建模。而利用excel表格直接導(dǎo)入?yún)?shù)，只需要建立一塊箱梁的模型就可以快速生成與其結(jié)構(gòu)類似的其他模型，大大減小了建模的工作量。

2.2 施工及監(jiān)控設(shè)備模型

建模時選取了傳感器與采集箱的模型。由于傳感器和采集箱族僅用于施工監(jiān)控方案設(shè)計，無需進(jìn)行高精度參數(shù)化建族，實物細(xì)節(jié)或者內(nèi)部不需要進(jìn)行詳細(xì)表達(dá)。以采集箱族為例，僅對外殼進(jìn)行建模，而內(nèi)部采集模塊、無線通訊模塊、電源模塊則無需表達(dá)，即可滿足施工應(yīng)用要求，提升建族效率。

3 施工智能監(jiān)控

3.1 BIM模型與監(jiān)控數(shù)據(jù)交換

此模塊實現(xiàn)從傳感器中遠(yuǎn)程接收數(shù)據(jù)，將數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫并生成圖表。在橋梁施工現(xiàn)場中，實時監(jiān)控橋梁的狀態(tài)是十分必要的。針對這一需求，利用BIM軟件的二次開發(fā)接口來開發(fā)一個模塊實現(xiàn)，并將這些數(shù)據(jù)可視化。

傳感器自帶的控制軟件可通過TCP協(xié)議從橋梁施工現(xiàn)場獲取橋梁相關(guān)的數(shù)據(jù)。因此我們只需要通過調(diào)用傳感器控制軟件的接口提取數(shù)據(jù)，存入數(shù)據(jù)庫中，并將數(shù)據(jù)傳入chart控件中實現(xiàn)數(shù)據(jù)的可視化。另外，利用C#語言提供的time控件將上述功能的代碼綁定為一個事件，實現(xiàn)按規(guī)定的時間間隔能自動獲取數(shù)據(jù)并將其可視化。

在開發(fā)過程中，發(fā)現(xiàn)傳感器的控制軟件直接的接口文檔可供利用，不能通過接口來直接將數(shù)據(jù)導(dǎo)入到數(shù)據(jù)庫中。該軟件也并沒有顯示傳感器所在本地服務(wù)器的IP地址與端口號，也無法自己建立連接來獲取數(shù)據(jù)。不能自動將數(shù)據(jù)導(dǎo)入到數(shù)據(jù)庫，將數(shù)據(jù)自動導(dǎo)入數(shù)據(jù)庫并自動生成表等相關(guān)功能都將無法實現(xiàn)。經(jīng)研究，采用接收數(shù)據(jù)的軟件可將數(shù)據(jù)以excel表格的形式導(dǎo)出的功能，利用讀取本地的excel表格實現(xiàn)數(shù)據(jù)轉(zhuǎn)換，將其中的數(shù)據(jù)寫入數(shù)據(jù)庫中供BIM調(diào)用，將數(shù)據(jù)以表格的可視化形式展現(xiàn)。目標(biāo)excel文件可通過調(diào)用文件選擇器選擇。

3.2 施工監(jiān)控中的攝像頭與影像調(diào)用

攝像頭實時監(jiān)控功能及影像采集功能通過Revit二次開發(fā)直接在軟件系統(tǒng)中調(diào)用現(xiàn)場監(jiān)控實現(xiàn)。通過使用C#語言中的System.Windows.Forms編寫程序界面，并制作出具備基本功能的攝像頭采集模塊界面，結(jié)合使用OpenCV通過電腦接口調(diào)用本地攝像頭，此外通過人工操作截取當(dāng)前幀畫面，基于C#語言自帶的頭文件System.Drawing編寫了幾個基礎(chǔ)圖像處理功能如灰度化和調(diào)亮度等，實現(xiàn)對截取畫面進(jìn)行基本的圖像處理，并在攝像頭分辨率不足的情況下對畫面進(jìn)行一定程度的優(yōu)化，服務(wù)后期人臉識別和安全帽識別。

軟件系統(tǒng)還開發(fā)了圖像的灰度化處理SetGrayscale，對由界面層中讀取截取幀的圖像轉(zhuǎn)換傳遞過來的Bitmap數(shù)組進(jìn)行處理，讓數(shù)組每一個像素值中RGB的值相等，從而達(dá)到灰度化的效果。首先新建處理數(shù)組BBitmap，以currentBitmap數(shù)組賦值初始化，使用Bitmap類自帶函數(shù)Color新建一個空的RGB數(shù)組，命名為c，使用Getpixel函數(shù)將BBitmap數(shù)組中每個坐標(biāo)點的RGB值賦予到數(shù)組c中。根據(jù)重要性及其他指標(biāo)，將RGB三個分量以不同的權(quán)值進(jìn)行加權(quán)平均，由于人眼對綠色的敏感度最高，對藍(lán)色的敏感度最低，采用式(1)處理。

gray=0.299×c.R+0.587×c.G+0.114×c.B

(1)

得出合理的灰度值字節(jié)后，使用SetPixel函數(shù)將gray值賦予到BBitmap數(shù)組中每個像素的RGB值，得到灰度化處理后的圖像數(shù)組，在界面層中將BBitmap用picturebox控件顯示出來即可。算法執(zhí)行過程如圖1所示。

以C#語言為基礎(chǔ)，調(diào)用Aforge.NET Framework類庫完成了本地調(diào)用攝像頭，并進(jìn)行實時監(jiān)控及錄像存儲的功能，根據(jù)攝像頭分辨率，可以選擇一些圖像處理功能如銳化、高斯模糊等進(jìn)行畫面優(yōu)化，便于后期人臉以及安全帽的識別。最后將攝像頭調(diào)用功能與Revit軟件建立聯(lián)系，便于在用BIM對項目進(jìn)行施工監(jiān)控時可以直接調(diào)取施工現(xiàn)場監(jiān)控錄像。

3.3 工地監(jiān)控的圖像識別

人臉識別功能是基于攝像頭的實時監(jiān)控畫面在工地入口處對進(jìn)入工地的人員進(jìn)行檢查，避免無關(guān)人員的進(jìn)入。基于電腦攝像頭實時調(diào)用的人臉識別功能，有較高的準(zhǔn)確度。這部分內(nèi)容的工作重點是研究適配的監(jiān)控攝像頭調(diào)用通信協(xié)議，能在遠(yuǎn)程監(jiān)控中不掉幀的完成檢測功能。

安全帽識別是在整個工地內(nèi)檢測是否有人未佩戴安全帽，便于管理人員及時進(jìn)行提醒。采用目前比較好的物體識別神經(jīng)網(wǎng)絡(luò)框架YOLOV3，在使用開源訓(xùn)練模型的情況下已經(jīng)實現(xiàn)了輸入圖片檢測安全帽的功能。而模型準(zhǔn)確度在較低分辨率的輸入監(jiān)控視頻還有待提高，同時，如何使得輸入和輸出監(jiān)控畫面有相同的幀率也是要考慮和完善的難點。除此之外還需注意適配的監(jiān)控攝像頭調(diào)用通信協(xié)議能在遠(yuǎn)程監(jiān)控中不掉幀的完成檢測功能。

4 結(jié)語

根據(jù)高鐵建設(shè)發(fā)展的需要，本文基于BIM技術(shù)，通過研發(fā)數(shù)據(jù)接口，初步實現(xiàn)了將傳感監(jiān)測數(shù)據(jù)和圖像識別技術(shù)在BIM中可視化應(yīng)用，開發(fā)出一種施工智能監(jiān)控系統(tǒng)。該系統(tǒng)成功應(yīng)用在連徐高速鐵路跨新沂河連續(xù)梁、跨沂河西大堤連續(xù)梁施工控制和工地管控，為工程的順利建設(shè)提供了有力支撐。

1)基于高鐵連續(xù)梁BIM模型，可以直觀定位到監(jiān)控的梁體的部位及傳感器的位置，易于監(jiān)控人員操作。2)開發(fā)的傳感器采集數(shù)據(jù)和BIM數(shù)據(jù)轉(zhuǎn)換方法實現(xiàn)了傳感器數(shù)據(jù)在BIM模型中的實時交互顯示。通過對采集數(shù)據(jù)的分析和智能判斷直觀顯示超出閥值的橋梁部位并發(fā)出預(yù)警。3)開發(fā)的人臉識別和安全帽識別功能有效的實現(xiàn)了對工地人員的遠(yuǎn)程智能管控和預(yù)警。4)在連徐高鐵跨新沂河、跨沂河西大堤連續(xù)梁橋中的工程應(yīng)用表明，建議的系統(tǒng)可有效自動智能識別預(yù)警、顯著提高監(jiān)管效率，減少誤判、漏判。