陈少祥,何 钦,周 聪,陈大江
(1、广东省建筑科学研究院集团股份有限公司 广州510500;2、广东省建设工程质量安全检测总站有限公司 广州510500)
三维建模手段已应用于工程建设的多个方面,可有效促进建筑行业由粗放型管理向精细化管理的转变,从整体上提高企业的作业和管理效率,提升经济效益的同时也创造了更大的社会效益。单一的三维模型能解决一些问题,但已无法满足从业人员越来越综合的监管需求,相关功能仍需持续改进。本文基于三维建模手段,提出一种将无人机建模、狭义BIM、三维地质模型及工程数据融合的全工程分析模型(Total Engineering Analysis Modeling,以下简称“TEAM”)概念,探索将多源信息进行高度集成的新模式,并在未来将该模式应用于工程管理云平台中。
在工程建设中常用的三维模型包括通过无人机倾斜摄影搭建的三维模型(简称“无人机三维模型”)、BIM(Building Information Modeling,建筑信息模型)、三维地质模型,其特征及应用如下:
⑴无人机三维模型:无人机倾斜摄影技术通过在无人机上搭载多台传感器,从垂直、倾斜等不同角度采集影像,在对倾斜影像数据处理并整合其他地理信息后输出正射影像、地形图、三维模型等[1]。近年来,由于相关技术日趋成熟,无人机三维模型被广泛应用于城乡规划、地质勘察、建筑工程、农业等多个领域[2-5]。在工程领域的实际巡飞作业中,无人机倾斜摄影测量能够快速准确捕捉并构建目标物的三维模型(见图1),为后续工作提供重要参考依据。王明等基于低空无人机倾斜摄影技术,借助点云数据和三维实景建模软件结对复杂地形的边坡实现快速地形成图,然后利用曲面建模功能,重构边坡闭合CAD 曲面模型并网格化,实现复杂地形的高陡/直立边坡的精细三维数值模型的建立[6]。周边环境三维模型的建立将为边坡工程中相关的数值模拟提供更多可能性。
图1 无人机三维模型Fig.1 UAV 3D Model
⑵BIM:BIM 的核心是通过建筑工程三维模型,利用数字化技术,为该模型提供完整的、与实际情况一致的建筑工程信息库[7](见图2)。不同于无人机三维模型的摄影成像,BIM 不仅包含描述建筑物构件的几何信息、专业属性及状态信息,还包含了非构件对象(如空间、运动行为)的状态信息。BIM 技术及其的应用近几年发展迅速,在建筑工程中已占据了重要地位。肖金水等人[8]探索应用BIM 技术进行机场扩建工程施工场地管理,在土方开挖、上部土建结构等施工阶段利用BIM 技术进行施工总平面的设计,施工过程中为优化组织管理和流程,根据工况、道路交通、飞机停泊等具体情况,动态地调整施工总平面,取得了良好的效果。BIM 为建筑工程提供了更多精确的结构和数据信息,是所有信息模型的核心。本文中应用的狭义BIM(以下简称BIM)特指工程本身的结构模型,不包括其他广泛的信息模型。
图2 基坑结构BIMFig.2 Building Information Modeling of the Structure of a Foundation Pit
⑶三维地质模型:无人机模型和BIM 重点关注环境和建筑结构本身的情况,而三维地质模型则重点关注所在区域地下的地质状况。三维地质建模指运用计算机技术,在三维环境下,将空间信息管理、地质解译、空间分析和预测、地学统计、实体内容分析以及图形可视化等工具结合起来建模并用于地质研究的一门技术(见图3)。在国外,三维地质模型被广泛应用于地质勘探、工程地质等领域,但在国内尚未得到较大规模的推广,模型搭建水平有待进一步提高。杜子纯等人[9]提出一种基于地层沉积顺序的统一地层序列方法,该方法可以有效识别钻孔中的地层排序异常状况,减少三维地质建模中的连线错误,为模型的建立提供底层支持。地质条件的复杂性决定了地层序列研究的重要意义,精确有序的地质模型将在工程的设计和施工阶段为设计和施工方案提供重要的参考。
图3 三维地质模型Fig.3 3D Geological Modeling
近年来,单一模型的应用已逐渐成熟。在工程中某些特定领域,单独使用无人机三维模型、BIM 及三维地质模型即可解决项目中实际遇到的问题。如在削坡建房项目中,使用无人机三维模型即可有效反映房屋周边地表的真实情况,可为后续的日常监测和灾害防治提供最直观的依据;在工程项目的早期设计阶段,BIM 就已搭建完毕,它可为后续的施工及运营提供辅助作用,达到提高生产效率、节约成本和缩短工期的效果;三维地质模型在协助指导地下工程盾构施工方面可发挥重要作用,直观的地层及岩性特征可为施工方案的设计及调整提供最直观的参考依据。
然而,工程项目中越来越复杂的地表和地下环境,对相关模型信息的丰度及精度提出了更高的要求,传统的单一模型无法在最短时间内展示多个方面的信息,在进行顶层设计时无法提供综合的参考。例如,在基坑监测中,监测对象包含支护结构、地下岩土体及周边环境,三大监测对象分别对应三大模型,若想将所有监测数据在同一页面进行展示,借助单一的模型无法实现:BIM 仅能展示基坑支护结构本身,无人机三维模型仅覆盖周边环境,而三维地质模型仅覆盖地下岩土体。因此,有必要将上述三类模型进行有机融合,在添加相关数据后完成TEAM 展示,相关人员可通过该模型直接获取全部信息。
模型的融合,其本质是数据的融合。在当前数据来源复杂多样、数据类型各不相同的背景下,如何实现数据融合是模型搭建过程中需要解决的首要问题。TEAM 中的数据类型可分为4 类,即无人机模型数据、BIM 数据、三维地质(钻孔)数据和工程数据。为实现以上数据的有机融合,拟在OSG(Open Scene Graph)三维渲染引擎(桌面端)和Cesium三维地图引擎(网页端)中进行数据转换拼接及模型展示。
桌面端使用的OSG 是一个开源的三维引擎,被广泛地应用在可视化仿真、游戏、虚拟现实、科学计算、三维重建、地理信息、太空探索、石油矿产等领域。OSG 采用标准C++和开放图形库(Open Graphics Li⁃brary,简称OGL)编写而成,可运行在包括Windows 平台、OSX、GNU/Linux 和Android 等在内的几乎所有操作系统平台[10]。OSG 最显著的特征之一是其支持绝大部分的数据格式,无论是图片还是三维模型,亦或是数字和字体,都可进行读取。以本文的研究对象TEAM 为例,其包含的无人机模型数据格式(.osgb)、BIM 数据格式(.rvt)、三维地质数据格式(.3dml)及各类工程数据(以.txt 为主)均可通过OSG 中的“文件读取插件”实现读取和展示功能,这为模型的搭建和后续开发提供了可能。
网页端使用的Cesium 三维地图引擎是一个基于JavaScript 编写的使用网页图形库(Web Graphics Li⁃brary,简称WebGL)的地图引擎,其支持3D、2D 和2.5D 的地图展示,可以自行绘制图形,支持绝大多数的浏览器和移动端(见图4)。Cesium可保留最真实的三维空间信息,具有精度高、性能强、可定制开发、可动态追踪的特点,已被广泛应用于各地理信息、建筑工程等领域[11]。相较于OSG,Cesium 支持的格式相对较少,主要为3dtiles。TEAM 中的osgb、rvt 和3dml 等格式的文件并不能直接被该引擎读取,但可使用工具将这几类数据转变为3dtiles 格式进行读取,现在已有较成熟的转换工具实现这一过程。虽然格式的转换会少量增加模型搭建的成本和工作量,但总体上TEAM在网页端的搭建具有较高的可行性。
图4 Cesium示例Fig.4 The Example of Cesium
随着实际需求的提升,工程建设的各个细分领域的单一主体都朝着高度集成的方向发展。例如,广东省建科院自主研发的5G智能检测车,就是基于5G、无人机勘测、声波探测、激光扫描、摄影测量、智能传感及智能信息系统等多项技术高度集成的多功能车载移动作业平台,该检测车可实现在各种工况下的环境调查、趋势分析、重点监测、数据融合、信息发布及在线会诊等功能[12]。现有的单一模型大大限制了建筑工程管理工作的效率和质量,工程人员无法通过一图查看项目中所需的所有模型,也就无法对现有的工作进行整体判断和把握。对于部分工程项目中复杂的地质条件和较大的施工难度,行业内亟需一套具备系统分析和展示功能的模型组合。例如,在进行基坑监测时,其周边环境、深部岩土体及支护结构都会成为重点关注的内容,也会在发生异常情况时为决策者提供更多参考,这就对现有模型的表现形式提出了更高的要求。
基于市场需求和现有技术,本文提出了全信息模型TEAM 的初步构想,其研究思路如图5所示,在单一主体中,融合无人机三维模型、BIM 及三维地质模型,并在集成的模型上添加相关属性及工程数据,与3 个三维模型共同构成完整的TEAM。在对模型进行查看时,可以在模型上用鼠标直接捕捉已经添加的工程数据,通过点击某一特定图层或测点可以获取实时动态。在搭建完毕后,模型会整体储存在云平台中,供随时查看。
图5 TEAM 研究思路Fig.5 The Guideline of TEAM
相较于传统的单一模型,TEAM 有3 大突出亮点:①完成了碎片化数据的融合;②实现了数据图层化、可视化;③其突破了传统模型单一的外在查看,基于剖面数据的变化添加了模型切片分析的功能。
2.4.1 数据融合
不管是无人机模型、BIM、地质勘察数据还是工程数据,其来源都很广泛且作为单一应用存在,各类数据在工程领域中呈碎片化分散。以工程监测为例,其需用到的模型和数据多种多样,从传感器传回的基础数据,到无人机巡拍的影像数据,现阶段并没有一个较完善的收纳空间将各类数据整合在一起,在需要调动模型和数据时,依然需要大量的时间和人力进行统筹,这一过程无疑增加了边际成本,且还较容易产生冗杂或空缺,影响最终的效益。TEAM 的建立就可以很好地解决这一问题,通过数据融合技术,将多种不同原始格式的模型高度集成在一起,并将所有相关监测数据添加到模型上,使其既能提供定性展示,又能进行定量分析。在不显著增加固定成本的前提下,有效地降低了边际成本,提高了管理效率。这一优势随着工程的进行和数据的大量累积,将会变得尤为明显。
2.4.2 数据可视
传统的单一模型更侧重于模型本身的展示功能,专业人员无法从模型上获取更多工程数据信息,无法最大化利用模型,也就无法使模型实现“中看又中用”。TEAM 的诞生将解决这一问题。在三大基础模型之上,各类相关工程数据将被添加,并依附于模型存在。这些数据不仅仅是静态的,更是动态的、连续的、实时更新的,结合系统内的图表功能,数据分析将更加高效便捷。类似于ArcGIS 和Auto CAD,模型上的数据也将实现图层化,根据实际应用需要,可选择展示或隐藏部分数据,这一设置大大提高了操作和分析的自由度,使其应用场景更加多样化。
2.4.3 切片分析
建筑工程领域中,传统模型的功能多集中于外部展示和查看,以及一些基本的测量功能,很少具备专业的分析功能。如图6所示,在地学领域,研究人员常以三维地质模型为基础,展开元素分布、地质成矿和构造运动等方面的分析[13-14],其分析的来源是钻孔数据。在建筑工程监测领域,多种监测仪器的布设为研究者提供了多样的监测数据,将各类监测数据添加后,除三维地质模型外,全信息模型中的BIM 和无人机三维模型上也将实现横截面的切片分析。例如,基坑中某几个剖面上分别都有连续的变形监测数据,则依据每一个切面上的数据特征,结合预先编制完善的算法,就可以对兴趣区进行一段时间内的变形分布和变形程度的预测,并将这种预测在模型上通过一定形式展示出来,为工程相关人员提供参考。
图6 切片分析Fig.6 Slice Analysis
⑴该模型可应用于多个工程场景中。在基坑工程中,TEAM 可以覆盖所有区域。在获取3 个所需的三维模型后,只需在其中添加数据点和数据,并通过轻量化整合等手段将全部模型及数据上传至云平台,便可实现24小时全天候的动态数据监控和模型查看。
⑵TEAM 在水务管理中也有广阔应用前景。当前国内治水工作的重点已转变为“水利工程补短板,水利行业强监管”[15],TEAM 对水务工作具有重要意义。现阶段,水利工程行业的自动化、智能化水平总体偏低。TEAM提供的实时动态可视化数据与现阶段水利工作的重点具有较高的匹配度,该模型将所有数据和动态信息通过网页端和手机端实时送达相关人员的同时,还能使管理者通过最直观的多重三维模型迅速发现问题所在。管理者可对该处进行有针对性的后续施工,补齐短板。
⑶近年来,智慧城市成为城市发展的新风向。其依赖的CIM(City Information Modeling)便是以收集城市的信息数据为基础,建立起三维城市空间和城市信息的有机综合体,其基本数据类别为GIS 和BIM。TEAM 可以对CIM 进行精细化补充,尤其是其中的三维地质模型可提供独特的地下空间视角。透视和分析城市地下空间是未来城市持续发展和空间利用最大化的必然趋势,TEAM 的建立将为城市发展和管理提供更多可能。
⑷TEAM 对相关的科研工作也有重要意义。无论是土木工程类的科研还是地质学领域的科研,亦或是地质工程领域的科研,模型化的研究都是目前的主流趋势。在进行应用型研究时,通常需选择研究区域,TEAM可为科研人员提供最基础的研究架构,同时模型的高自由度和信息丰度为研究方向提供了广阔空间。
现阶段,TEAM 还存在一些问题,主要分为2 大类:初期实现过程中的问题和后期应用中的问题。
在初期实现过程中的一大问题是模型轻量化。单一模型的数据量已十分巨大,3个基础模型结合,对融合技术水平及带宽要求都提出了新的要求。因此在目前的模型制作中,轻量化已被摆在了突出位置,如何在保证模型精细度的前提下,调整模型架构以减小模型体量,成为了亟待解决的问题。另外,针对建设工程中的数据特点,还需进行算法优化。
在产品后期应用中,TEAM需明确应用场景,找准突破口,以点带面打开市场。另外,各应用单位常提出个性化需求,而这些需求在原始的平台及模型无法被全部满足。这就要求在模型搭建的前期工作中,进行需求调研,对相关拓展功能进行模块化设计。
针对当前建筑工程领域内三维模型的应用现状,本文在介绍了各单一模型的特征和应用场景并分析了数据融合的可能性后,首先提出了一种将无人机三维模型、狭义BIM、三维地质模型及各类工程数据融合构成的全工程分析模型TEAM,然后分析得到其具有数据融合、数据可视及切片分析的功能特点,最后进一步阐述了其在住建、水运及其他领域的推广应用价值。总体上来看,TEAM 为智能建造的发展提供了新的思路,同时也对各类模型的精细程度提出了更高的要求。目前TEAM 还有许多问题亟待解决,如模型轻量化、算法优化和功能扩展等,但在建筑工程领域整体向智能化和数字化转变的大趋势下,该模型未来将有广阔的发展前景。