基于三维激光扫描技术的管道安装偏差分析*

包 胜，叶 翔，杨 成，陈亮泓，方玄略

(1.浙江大学建筑工程学院，浙江 杭州 310058； 2.杭州钱塘智慧城投资开发有限公司，浙江 杭州 310019； 3.蓝城乐居建设管理集团有限公司，浙江 杭州 310016)

0 引言

近年来，我国管线工程数量和规模不断扩大。管线综合施工需在有限空间内完成暖通、给排水、电力、通信等专业系统的安装，其碰撞冲突、返工修改问题突出，往往出现实际安装管道与设计模型不一致的情况，增加了后续施工验收和管道检修管理的难度。因此，有必要在竣工后对实际管道进行偏差分析。传统偏差分析手段大多依赖人工，往往耗时长且精度不高，还存在人工检测难以进行的死角，使管道施工进度受到限制。

三维激光扫描技术是通过扫描仪发射激光，获取被测物体表面三维坐标等多种空间信息的非接触式主动测量技术，能满足较高的测量要求，具有广阔的工程应用前景。国内外学者开展了一系列三维激光扫描的应用研究。晏华平[1]研究了基于三维激光扫描技术的室内管道工程模型重建方法，手动重建了室内场景及管道系统的三维模型；邵为真等[2]将三维激光扫描技术应用到石化企业管道测量中，实现了基于点云数据的半自动化管道模型重建；郑金锋等[3]设计了基于三维扫描技术的建筑施工质量检测方案，利用软件对三维扫描数据与建筑设计模型进行比对,实现了建筑施工质量检测；杨雪姣等[4]在特异性建筑施工检测中引入三维扫描技术，对比三维点云数据与设计模型，分别提出了针对管道支架加工精度和复杂空间曲面混凝土的检测方法。

综上，目前国内外已采用三维激光扫描技术对管道三维模型重建与特异性建筑检测等方面开展研究，但针对室内管道工程的应用研究较少[5-8]。本文将三维激光扫描技术应用于管道偏差分析中，利用三维激光扫描技术获取管道点云数据，通过逆向建模再现真实施工模型，并结合工程实例进行管道安装偏差分析，验证了该方法的可行性。

1 工程概况

杭州市某学校项目总用地面积45 400m2，总建筑面积68 568m2，其中地上建筑面积43 358m2，地下建筑面积25 210m2。建设内容主要包括教学楼、实验楼、综合楼、食堂、操场、地下车库、田径场和篮排球场等。以学校某泵房为例开展分析，面积约140m2，净高6m，泵房净高较大，室内管道包含消防管道、喷淋管道、给水管道，且拥有大量大型设备。管道安装内容多、施工复杂、工艺要求高，对管道安装工程的偏差控制提出了较高要求。泵房实景如图1所示。

图1 地下泵房实景

2 数据采集及预处理

2.1 数据采集处理流程

根据泵房项目特点与偏差分析需求，设计了基于三维激光扫描技术的数据采集处理流程，包括外业数据采集、数据预处理与逆向建模。

2.2 外业数据采集

使用Trimble TX6地面式三维激光扫描仪进行分站扫描，扫描速度为500 000点/s，测距为0.6～120m，测距误差<2mm。为保证扫描质量，扫描前需仔细踏勘现场，同时确保各站点扫描范围拼接后无被遮挡区域[9]。不同测站点云彼此独立，其拼接还需提前布设标靶。本项目泵房实际扫描时选用平面黑白标靶，共布置5个测站(三角形标志)与6个标靶(大写英文字母)，得到了满足后续数据处理要求的完整点云数据。测站与标靶布置如图2所示。

图2 测站及标靶布置

2.3 数据预处理

分站扫描后得到的点云信息零碎，为得到完整信息，必须对数据进行预处理，包括点云拼接、分割和降噪[10-11]。

将扫描仪数据的TZF文件导入配套处理软件trimble realworks中进行处理。首先需拼接点云，采用自提标靶配准进行点云拼接，进入目标分析器后，在图像中提取标靶形状并编号，随后点击“匹配”，软件便自动根据标靶完成拼接。通过配准报告可知，各测站点云间误差基本在1mm左右，整体误差为1.08mm，在可接受范围内，可信度较高。

拼接完毕后，使用分割工具可分割出特定区域点云。对于管道点云模型，将室内设备、管道点云分层分区处理可减少软件窗口内管道复杂程度与重合度，排除其他区块干扰，为后续建模与具体应用提供便利。本案例中，整体管道被分割为上、下层共4部分，有效减少了密集管道的相互干扰，并使后续逆向建模的模型质量明显提高。

通过外业扫描采集得到的点云数据含有大量杂点，需进行降噪处理，减少数据点误差和冗余，使用Warp软件进行点云降噪。Warp软件可选出主体点云和离群噪点进行删除，实现点云去噪。但实践中发现，Warp软件的降噪效果并不理想。Warp软件对于少数距离主体点云较远的分散噪点和团簇状噪点的去除效果明显，但无法消除大量与主体管线连接的离散点，需进行人工去除，效果如图3所示。由于软件算法本身的局限性，已有降噪功能无法消除与主体点云连接的成群离散点，需对软件算法进行改进或通过人工操作进行消除[12]。

图3 点云降噪效果

2.4 逆向建模

针对管道模型特点，尝试使用trimble realworks和FARO as-built两种方法进行半自动化模型建立。trimble realworks内置的自动管道组件可通过手动选取管道部分点云，随后自动拟合形成小圆柱体(见图4a)，再进行自动追踪，持续形成与之相连的整根管道模型(见图4b)。重复操作后，即可形成完整管道模型。自动管道组件可按路径连续识别管道，效率较高，但只能形成简单几何体，不能直接得到BIM模型，因此在本案例中并不适用。

图4 trimble自动管道工具建模过程

尝试使用FARO as-built进行逆向建模。FARO as-built是FARO公司基于Revit研发的拟合模型插件。使用时先将点云导入Revit，选取管道两点，软件将自动拟合两点间管道，生成BIM管道模型。虽然该方法手动工作量大，且事先需准备相应的构件库，但可直接生成BIM模型，且精度更高。因此，本案例在实际建模中采用FARO as-built插件配合人工校正的方法，半自动化建立了管道实际施工模型，如图5所示。

图5 管道实际施工模型

3 偏差分析应用

3.1 室内结构偏差分析

1)墙体偏差 将现场墙面点云与设计模型的墙体内表面进行三维检测，色谱偏差结果如图6所示。由图6可知，仅有部分区域明显有偏差，其余部分基本与设计模型相同。对比点云和设计模型发现，该处配电箱安装与设计不符，但此处在设计中无管线经过，且前方空间充足，因此不影响管道施工。

图6 墙体内表面三维检测

2)楼板下净空 使用trimble realworks测量工具在现场点云中多次均匀选点检测净空，得到挠度值为5mm。根据GB 50010—2010《混凝土结构设计规范》, 允许挠度值按4 000/250=16mm计算，净高偏差在允许范围内。

3)梁下净空 在现场点云中对梁各分段进行测量，得到各梁最低点下方净空数据，如表1所示。

表1 各梁最低点下方净空统计 mm

由表1可知，最大偏差为24mm，根据规范, 允许挠度值为7 000/250=28mm，净空偏差在规范允许范围内。

最后在Navisworks中进行碰撞检验，查看现场楼板及梁施工偏差是否会影响管道施工，部分检测结果如图7所示。结果表明，少数管道布置不满足现场情况，需对设计进行修改，降低部分管道高度，避免与梁产生碰撞。

图7 现场梁与设计管道碰撞检测

3.2 支架偏差分析

支架安装先于管道安装，因此，在室内结构检测后还需分析支架偏差情况。在支架施工中，也可进行多次支架偏差分析，根据偏差结果调整支架设计方案，进而减小支架偏差。

支架偏差分析首先需进行外业扫描获取点云数据，而后分离出支架部分，并导入支架设计模型进行对比。部分对比如图8所示(大写英文字母标记的是设计模型，小写英文字母为实际支架位置)。由图8可知，部分支架的设计与施工存在明显差异。

图8 现场支架与设计支架对比(部分)

为查看已施工支架是否影响管道后续施工，需将现场支架与管道BIM模型导入Navisworks中进行碰撞检测。检测前需将支架点云逆向建模。本案例尝试了Warp点云封装与trimble最佳拟合两种方法，最后选用后者对支架进行逆向建模。将建好的现场支架模型在Revit中定位后，与管道模型一同导入Navisworks中进行碰撞检测，检测结果如图9所示。结果显示有部分管道设计模型与已施工支架产生碰撞，说明现场支架实际施工与设计存在偏差，管道无法按原设计布置，可能需返工调整支架位置或修改管道设计。

图9 支架与管道碰撞检测

除检测支架设计与施工的偏差情况，现场支架相对位置也需检查。使用软件内置的测量工具可得到支架关键点间的坐标信息，如图10所示。图10显示间距2 130mm的支架，高度差约为2mm，参照相关规范，支架间距与相对高度差均符合要求。

图10 支架相对位置测量

3.3 管道偏差分析

3.3.1安装尺寸

泵房内管道布置密集，需对已施工管道与未施工管道进行碰撞检测，分析管道偏差情况。此外，管道偏差分析可跟随施工进展多次实施，得到不同进度下的管道偏差结果，及时改进管道施工方案，减小后续管道偏差。

从现场点云中得到管道施工模型后，使用该模型替换对应的管道设计模型，并合并现场设备与其余管道，导入Navisworks中进行碰撞检测，检测结果如图11所示。检测结果表明，有部分设计立管与已施工的水平管存在碰撞，需在后续施工时缩短立管长度以避免碰撞。其余大部分现场已施工管道不影响后续管道施工，且并未占用其余设备空间，后续设备可正常进场安装。

图11 已施工管道与未施工管道碰撞检测

此外，室内管道纵、横方向弯曲度、立管垂直度、标高等几何偏差也需进行相应检测。以管道横向弯曲度为例[13]，利用软件内置的测量工具可测得管道横向弯曲距离(见图12中y坐标)，随后可求出管道横向弯曲度，如图12所示，该管道横向弯曲距离约为8mm。经检测，管道相应几何偏差指标均符合规范要求。

图12 管道横向弯曲度测量

3.3.2安装进度

除检测各类构件偏差外，扫描成果也可检测管道安装进度与计划进度偏差情况[14-15]。室内管道安装受制于不同专业间沟通、协调的不统一，往往实际进度与计划偏差较大，进度检测困难。而利用三维激光扫描技术获取数据，进而分析施工进度，将成为降低成本、提高效率的有效措施。

施工进度跟踪需实时采集现场进度信息并对比工程进度计划，主要流程为：在某部分管道段施工前后分别进行扫描，并将两次点云成果进行三维检测。检测中已有管道基本重合，而新施工管道将被检测为偏差部分，同时高亮表示，如图13所示。然后去除重合管道，得到新施工部分管道点云。最后比较施工进度计划与实际施工管道点云，得到实际管道进度与计划的偏差，以此实现项目进度跟踪。基于扫描结果的施工进度跟踪能帮助管理者获取项目真实进展，以便及时发现管道进度偏差。

图13 三维检测管道施工进度

4 结语

1)在管道数据采集方面，对泵房管道进行了全面扫描与处理，得到了完整的泵房管道点云模型。与传统采集手段相比，三维激光扫描技术的数据采集精度更高、速度更快、信息更全面，在管道等复杂场景的数据采集方面具有明显优势。

2)在管道逆向建模方面，利用点云处理软件结合人工操作逆向重建了泵房管道部分BIM模型，实现了半自动化逆向建模。与传统人工重建模型相比，半自动方法的效率有所提升，但人为操作量仍较大，距离真正的点云自动化建模还有差距。

3)在管道偏差分析应用过程中，通过对比设计模型与管道现场施工模型，对结构构件、管道支架和管道施工情况进行了偏差分析，梳理了偏差分析具体操作流程，为实际管道安装工程的施工质量评估提供了数据支持，同时也可为运营阶段的管道检修管理提供数据保障。