(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210570823.2 (22)申请日 2022.05.24 (71)申请人 中铁建工集团有限公司 地址 100000 北京市丰台区南四环西路128 号 申请人 中铁建工集团广东有限公司 (72)发明人 刘晓欢　李平　候筱澎　周迪　 柴凯　韦顺黎　苏庆斌　田昊　 (74)专利代理 机构 东莞市卓易专利代理事务所 (普通合伙) 44777 专利代理师 耿辉 (51)Int.Cl. G06V 10/12(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06T 7/33(2017.01) G06V 10/30(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G08B 21/18(2006.01) H04N 7/18(2006.01) (54)发明名称 一种基于BIM技术的结构监测装置 (57)摘要 本发明公开了一种基于BIM技术的结构监测 装置， 包括可移动式小车、 结构监测模块、 BIM算 法组件， 可移动式小车上设置有结构监测模块， 结构监测模块包括摄像头、 图像处理模块、 数据 传输模块， 摄像头用于收集建筑结构的图像数 据， 并将图像数据发送至图像处理模块， 图像处 理模块包括预处理模块、 特征提取模块， 预处理 模块用于对图像数据进行降噪处理， 并将处理后 的图像发送至特征提取模块， 特征提取模块提取 目标数据的特征数据， 并将特征数据发送至数据 传输模块。 本发 明通过图像检测结构对目标建筑 的图像数据进行采集， 并实时监测， 且利用可移 动结构来调整检测的位置， 方便进行多方位多角 度的检测， 从而提高了 检测效率。 权利要求书1页 说明书3页 附图1页 CN 114926619 A 2022.08.19 CN 114926619 A 1.一种基于BIM技术的结构监测装置， 其特征在于， 包括可移动式小车(1)、 结构监测模 块(2)、 BIM算法组件(3)， 所述可移动式小车(1)上设置有结构监测模块(2)， 所述结构监测 模块(2)包括摄像头(4)、 图像处理模块(5)、 数据传输模块(6)， 所述摄像头(4)用于收集建 筑结构的图像数据， 并将图像数据发送至图像处理模块(5)， 所述图像处理模块(5)包括预 处理模块(7)、 特征提取模块(8)， 所述预处理模块(7)用于对图像数据进行降噪处理， 并将 处理后的图像发送至特征提取模块(8)， 所述特征提取模块(8)提取目标数据的特征数据， 并将特征数据 发送至数据传输模块(6)， 所述数据传输模块(6)将检测到的数据 发送至BIM 算法组件(3)， 所述BIM算法组件(3)连接有数据存储器(9)， 所述数据存储器(9)用于存储终 端数据， 所述BIM算法组件(3)还 连接有结构报警器(10)， 所述结构报警器(10)内设有阈值， 根据BIM算法组件(3)发送的数据与阈值进行比较， 来进行报警。 2.根据权利要求1所述的一种基于BIM技术的结构监测装置， 其特征在于， 所述可移动 式小车(1)的内部还设置有移动控制模块(11)和图像拼接模块(12)， 所述摄像头(4)收集图 像数据时包含多个重复区域， 所述图像拼接模块(12)将含有多个重叠区域的隧道图像拼接 进行配准再将配准后的图像进行融合。 3.根据权利要求2所述的一种基于BIM技术的结构监测装置， 其特征在于， 所述移动控 制模块(11)采用强化学习算法根据摄像头 收集的重复区域的图像大小来调整可移动式小 车的移动轨 迹。 4.根据权利要求3所述的一种基于BIM技术的结构监测装置， 其特征在于， 所述强化学 习算法根据当前小车的移动数据作为小车的状态数据， 将重复区域的图像大小作为评价值 q， 确定关系增强的矩阵， 得到当前最佳的行动指令 。 5.根据权利要求1所述的一种基于BIM技术的结构监测装置， 其特征在于， 所述特征提 取模块(8)采用在ImageNet上预训练 的ResNet ‑50网络结构， 所述ResNet ‑50网络结构去掉 了典型的ResNet ‑50结构中的全连接层和softmax层， 加入了 批标准化层和L2归一 化层。 6.根据权利要求1所述的一种基于BIM技术的结构监测装置， 其特征在于， 所述预处理 模块(7)依次执行灰度处理、 归一化处理进 行降噪， 得到预 处理图像， 所述可移动式小车(1) 的一端还连接有供电插口(13)。权　利　要　求　书 1/1 页 2 CN 114926619 A 2一种基于BIM技术的结构监测装 置 技术领域 [0001]本发明属于BIM的结构监测技术领域， 特别涉及一种基于BIM技术的结构监测装 置。 背景技术 [0002]目前的建筑结构在建设的过程中， 需要对数据进行了解， 这就需要对建筑结构的 实时监测， 以便将数据实时发送至终端， 但目前 的建筑结构数据没有合适的监测装置进行 检测， 导致数据检测效率低下。 发明内容 [0003]为了至少解决或部分解决上述问题， 提供一种基于BIM技 术的结构监测装置 。 [0004]为了达到上述目的， 本发明提供了如下的技 术方案： [0005]本发明一种基于BIM技术的结构 监测装置， 包括可移动式小车、 结构监测模块、 BIM 算法组件， 所述可移动式小车上设置有 结构监测模块， 所述结构监测模块包括摄像头、 图像 处理模块、 数据传输模块， 所述摄像头用于收集建筑结构的图像数据， 并将图像数据发送至 图像处理模块， 所述图像处理模块包括预处理模块、 特征提取模块， 所述预 处理模块用于对 图像数据进行降噪处理， 并将处理后的图像发送至特征提取模块， 所述特征提取模块提取 目标数据的特征数据， 并将特征数据发送至数据传输模块， 所述数据传输模块将检测到的 数据发送至BIM算法组件， 所述BIM算法组件连接有数据存储器， 所述数据存储器用于存储 终端数据， 所述BIM算法组件还 连接有结构报警器， 所述结构报警器内设有阈值， 根据BIM算 法组件发送的数据与阈值进行比较， 来进行报警。 [0006]作为本发明的一种优选技术方案， 所述可移动式小车的内部还设置有移动控制模 块和图像拼接模块， 所述摄像头收集图像数据时包含多个重复区域， 所述图像拼接模块将 含有多个重叠区域的隧道图像拼接进行配准再将配准后的图像进行融合。 [0007]作为本发明的一种优选技术方案， 所述移动控制模块采用强化学习算法根据摄像 头收集的重复区域的图像大小来调整可移动式小车的移动轨 迹。 [0008]作为本发明的一种优选技术方案， 所述强化学习算法根据当前小车的移动数据作 为小车的状态数据， 将重复区域的图像大小作为评价值q， 确定关系增强的矩阵， 得到当前 最佳的行动指令 。 [0009]作为本发明的一种优选技术方案， 所述特征提取模块采用在ImageNet 上预训练的 ResNet‑50网络结构， 所述ResNet ‑50网络结构去掉了典型的ResNet ‑50结构中的全连接层 和softmax层， 加入了 批标准化层和L2归一 化层。 [0010]作为本发明的一种优选技术方案， 所述预处理模块依次执行灰度处理、 归一化处 理进行降噪， 得到预处 理图像， 所述可移动式小车的一端还连接有供电插口。 [0011]与现有技 术相比， 本发明的有益效果如下： [0012]本发明通过图像检测结构对目标建筑的图像数据进行采集， 并实时监测， 且利用说　明　书 1/3 页 3 CN 114926619 A 3