当前,大规模室外基础设施的数字化需求持续扩大,基于深度学习的自动扫描到建筑信息模型(scanning to building information modeling, Scan2BIM)通过卓越的特征学习能力和自动化流程显著提升了建模精度和构建速度,在结构复杂的室外场景...当前,大规模室外基础设施的数字化需求持续扩大,基于深度学习的自动扫描到建筑信息模型(scanning to building information modeling, Scan2BIM)通过卓越的特征学习能力和自动化流程显著提升了建模精度和构建速度,在结构复杂的室外场景重建中发挥了关键作用.文中介绍了Scan2BIM的4大核心模块及其相关研究进展.其中,针对3D点云获取模块,从采集设备与采集来源2个维度概括了3D点云数据采集的技术发展,并着重梳理了代表性3D点云数据集;根据学习方式的不同,将大规模点云对齐算法划分为基于优化和深度学习2大类,并从精准度、计算效率、鲁棒性等多维度对比分析了相关工作;在点云分割模块中,分别对点云全景分割和点云实例分割算法通过统一的评估指标进行了整理归纳;对于BIM自动化建模,简述了BIM核心互操作标准体系,并分类总结了多种几何实体建模与关系建模算法.最后,通过深入分析和前瞻性探讨,指出了现阶段大规模室外场景建模的高效性、精准性、泛化性与统一性的无法有效结合的问题;未来将重点围绕多源数据融合建模、精度与鲁棒性协同优化、端到端Scan2BIM通用框架构建以及大模型应用与探索等方向展开.展开更多
在铁路建设及运营阶段,侵入限界的异物对既有线的安全行车构成极大威胁。将复杂的空间侵限检测转换为简单的平面内异物检测,研究利用二维激光测距传感器构建三维幕墙的侵限检测方法。在异物检测过程中,正常通过的列车不能认作异物,必须...在铁路建设及运营阶段,侵入限界的异物对既有线的安全行车构成极大威胁。将复杂的空间侵限检测转换为简单的平面内异物检测,研究利用二维激光测距传感器构建三维幕墙的侵限检测方法。在异物检测过程中,正常通过的列车不能认作异物,必须设计合理的算法检测并予以剔除。由于列车主要体现在轨道平面的检测结果中,重点研究通过分析扫描点云的分布特征对轨道平面内侵限物体进行分类的算法,提出了利用测量序列极值点作为核心对象的快速DBSCAN(density-based spatial clustering of applications with noise)聚类方法,并利用点簇的运动及分布特征判断是否为正常通过列车。现场试验表明,该方法能够有效区分侵限异物和正常通过的列车。展开更多
目的:探讨牙根纵裂(vertical root fractures,VRF)发生的牙合因素。方法:应用T-ScanⅢ咬合分析仪对8例VRF患者及个别正常牙合者分别进行正中及侧方咬合记录,定量数据牙合力百分比值(tooth occlusal force percent-ages,T-FP)、双侧牙合...目的:探讨牙根纵裂(vertical root fractures,VRF)发生的牙合因素。方法:应用T-ScanⅢ咬合分析仪对8例VRF患者及个别正常牙合者分别进行正中及侧方咬合记录,定量数据牙合力百分比值(tooth occlusal force percent-ages,T-FP)、双侧牙合力百分比值(two sides force percentages,TS-FP)、牙合力不对称指数(asymmetry index of occlusal force,AOF)、闭合时间(occlusion time,OT)、侧方牙合分离时间(disclusion time,DT)采用配对资料的符号秩和检验分析,定性数据早接触、牙合力中心点(center of force,COF)位置及偏移方向采用Fisher确切概率法检验分析,检验水准α=0.05,P<0.05差异有统计学意义。结果:VRF组T-FP、AOF、OT、DT大于正常对照组,差异具有统计学意义(P<0.05);2组COF位置差异具有统计学意义(P<0.05),TS-FP、早接触发生率、COF偏移方向差异无统计学意义(P>0.05)。结论:VRF患者全口牙合力分布不均衡,双侧牙合力分布不对称,牙合接触稳定性差。展开更多
文摘当前,大规模室外基础设施的数字化需求持续扩大,基于深度学习的自动扫描到建筑信息模型(scanning to building information modeling, Scan2BIM)通过卓越的特征学习能力和自动化流程显著提升了建模精度和构建速度,在结构复杂的室外场景重建中发挥了关键作用.文中介绍了Scan2BIM的4大核心模块及其相关研究进展.其中,针对3D点云获取模块,从采集设备与采集来源2个维度概括了3D点云数据采集的技术发展,并着重梳理了代表性3D点云数据集;根据学习方式的不同,将大规模点云对齐算法划分为基于优化和深度学习2大类,并从精准度、计算效率、鲁棒性等多维度对比分析了相关工作;在点云分割模块中,分别对点云全景分割和点云实例分割算法通过统一的评估指标进行了整理归纳;对于BIM自动化建模,简述了BIM核心互操作标准体系,并分类总结了多种几何实体建模与关系建模算法.最后,通过深入分析和前瞻性探讨,指出了现阶段大规模室外场景建模的高效性、精准性、泛化性与统一性的无法有效结合的问题;未来将重点围绕多源数据融合建模、精度与鲁棒性协同优化、端到端Scan2BIM通用框架构建以及大模型应用与探索等方向展开.
文摘在铁路建设及运营阶段,侵入限界的异物对既有线的安全行车构成极大威胁。将复杂的空间侵限检测转换为简单的平面内异物检测,研究利用二维激光测距传感器构建三维幕墙的侵限检测方法。在异物检测过程中,正常通过的列车不能认作异物,必须设计合理的算法检测并予以剔除。由于列车主要体现在轨道平面的检测结果中,重点研究通过分析扫描点云的分布特征对轨道平面内侵限物体进行分类的算法,提出了利用测量序列极值点作为核心对象的快速DBSCAN(density-based spatial clustering of applications with noise)聚类方法,并利用点簇的运动及分布特征判断是否为正常通过列车。现场试验表明,该方法能够有效区分侵限异物和正常通过的列车。
文摘目的:探讨牙根纵裂(vertical root fractures,VRF)发生的牙合因素。方法:应用T-ScanⅢ咬合分析仪对8例VRF患者及个别正常牙合者分别进行正中及侧方咬合记录,定量数据牙合力百分比值(tooth occlusal force percent-ages,T-FP)、双侧牙合力百分比值(two sides force percentages,TS-FP)、牙合力不对称指数(asymmetry index of occlusal force,AOF)、闭合时间(occlusion time,OT)、侧方牙合分离时间(disclusion time,DT)采用配对资料的符号秩和检验分析,定性数据早接触、牙合力中心点(center of force,COF)位置及偏移方向采用Fisher确切概率法检验分析,检验水准α=0.05,P<0.05差异有统计学意义。结果:VRF组T-FP、AOF、OT、DT大于正常对照组,差异具有统计学意义(P<0.05);2组COF位置差异具有统计学意义(P<0.05),TS-FP、早接触发生率、COF偏移方向差异无统计学意义(P>0.05)。结论:VRF患者全口牙合力分布不均衡,双侧牙合力分布不对称,牙合接触稳定性差。
