一种施工质量管理方法、装置、设备及存储介质

摘要

本申请提供了一种施工质量管理方法、装置、设备及存储介质，涉及建筑工程技术领域。旨在施工过程中，自动化地检测处于施工中的建筑的建造效果和工程质量。根据建筑的原始设计参数，生成所述建筑的BIM模型；对处于施工中的所述建筑进行三维激光扫描，得到所述建筑的激光点云数据；根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型；对比所述点云模型和所述BIM模型，获得并纠正所述建筑在当前施工质量下的施工偏差。

说明书

技术领域

本申请涉及建筑工程技术领域，特别是涉及一种施工质量管理方法、装置、设备及存储介质。

背景技术

近年来，我国建筑行业迅猛发展，随之而来的建筑工程质量问题却层出不穷。(BIM，Building Information Modeling)建筑信息技术作为一种成熟的信息化技术手段，可以通过施工深化设计，结合虚拟仿真技术，对施工阶段的工程质量问题提供强有力的管控。然而，BIM技术在实际应用过程中，往往只能提供设计模型或者经过深化设计后的模型，其主要目的是反应设计意图，指导施工过程。实际的建造效果和工程质量，则主要依靠现场人员进行实测实量，实地检查后得到。整个检查过程主要依靠人力，效率低下，且难以反应整体的工程施工情况。

发明内容

本申请实施例提供施工质量管理方法、装置、设备及存储介质，旨在施工过程中，自动化地检测处于施工中的建筑的建造效果和工程质量。

本申请实施例第一方面提供一种施工质量管理方法，所述方法包括：

根据建筑的原始设计参数，生成所述建筑的BIM模型；

对处于施工中的所述建筑进行三维激光扫描，得到所述建筑的激光点云数据；

根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型；

对比所述点云模型和所述BIM模型，获得并纠正所述建筑在当前施工质量下的施工偏差。

可选地，在得到所述建筑的激光点云数据之后，所述方法还包括：

根据所述激光点云数据，获得多个离散点，以及每个离散点对应的位置信息和表面属性；

依据多个所述离散点的位置信息和表面属性，获得多个所述离散点各自的排列方式和分布特点；

根据多个所述离散点各自的排列方式和分布特点，确定所述激光点云数据所属点云类型；其中，所述点云类型包括：网格化点云、扫描线点云、多边形点云和散乱点云；

根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型，包括：

根据所述激光点云数据的点云类型，生成所述建筑在当前施工质量下的点云模型。

可选地，所述方法还包括：

构造所述激光点云数据的最小外接包围盒；

划分所述最小外接包围盒，得到多个子立方体；

将所述激光点云数据分配到各个子立方体中，得到所述激光点云数据的空间位置关系；

根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型，包括：

根据所述激光点云数据的空间位置关系，生成所述建筑在当前施工质量下的点云模型。

可选地，生成所述建筑在当前施工质量下的点云模型，包括：

根据所述建筑的结构，对所述激光点云数据进行空间划分，生成多个层次模型；

根据每个层次模型对应的场景情况，对所述激光点云数据进行裁剪，得到符合当前施工场景的目标点云数据；其中，所述场景情况包括：视点位置和视场角大小；

确定符合显示需求的LOD模型；

根据所述目标点云数据，对所述LOD模型进行绘制，得到所述点云模型。

可选地，所述方法还包括：

将点云坐标系的原点映射到BIM坐标系；其中，所述点云坐标系为所述点云模型所在坐标系；所述BIM坐标系为所述BIM模型所在坐标系；

在所述BIM坐标系下，计算所述点云模型与所述点云坐标系的原点之间的第一位移；

在所述BIM坐标系下，计算所述BIM模型与所述BIM坐标系的原点之间的第二位移；

根据所述第一位移和所述第二位移的位置关系，在所述BIM坐标系下设置插入坐标系；

对比所述点云模型和所述BIM模型，包括：

在所述插入坐标系下，对比所述点云模型和所述BIM模型。

可选地，获得并纠正所述建筑的施工偏差，包括：

设置发射点；

遍历所述点云模型中的每个第一位置点，计算每个第一位置点与所述发射点的关系，确定每个第一位置点对应的激光发射方向；

按照所述激光发射方向，对所述BIM模型上的第二位置点进行正向投射和逆向投射，得到投射平面；

计算任意所述第一位置点到所述投射平面的最小距离，得到该第一位置点对应的所述施工偏差；

将所述施工偏差显示在所述BIM模型中，对所述施工偏差进行可视化。

本申请实施例第二方面提供一种施工质量管理装置，所述装置包括：

第一生成模块，用于根据建筑的原始设计参数，生成所述建筑的BIM模型；

扫描模块，用于对处于施工中的所述建筑进行三维激光扫描，得到所述建筑的激光点云数据；

第二生成模块，用于根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型；

对比模块，用于对比所述点云模型和所述BIM模型，获得并纠正所述建筑在当前施工质量下的施工偏差。

可选地，所述装置还包括：

第一获得模块，用于根据所述激光点云数据，获得多个离散点，以及每个离散点对应的位置信息和表面属性；

第二获得模块，用于依据多个所述离散点的位置信息和表面属性，获得多个所述离散点各自的排列方式和分布特点；

确定模块，用于根据多个所述离散点各自的排列方式和分布特点，确定所述激光点云数据所属点云类型；其中，所述点云类型包括：网格化点云、扫描线点云、多边形点云和散乱点云；

所述第二生成模块包括：第一生成子模块，用于根据所述激光点云数据的点云类型，生成所述建筑在当前施工质量下的点云模型。

可选地，所述装置还包括：

构造模块，用于构造所述激光点云数据的第一最小外接包围盒；

划分模块，用于划分所述第一最小外接包围盒，得到多个子立方体；

分配模块，用于将所述激光点云数据分配到各个子立方体中，得到所述激光点云数据的空间位置关系；

所述第二生成模块包括：第二生成子模块，用于根据所述激光点云数据的空间位置关系，生成所述建筑在当前施工质量下的点云模型。

可选地，所述第二生成模块包括：

划分子模块，用于根据所述建筑的结构，对所述激光点云数据进行空间划分，生成多个层次模型；

裁剪子模块，用于根据每个层次模型对应的场景情况，对所述激光点云数据进行裁剪，得到符合当前施工场景的目标点云数据；其中，所述场景情况包括：视点位置和视场角大小；

确定子模块，用于确定符合显示需求的LOD模型；

绘制子模块，用于根据所述目标点云数据，对所述LOD模型进行绘制，得到所述点云模型。

可选地，所述装置还包括：

映射模块，用于将点云坐标系的原点映射到BIM坐标系；其中，所述点云坐标系为所述点云模型所在坐标系；所述BIM坐标系为所述BIM模型所在坐标系；

第一计算模块，用于在所述BIM坐标系下，计算所述点云模型与所述点云坐标系的原点之间的第一位移；

第二计算模块，用于在所述BIM坐标系下，计算所述BIM模型与所述BIM坐标系的原点之间的第二位移；

插入模块，用于根据所述第一位移和所述第二位移的位置关系，在所述BIM坐标系下设置插入坐标系；

所述对比模块包括：比对子模块，用于在所述插入坐标系下，对比所述点云模型和所述BIM模型。

可选地，所述对比模块包括：

设置子模块，用于设置发射点；

遍历子模块，用于遍历所述点云模型中的每个第一位置点，计算每个第一位置点与所述发射点的关系，确定每个第一位置点对应的激光发射方向；

投射子模块，用于按照所述激光发射方向，对所述BIM模型上的第二位置点进行正向投射和逆向投射，得到投射平面；

第三计算子模块，用于计算任意所述第一位置点到所述投射平面的最小距离，得到该第一位置点对应的所述施工偏差；

显示子模块，用于将所述施工偏差显示在所述BIM模型中，对所述施工偏差进行可视化。

本申请实施例第三方面提供一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如本申请第一方面所述的方法中的步骤。

本申请实施例第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本申请第一方面所述的方法的步骤。

本申请实施例采用三维激光扫描技术扫描处于施工中的建筑，得到激光点云数据，再根据激光点云数据生成反映建筑整体施工效果的点云模型；进一步通过BIM模型和点云模型进行自动对比，从而得到建筑构件及整体的施工偏差，达到自动化地检测处于施工中的建筑的建造效果和工程质量的目的，在不浪费人力的情况下，及时有效地减少返工和材料浪费。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提出的施工质量管理方法的步骤流程图；

图2是本申请实施例进行施工质量管理的流程图；

图3A是本申请实施例的网格化点云中离散点的分布示意图；

图3B是本申请实施例的扫描线点云中离散点的分布示意图；

图3C是本申请实施例的多边形点云中离散点的分布示意图；

图3D是本申请实施例的散乱点云中离散点的分布示意图；

图4A是本申请空间八叉树法中对最小外接包围盒的划分示意图；

图4B是本申请空间八叉树法中离散点分配到多个立方体中的示意图；

图5A本申请是空间网格划分法中最小外接包围盒的示意图；

图5B是本申请空间网格划分法中的最小外接包围盒被划分为多个格子的示意图；

图6是本申请实施例提出的施工质量管理装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1是本申请实施例提出的施工质量管理方法的步骤流程图，图2是本申请实施例进行施工质量管理的流程图。如图1和图2所示，施工质量管理的步骤如下：

步骤S11：根据建筑的原始设计参数，生成所述建筑的BIM模型；

BIM技术是一种信息化技术手段，通过施工深化设计，结合虚拟仿真技术，提供设计模型或者经过深化设计后的模型，能够反应设计意图。根据建筑的原始设计参数生成的BIM模型是建筑的理想建造效果，在本申请中作为施工质量管理的参考模型。

本申请实施例中的BIM模型是根据建筑图纸中原始设计参数成的。在本申请一种示例中，可以通过下述方式生成BIM模型。1、将建筑三维规划模型导入到三维设计平台中；2、采用Ruby进行二次开发，实现规划线根据设计策略自动绘制，并进行人工的检查和修改等功能；3、由二次开发实现由面、颜色面或者中心线生成建筑构件三维模型等功能，生成的三维模型上附有信息,是一种信息BIM模型；4、由二次开发实现构件模型的编辑功能,，现自动出拼装图，生产图和材料清单等功能。

1、将建筑三维规划模型导入到三维设计平台中包括：1)在建筑三维规划模型中导入建筑外形图，利用自动规划放线和手动绘线等功能，对面进行规划放线。2)根据拆分的线，此线为脚手架拉杆的中心线，自动生成不同的杆件。3)对脚手架系统进一步添加各种附属组件，如踏板﹑翻板、斜拉杆、防护网等。4)根据模板的排布方案自动出图和材料清单，图纸包括拼装图和生产图，可以是CAD格式文件，也可以是Layout文件，材料清单为Excel表格式等。

步骤S12：对处于施工中的所述建筑进行三维激光扫描，得到所述建筑的激光点云数据；

本申请中三维激光扫描仪通过多点布控方式采集点云数据，采用不同的三维激光扫描仪，将其分别部署在建筑的不同位置，特别地包括人工无法察觉的施工死角、盲区。各类三维数据采集设备获取处于施工中的建筑周围、内部空间上离散的各集合点。集合所有离散的点，得到激光点云数据。

由于激光点云数据的数据量巨大，其中包含大量数据分析时不需要的无效点云数据，因此需要对其进行相应的预处理操作，例如去除点云数据偏差，以够保证最终得到的点云模型中数据的可靠性。由于受到镜头畸变、图像处理算法、测量环境光线的影响，采集到的数据往往含有较多的噪声点，本申请采用首先对激光点云数据进行点云粗差剔除以及噪声抑制，过滤掉数据中的噪声点。

由于在实际测量中会出现遮挡、扫描特性、扫描仪误差等音素，进而导致被测建筑点云数据中缺失一定的点云数据，本申请采用点云补洞功能对其进行部分修补。

步骤S13：根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型。

由于激光扫描仪采集的是处于施工中的建筑的参数，因此点云模型可以代表建筑物当前的施工效果。

先对激光点云数据进行去除噪声、坐标匹配、采样抽稀、降低冗余度后，再对激光点云数据进行云分类，处理得到不同属性的点云数据。再对建筑的施工现场的实景影像进行空三平差处理，得到实景影像外方位元素。通过分类处理后的激光点云数据生成数字高程模型数据，根据数字高程模型和实景影像外方位元素生成数字正射影像图，进一步根据数字高程模型和数字正射影像图构建建筑的实景纹理数字高程模型，最后将实景纹理数字高程模型匹配实景纹理激光点云数据，生成建筑的点云模型。

步骤S14：对比所述点云模型和所述BIM模型，获得并纠正所述建筑在当前施工质量下的施工偏差。

点云模型代表建筑物当前的施工效果，而BIM模型是建筑的理想建造效果，那么比对点云模型和BIM模型，则是将建筑实际的建造相关与建筑设计时规划的参考模型进行比对。点云模型相较于BIM模型的偏差，则可以表示建筑的工程质量，施工偏差越小，建筑的实际工程质量越高。

施工偏差是BIM模型与点云模型的尺寸差异、形状差异、位置差异、可视化颜色差异等。

本申请实施例采用三维激光扫描技术扫描处于施工中的建筑，得到激光点云数据，再根据激光点云数据生成反映建筑整体施工效果的点云模型；进一步通过BIM模型和点云模型进行自动对比，从而得到建筑构件及整体的施工偏差，达到自动化地检测处于施工中的建筑的建造效果和工程质量的目的，在不浪费人力的情况下，及时有效地减少返工和材料浪费。

本申请另一种实施例提出生成点云模型的方法。图3A是本申请实施例的网格化点云中离散点的分布示意图；图3B是本申请实施例的扫描线点云中离散点的分布示意图；图3C是本申请实施例的多边形点云中离散点的分布示意图；图3D是本申请实施例的散乱点云中离散点的分布示意图；图中a为网格化点云；b为扫描线点云；c为多边形点云；d为散乱点云。如图3A-图3D所示：

首先根据激光点云数据，获得多个离散点，以及每个离散点对应的位置信息和表面属性；其中位置信息主要包括了三维坐标数据、大小和法向量等，表面属性则包括光照参数信息、纹理信息和透明度信息等。激光扫描仪发射激光照射到建筑表面，由于建筑表面平整度不一，因此其反射的激光是多个离散点，每个离散点可以代表建筑表面上的一点，服务器接收到建筑表面反射的激光点后，集成所有离散点，得到激光点云数据。

其次依据多个离散点的位置信息和表面属性，获得多个离散点各自的排列方式和分布特点。例如根据某个离散的位置信息指向距离地面1米的位置，并且表面属性的透明度较高，可以得到该离散点对应建筑第一层窗户。

不同的建筑材料、建筑结构对离散点的排布影响不同，因此依据多个离散点的位置信息和表面属性，可以模拟得到多个离散点的排列方式和分布特点。

得到多个离散点的排列方式和分布特点后，再根据多个离散点各自的排列方式和分布特点，确定所述激光点云数据所属点云类型；其中，所述点云类型包括：网格化点云、扫描线点云、多边形点云和散乱点云

最后根据激光点云数据的点云类型，生成所述建筑在当前施工质量下的点云模型。

本申请实施例根据激光点云数据中各个离散点的位置信息和表面属性，分析得到反应建筑表面结构或构件特征的激光点云数据的排列方式和分布特点，再根据激光点云数据的排列方式和分布特点生成符合建筑建筑表面结构特征的点云模型。

本申请另一种实施例提出生成点云模型的第二种方法：首先构造所述激光点云数据的第一最小外接包围盒。

最小外接包围盒是指激光点云数据的外接最小矩形，是一种求解离散点集最优包围空间的算法，基本思想是用体积稍大且特性简单的几何体(称为包围盒)来近似地代替复杂的几何对象。常见的包围盒算法有AABB包围盒、包围球、方向包围盒OBB以及固定方向凸包FDH。碰撞检测问题在虚拟现实、计算机辅助设计与制造、游戏及机器人等领域有着广泛的应用，甚至成为关键技术。而包围盒算法是进行碰撞干涉初步检测的重要方法之一。

最小外接包围盒是根据激光点云数据占有的体积、形状构造的，其中不包含激光点云数据，因此需要进一步将激光点云数据分配到最小外接包围盒中。在分配激光点云数据之前，先划分最小外接包围盒，得到多个子立方体；具体得到八个子立方体。再将激光点云数据分配到各个子立方体中，得到激光点云数据的空间位置关系。最后根据激光点云数据的空间位置关系，生成建筑在当前施工质量下的点云模型。

该空间位置关系采用八叉树法对激光点云数据进行处理后得到的。图4A是本申请空间八叉树法中对最小外接包围盒的划分示意图。图4B是本申请空间八叉树法中离散点分配到多个立方体中的示意图。

八叉树结构是一种三维栅格数据结构，由四叉树结构从二维空间推广到三维空间而形成的，其结构在点云数据的空间划分上具有很大的优势，因此其应用前景广泛。八叉树主要是指针和线性八叉树。本申请构建八叉树，首先构造了整个点云数据的最小外接包围盒，把它作为八叉树的根节点，然后把该最小外接包围盒划分成八个子立方体，每个子立方体都看作为根节点的子节点，按照上述方法，再对划分的八个子立方体进行再一次划分，这是一个递归的过程，直到最终的子立方体的边长小于或等于给定的阈值或者其中的点数小于规定的数目，最终可以将模型空间划分为8

在完成了八叉树空间划分之后，离散点都存放在八叉树的叶节点中。一个叶节点子立方体可能包含多个离散点，还可以根据立方体节点的编号确定出父节点和兄弟节点。若已知空间中任意一点的坐标，即可求得相应的子立方体节点编号，根据节点编号及相邻子立方体节点编号的递归关系，由八叉树可迅速查到该子立方体及其上下左右共27个子立方体，该点的K邻域点可根据八叉树分层快速追踪得到，由此获得激光点云数据中各个离散点的空间位置关系。

除了通过空间八叉树获得激光点云数据的空间位置关系外，还可以通过)Kd-tree法、空间网格法获得激光点云数据的空间位置关系。

图5A本申请是空间网格划分法中最小外接包围盒的示意图。图5B是本申请空间网格划分法中的最小外接包围盒被划分为多个格子的示意图。

空间网格法首先通过建立一个最小外接包围盒包含所有的点云数据，与上述最小外接包围盒不同的是，空间网格法直接划分的点云数据，得到的最小外接包围盒中包含了激光点云数据。然后将空间均匀的划分为大小一致的小格子，然后记录这些小格子中的点云数据。当进行邻域索引时，首先确定当前点所在格子的位置，然后检索该格子以及与之相邻的26个格子，计算其邻域内搜索点与当前点的的欧氏距离，确定与当前点距离最近的k邻域点。

Kd-tree是通过递归实现分割的一种k维空间的二叉树结构，与八叉树不同之处在于它是通过用垂直于点云某一维的超平面对空间进行划分，建立点云的kd-tree结构。传统的二叉树结构划分的理想状态是使得每个节点中的数据量是一致的，但这种分割方法需要先对点云按照位置进行排列，确定位于中间位置的点，并在节点记录下每次空间划分时的地方，否则在访问节点时没办法获取该节点的空间信息。而kd树的每个节点都代表着k维空间的一个点，表示的是一个把空间划分为两个相等子节点的平面，并把空间中的点云数据均匀的非配到子节点内。在建立kd-tree结构时，建立最小外接长方体之后，沿着长方体的最长轴对空间进行划分，对每个子节点迭代的进行这个过程直到满足限定条件。

进行邻域点检索时，kd-tree的检索模式与二叉树的类似：首先确定内部节点上的检索方向，然后沿该方向搜索到要查找的叶节点中的点。对于点云数据而言，查询k个邻域点所需的的时间仅为。利用kd-tree进行邻域点检索的具体算法如下：假设kd-tree的节点为i，对应的区域为Reg(i)；R表示所要搜索的区域范围，其中落在R范围内的点就是p点的邻域点，邻域点搜索函数Search(i，R)的算法如下：1)首先令i＝root，表示从树根开始搜索；2)判断i是否为子节点，若为是，则记录该叶子节点内所有在R区域范围内的点；3)如果R包含Reg(i)，那么记录i的所有子节点；4)否则，若Reg(left(i))和R相交，则Search(left(i)，R)；若Reg(right(i))和R相交，则Search(right(i)，R)。

本申请另一种实施例提出生成点云模型的方法。在海量点云实时交互绘制系统中，需要处理对场景中的大规模点云数据。因此本申请先进行空间划分，生成多分辨率层次模型，然后将其存入磁盘。在实时绘制阶段，根据场景情况(视点位置、视场角大小以及绘制帧速等)，将需要绘制的点云数据动态调入到内存中，并对场景进行可见性裁剪，快速剔除掉必然不可见的元素；然后根据当前的显示要求选择适当的LOD模型，将其送入图形绘制管线进行绘制。

生成点云模型的具体步骤包括：根据所述建筑的结构，对所述激光点云数据进行空间划分，生成多个层次模型；根据每个层次模型对应的场景情况，对所述激光点云数据进行裁剪，得到符合当前施工场景的目标点云数据；其中，所述场景情况包括：视点位置和视场角大小；确定符合显示需求的LOD模型；根据所述目标点云数据，对所述LOD模型进行绘制，得到所述点云模型。

本申请另一种实施例公开了比点云模型和BIM模型的具体方法。

将点云坐标系的原点映射到BIM坐标系；其中，所述点云坐标系为所述点云模型所在坐标系；所述BIM坐标系为所述BIM模型所在坐标系；在所述BIM坐标系下，计算所述点云模型与所述点云坐标系的原点之间的第一位移；第一位移是指点云模型相较于点云坐标系的原点的移动距离和移动方向。

在所述BIM坐标系下，计算所述BIM模型与所述BIM坐标系的原点之间的第二位移；第二位移是指BIM模型相较于BIM坐标系的原点的移动距离和移动方向。

根据所述第一位移和所述第二位移的位置关系，在所述BIM坐标系下设置插入坐标系；插入的坐标系的原点相较于BIM模型的距离和方向，与插入的坐标系的原点相较于点云模型的距离和方向一致。

将点云模型和所述BIM模型转换到同一个坐标系中，能够更好地比对二者之间的差异，因此对比所述点云模型和所述BIM模型，包括：在所述插入坐标系下，对比所述点云模型和所述BIM模型。

首先对点云模型和BIM模型的坐标系进行匹配，使用Revit软件对点云模型和BIM模型的坐标系进行匹配，即匹配点云模型和BIM模型的坐标原点。Revit将点云坐标系的世界原点,即(0,0)点,放置在BIM模型的坐标系中，之后在场地平面中可将该BIM模型的坐标系的原点视为项目原点，同时可以将点云的北向(0,1,0)与BIM模型的坐标系“项目北”重合，保持坐标系的方向一致。在将两个模型的位置和方向都调整一致之后，对点云模型和BIM模型进行对比。

本申请另一种实施例公开了获得并纠正所述建筑的施工偏差的具体方法。

由于在测量外业中实际进行激光扫描时，激光是拥有发射点和发射方向的，因此本申请在将点云模型和BIM模型转换到一个坐标系下(插入坐标系)后，在插入坐标系下设置了设置发射点；以该设置的发射点指向BIM模型，发射数据点，模拟激光扫描仪对建筑的扫描。发射点为多个。

在模拟拟激光扫描仪对建筑的扫描之前，先通过遍历所述点云模型中的每个第一位置点，计算每个第一位置点与所述发射点的关系，确定每个第一位置点对应的激光发射方向；以按照所述激光发射方向，对所述BIM模型上的第二位置点进行正向投射和逆向投射，得到投射平面。第一位置点是点云模型上的点，第一位置点有多个。

第二位置点是BIM模型上的点，第二位置点有多个，每个第二位置点对应了实际建筑中的点。发射点指向BIM模型，发射数据点，对BIM模型上的第二位置点进行正向投射和逆向投射，第二位置点反射投射到本地的数据点，得到投射平面。该投射平面可以表示对参考模型进行模拟激光扫描后，得到的模拟点云模型，计算比点云模型与模拟点云模型之间的距离差异和方向差异，就可以得出点云模型与BIM模型之间的差异，即建筑在当前施工质量下的施工偏差。鉴于此，本申请计算任意所述第一位置点到所述投射平面的最小距离，得到该第一位置点对应的所述施工偏差。并进一步地将所述施工偏差显示在所述BIM模型中，对所述施工偏差进行可视化。

基于同一发明构思，本申请实施例提供一种施工质量管理装置。参考图6，图6是本申请实施例提出的施工质量管理装置的结构示意图。该装置包括：

第一生成模块61，用于根据建筑的原始设计参数，生成所述建筑的BIM模型；

扫描模块62，用于对处于施工中的所述建筑进行三维激光扫描，得到所述建筑的激光点云数据；

第二生成模块63，用于根据所述激光点云数据，生成所述建筑在当前施工质量下的点云模型；

对比模块64，用于对比所述点云模型和所述BIM模型，获得并纠正所述建筑在当前施工质量下的施工偏差。

可选地，所述装置还包括：

第一获得模块，用于根据所述激光点云数据，获得多个离散点，以及每个离散点对应的位置信息和表面属性；

第二获得模块，用于依据多个所述离散点的位置信息和表面属性，获得多个所述离散点各自的排列方式和分布特点；

确定模块，用于根据多个所述离散点各自的排列方式和分布特点，确定所述激光点云数据所属点云类型；其中，所述点云类型包括：网格化点云、扫描线点云、多边形点云和散乱点云；

所述第二生成模块包括：第一生成子模块，用于根据所述激光点云数据的点云类型，生成所述建筑在当前施工质量下的点云模型。

可选地，所述装置还包括：

构造模块，用于构造所述激光点云数据的第一最小外接包围盒；

划分模块，用于划分所述第一最小外接包围盒，得到多个子立方体；

分配模块，用于将所述激光点云数据分配到各个子立方体中，得到所述激光点云数据的空间位置关系；

所述第二生成模块包括：第二生成子模块，用于根据所述激光点云数据的空间位置关系，生成所述建筑在当前施工质量下的点云模型。

可选地，所述第二生成模块包括：

划分子模块，用于根据所述建筑的结构，对所述激光点云数据进行空间划分，生成多个层次模型；

裁剪子模块，用于根据每个层次模型对应的场景情况，对所述激光点云数据进行裁剪，得到符合当前施工场景的目标点云数据；其中，所述场景情况包括：视点位置和视场角大小；

确定子模块，用于确定符合显示需求的LOD模型；

绘制子模块，用于根据所述目标点云数据，对所述LOD模型进行绘制，得到所述点云模型。

可选地，所述装置还包括：

映射模块，用于将点云坐标系的原点映射到BIM坐标系；其中，所述点云坐标系为所述点云模型所在坐标系；所述BIM坐标系为所述BIM模型所在坐标系；

第一计算模块，用于在所述BIM坐标系下，计算所述点云模型与所述点云坐标系的原点之间的第一位移；

第二计算模块，用于在所述BIM坐标系下，计算所述BIM模型与所述BIM坐标系的原点之间的第二位移；

插入模块，用于根据所述第一位移和所述第二位移的位置关系，在所述BIM坐标系下设置插入坐标系；

所述对比模块包括：比对子模块，用于在所述插入坐标系下，对比所述点云模型和所述BIM模型。

可选地，所述对比模块包括：

设置子模块，用于设置发射点；

遍历子模块，用于遍历所述点云模型中的每个第一位置点，计算每个第一位置点与所述发射点的关系，确定每个第一位置点对应的激光发射方向；

投射子模块，用于按照所述激光发射方向，对所述BIM模型上的第二位置点进行正向投射和逆向投射，得到投射平面；

第三计算子模块，用于计算任意所述第一位置点到所述投射平面的最小距离，得到该第一位置点对应的所述施工偏差；

显示子模块，用于将所述施工偏差显示在所述BIM模型中，对所述施工偏差进行可视化。

基于同一发明构思，本申请另一实施例提供一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请上述任一实施例所述的施工质量管理方法中的步骤。

基于同一发明构思，本申请另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请上述任一实施例所述的施工质量管理方法中的步骤。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进或说明的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种施工质量管理方法、装置、设备及存储介质，进行了详细介绍，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。