扫一扫
关注中图网
官方微博
建筑智能建造技术初探及其应用 版权信息
- ISBN：9787112259496
- 条形码：9787112259496 ; 978-7-112-25949-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
建筑智能建造技术初探及其应用 内容简介
建筑智能建造是一个新兴的学科交叉方向，目前国内外的相关研究均处于起步阶段，实践应用也很少。本书将介绍作者近年来在建筑智能设计、智能检测和施工智能监控方面的研究内容和初步成果，主要包括以下内容： （1）混凝土结构与砌体墙的智能深化设计技术。混凝土结构及预制构件进行智能深化设计的基础数字化模型创建方法，包括 BIM模型的数字化转换、格栅环境转换、边界条件和规范约束条件等。基于多智能体强化学习的混凝土框架节点和框架结构整体深化设计方法，基于生成式对抗网络和深度多智能体强化学习集成算法的复杂装配式外墙板深化设计方法，基于进化优化算法的混凝土框架节点和框架结构整体深化设计方法，基于进化算法的砌体墙智能砌块二维和三维排布方法等。 （2）基于激光扫描点云数据的建筑智能检测技术。预制混凝土构件及房屋整体点云数据的预处理技术、数据集制作技术、数据降噪方法、整体尺寸提取方、细部尺寸提取方法、BIM 模型点云化技术等。针对构件表面平整度检测的模型离散化与法向量计算方法、模型与数据匹配方法、*近邻点搜索与偏差计算方法、可视化技术等；针对建筑整体表面平整度检测的语义分割方法、平面拟合与偏差计算方法、可视化技术等。针对可更换预制构件智能化施工的螺栓孔边界检测算法、圆孔拟合算法和精准定位集成算法等。 （3）施工现场智能化监控技术。施工现场的对象识别与工人安全措施智能识别技术，包括数据集搭建技术、深度学习算法目标检测算法在施工现场智能识别中的应用、基于视频数据的目标智能检测技术、智能识别系统的搭建方法等。工人施工状态识别和施工效率智能化统计技术，包括基于实时视频数据的人姿势估计算法和人关键点提取方法、基于多人跟踪算法的工人实时位置和关键点跟踪技术、基于关键点数据采用时间序列网络提取特征进行动作分析的方法， 以及系统整体设计和测试技术等。
建筑智能建造技术初探及其应用 目录
1绪论
1.1 新一代信息技术在建筑行业中的应用
1.2 建筑智能设计技术发展现状
1.3 建筑智能检测技术发展现状
1.3.1 基于图像识别的智能检测技术
1.3.2 基于点云数据的智能检测技术
1.4 建筑智能化施工技术发展现状
1.4.1 建筑智能预拼装技术
1.4.2 建筑智能监控技术
1.5 本书主要内容
参考文献
2混凝土构件智能深化设计的基础数字模型
2.1 钢筋排布与避障方法——多智能体路径规划
2.2 混凝土框架梁柱节点的基础数字模型
2.2.1 混凝土框架梁柱节点环境转换
2.2.2 钢筋混凝土梁内的钢筋间距要求
2.2.3 钢筋混凝土柱内的钢筋间距要求
2.3 混凝土框架结构的基础数字模型
2.3.1 BIM模型信息提取
2.3.2 结构类型分析
2.4 装配式混凝土外墙板的基础数字模型
2.4.1 装配式混凝土外墙板钢筋排布与避障问题描述
2.4.2 装配式混凝土外墙板环境转换
2.5 本章小结
参考文献
3基于多智能体强化学习的混凝土构件深化设计
3.1 混凝土框架梁柱节点的智能深化设计方法
3.1.1 强化学习基本原理
3.1.2 智能体路径规划研究现状
3.1.3 实验环境
3.1.4 多智能体强化学习训练过程
3.1.5 实验参数设定
3.1.6 验证结果和讨论
3.2 混凝土框架结构的智能深化设计方法
3.2.1 实验环境
3.2.2 验证结果和讨论
3.3 装配式混凝土外墙板的智能深化设计方法
3.3.1 生成式对抗网络和深度多智能体强化学习综合算法
3.3.2 实验环境
3.3.3 基于生成式对抗网络的二维钢筋排布结果
3.3.4 基于深度强化学习的三维钢筋设计排布结果
3.4 装配式混凝土外墙板智能深化设计软件
3.5 本章小结
参考文献
4基于进化优化方法的混凝土构件深化设计
4.1 混凝土框架结构智能深化设计框架
4.1.1 钢筋组合优化模块
4.1.2 钢筋排布生成模块
4.2 基于近邻域算法的配筋智能优化
4.3 基于人工势场法的混凝土框架梁柱节点智能深化设计
4.4 基于人工势场法的}昆凝土框架结构智能深化设计
4.5 本章小结
参考文献
5基于智能进化算法的砌体墙深化设计方法
5.1 砌体墙的砌块布局方法
5.2 砌体墙智能深化设计框架
5.3 基于智能进化算法的砌块布局
5.3.1 **阶段优化模型
5.3.2 第二阶段优化模型
5.3.3 第三阶段优化模型
5.4 砌体墙的智能深化设计方法
5.5 本章小结
参考文献
6基于点云数据的建筑构部件及场景平整度智能检测
6.1 平整度智能检测集成算法框架
6.2 施工后建筑场景点云数据集制作
6.2.1 点云数据采集方案
6.2.2 数据集制作信息
6.3 建筑表面平整度检测
6.3.1 输入数据预处理
6.3.2 参考平面拟合
6.3.3 建筑表面平整度差异的计算与表示
6.4 构件表面平整度检测
6.4.1 BIM设计模型预处理
6.4.2 模型点云数据与扫描点云数据匹配
6.4.3 构件表面平整度差异的计算与表示
6.5 建筑表面平整度检测实验
6.5.1 实验数据信息
6.5.2 实验结果与分析
6.6 构件表面平整度检测实验
6.6.1 实验数据信息
6.6.2 实验结果与分析
6.7 本章小结
参考文献
7预制构件点云数据的尺寸自动提取算法
7.1 算法提出的必要性
7.2 自动尺寸提取算法的提出
7.2.1 算法框架
7.2.2 主体结构尺寸提取
7.2.3 细部结构尺寸提取
7.2.4 模型可视化
7.3 验证实验与分析
7.3.1 实验信息与结果
7.3.2 实验分析
7.4 本章小结
参考文献
8基于点云数据的可更换连梁智能定位集成算法
8.1 算法提出的必要性
8.2 螺栓孔精准定位集成算法框架
8.3 螺栓孔边界检测算法
8.3.1 粗边界检测
8.3.2 精细边界检测
8.3.3 边界检测算法对比
8.4 螺栓孔拟合算法
8.4.1 粗拟合
8.4.2 精细拟合
8.4.3 拟合算法对比
8.5 集成算法验证
8.5.1 试件设计与结果分析
8.5.2 场景应用
8.6 本章小结
参考文献
9施工现场对象与工人安全智能识别技术
9.1 建筑工地场景图像数据集搭建
9.1.1 图片获取
9.1.2 图片筛选
9.1.3 图片标注
9.2 基于目标检测算法的工地设备与物料智能识别
9.2.1 待解决问题分析
9.2.2 目标检测模型构建
9.2.3 检测结果
9.3 施工现场多级危险源的智能识别及预警
9.3.1 危险源数据集制作
9.3.2 危险源识别网络搭建
9.3.3 网络训练与识别结果
9.4 智能识别系统的搭建
9.4.1 系统处理流程图
9.4.2 系统框架分析
9.5 本章小结
参考文献
10工人施工状态识别和施工效率智能化统计技术
10.1 智能分析系统的算法框架设计
10.2 基于姿势估计算法的工人关键点提取
10.2.1 姿势估计方法的选择与结构分析
10.2.2 姿势估计算法轻量化改进
10.2.3 工人关键点提取结果
10.3 基于多目标跟踪算法的工人关键点跟踪
10.3.1 关键点跟踪算法结构
10.3.2 工人边界框以及描述信息提取
10.3.3 工人以及关键点跟踪结果
10.4 基于关键点时间序列的工人动作识别
10.4.1 工人施工行为视频数据集制作
10.4.2 关键点数据集制作
10.4.3 工人关键点数据特征提取
10.4.4 施工动作分类模型建立
10.4.5 动作识别结果
10.5 本章小结
参考文献
展开全部
建筑智能建造技术初探及其应用 作者简介
周绪红，工学博士，著名结构工程专家，重庆大学钢结构工程研究中心主任、教授；中国工程院院士，日本工程院外籍院士，英国皇家结构工程师学会Fellow，英国皇家特许结构工程师。1999年8月-2002年5月任湖南大学副校长，2002年5月-2006年7月任长安大学校长，2006年5月-2013年6月任兰州大学校长(副部长级)， 2013年6月-2017年12月任重庆大学校长(副部长级)，第十一届、第十二届全国人大代表。刘界鹏，教授，博士生导师，一级注册结构工程师，重庆大学钢结构工程研究中心常务副主任，重庆大学建筑规划设计研究总院总工程师。中国钢结构协会常务理事，中国钢结构协会钢-混凝土组合结构分会副理事长，重庆市钢结构建筑专业委员会主任委员，中国建筑学会建筑防火专业委员会理事。
书友推荐
- >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥13.0¥24.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥5.8¥16.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
回忆爱玛侬
回忆爱玛侬
¥23.0¥32.8 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
山海经
山海经
¥19.7¥68.0 - >
月亮虎
月亮虎
¥14.4¥48.0 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0
本类畅销
-
99招让你成为木工能手
¥14.3¥29.8 -
建筑施工技术
¥26.8¥68 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206 -
一句顶一万句 (印签版)
¥40.4¥68 -
百年书评史散论
¥14.9¥38
