基于云端的建筑施工工地质量监测系统及方法与流程

1.本发明涉及装修质量检测，尤其涉及基于云端的建筑施工工地质量监测方法。


背景技术：

2.目前对于建筑行业的房间装修来说，一般包括对毛坯的各个房间尺寸进行测量，然后根据装修的部位依次进行装修，每次装修完一个阶段后都要对其装修结果进行检测，同时当验收结果符合一定要求后再进行下一个阶段的装修。而对于装修的检测一般是在装修完成后，由人工对装修结果进行检测，以便对装修结果进行检测。但是，人工检测存在误差大、测量慢等问题，导致装修的效率低下，进而影响建筑成本。


技术实现要素：

3.为了克服现有技术的不足，本发明的目的之一在于提供基于云端的建筑工地质量监测系统，其能够解决现有的建筑装修结果检测效率低下等问题。
4.本发明的目的之二在于提供基于云端的建筑工地质量监测方法，其能够解决现有的建筑装修结果检测效率低下等问题。
5.本发明的目的之一采用如下技术方案实现：
6.基于云端的建筑施工工地质量监测系统，包括：
7.多个数据采集终端，分设于施工工地的监测点，用于对施工工地进行扫描并获取装修数据；
8.移动终端，与每个数据采集终端通信连接，用于提供网络热点并使得所述数据采集终端通过所述网络热点与移动终端构建通信连接，进而接收每个数据采集终端的装修数据；
9.远程服务器，与所述移动终端通信连接，用于接收所述移动终端上传的装修数据和施工工地信息并存储于系统中；
10.云端超算中心，与所述远程服务器通信连接，用于接收所述远程服务器发送的每个数据采集终端的装修数据，并将装修数据、施工工地信息与构建的装修识别模型进行匹配以得出验收结果，以及将验收结果通过远程服务器下发给移动终端。
11.进一步地，所述云端超算中心，包括数据接收模块、数据处理模块、单片机模块、模型构建模块和数据修正模块；其中，所述数据接收模块与远程服务器通信连接，用于接收所述远程服务器上传的每个数据采集终端的装修数据并将其发送给所述数据处理模块，以使得所述数据处理模块对每个数据采集终端的装修数据进行预处理；
12.所述单片机模块，用于对所述数据处理模块预处理后的装修数据、施工工地信息与装修识别模型进行匹配以得出装修缺陷；
13.所述数据修正模块，用于根据所述装修缺陷、施工工地信息、施工验收标准以及施工措施给出对应的施工建议和施工修补图，并将对应施工建议和施工修补图反馈给单片机模块，从而使得所述单片机模块根据装修缺陷、施工建议和施工修补图通过所述远程服务
器反馈给移动终端；
14.所述模型构建模块，用于根据每种施工工地的多个历史装修数据和装修验收标准构建数据集，并根据构建的数据集进行深度神经网络模型的训练，进而购进得出每种施工工地的装修识别模型。
15.进一步地，所述装修识别模型还包括多个工程阶段的装修识别模型；每个工程阶段的装修识别模型均根据每种施工工地的对应工程阶段的多个历史装修数据和装修验收标准构成的数据集，经过深度神经网络模型进行训练以构建得出；所述工程阶段包括：混凝土工程阶段、砌筑工程阶段、室内抹灰工程阶段和涂抹腻子阶段；
16.所述单片机模块，还用于根据施工工地信息得出施工工地所处的工程阶段，然后从系统中匹配得出对应工程阶段的装修识别模型后，将其与每个数据采集终端的装修数据进行匹配以得出验证结果。
17.进一步地，还包括图像采集终端，与移动终端通信连接，用于根据所述移动终端下发的控制命令按照对应运动轨迹在施工工地进行移动，并在移动的过程中将采集到的图像数据实时上传所述移动终端；所述移动终端，还用于将所述图像采集终端的图像数据通过所述远程服务器上传至云端超算中心，从而使得所述云端超算中心根据所述图像采集终端的图像数据、每个数据采集终端的装修数据与系统中构建的模型进行匹配以得出验收结果。
18.进一步地，所述模型构建模块，还用于根据每种施工工地的多个图像数据进行预处理，并对预处理后的多个图像数据进行特征向量的提取，以得出每种施工工地的多个图像数据的特征向量的集合，进而构建得出每种施工工地的图像识别模型。
19.进一步地，当数据采集终端从当前监测点移动到新的监测点时，通过向移动终端发送监测点的编号以与移动终端重新构建通信连接，以接收所述移动终端下发的数据采集指令以上所述移动终端重新上传装修数据；所述施工工地有多个监测点，并且多个监测点按照顺序依次编号。
20.本发明的目的之二采用如下技术方案实现：
21.基于云端的建筑施工工地质量监测方法，应用于如本发明的目的之一采用的基于云端的建筑施工工地质量监测系统，所述建筑施工工地质量监测方法包括：
22.数据获取步骤：通过移动终端释放网络热点，以使得每个数据采集终端通过所述网络热点接入所述移动终端，以获取所述数据采集终端的装修数据和施工工地信息；
23.计算步骤：通过所述移动终端将每个数据采集终端的装修数据和施工工地信息通过远程服务器上传至云端超算中心，以使得所述云端超算中心根据所述每个数据采集终端的装修数据、施工工地信息和系统构建的模型得出验收结果以及将所述验收结果通过所述程服务器反馈给所述移动终端；
24.显示步骤：通过所述移动终端接收所述远程服务器下发的验收结果并显示给工作人员。
25.进一步地，所述云端超算中心根据所述每个数据采集终端的装修数据、施工工地信息和系统构建的模型得出验收结果具体包括：
26.模型构建步骤：根据每种施工工地的多个历史装修数据和装修验收标准构建数据集，并根据所述数据集对深度神经网络模型进行训练以得出装修识别模型；
27.数据获取步骤：获取所述远程服务器上传的每个数据采集终端的装修数据和施工工地信息；
28.数据处理步骤：对每个数据采集终端的装修数据进行预处理；
29.数据匹配步骤：根据每个数据采集终端的装修数据、施工工地信息和系统中的装修识别模型进行匹配得出装修缺陷；
30.数据修正步骤：根据所述装修缺陷、施工工地信息、施工验收标准以及施工措施给出对应的施工建议和施工修补图并生成验收结果通过远程服务器反馈给移动终端并生成验收结果后将所述验收结果反馈给所述远程服务器。
31.进一步地，还包括图像数据获取步骤：通过移动终端释放网络热点，使得图像采集终端通过网络热点与移动终端构建通信连接，以获取施工工地的图像数据；
32.所述计算步骤还包括：通过所述移动终端将所述图像采集终端的图像数据通过远程服务器上传至云端超算中心，从而使得云端超算中心根据所述每个数据采集终端的装修数据、图像数据和系统构建的模型得出验收结果。
33.进一步地，所述模型构建步骤还包括：根据每种施工工地的多个图像数据进行预处理，并根据预处理后的多个图像数据进行特征提取以得出每种施工工地的图像数据的特征向量的集合，进而得出图像识别模型。
34.相比现有技术，本发明的有益效果在于：
35.本发明通过根据每种施工工地的历史的装修数据和装修验收标准等数据构建对应的装修识别模型，以便对数据采集终端采集到的装修数据和施工工地信息进行匹配验证，进而实现对装修结果进行验收，实现装修质量的快速检测，提高检测与验收效率；同时还给出整改建议，为施工人员提供参考，可实现快速修补。
附图说明
36.图1为本发明提供的基于云端的建筑施工工地质量监测系统模块图；
37.图2为本发明提供的基于云端的建筑施工工地质量监测方法流程图；
38.图3为图2中的步骤s2的流程图。
具体实施方式
39.下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
40.实施例一
41.如图1所示，本发明提供一种基于云端的建筑施工工地质量监测系统，包括移动终端、多个数据采集终端、远程服务器和云端超算中心。
42.其中，移动终端，为现场测量人员手持的设备，与远程服务器通信连接，用于与远程服务器进行数据交互。比如，通过移动终端将采集到的数据上传至远程服务器或接收远程服务器下发的配置指令，实现对数据采集的类型、频率等的配置，或接收远程服务器下发的控制指令，实现对设备的工作的控制。
43.同时，移动终端，还提供人机交互界面，向用户显示对应的验收结果、相关数据，和
接收用户输入的控制指令以实现对应功能。
44.优选地，多个数据采集终端，分设于施工工地的监测点，用于对施工工地进行扫描并获取装修数据。进一步地，移动终端，用于提供网络热点以使得每个数据采集终端通过网络热点与移动终端通信连接，进而接收每个数据采集终端的装修数据。优选地，在本发明提供的实施例中，本发明中的施工工地为住宅户型的装修，比如在建筑主体完成后，开发商需要对每个户型进行装修，并在装修完成后对其进行验收，并在验收通过后才能下一阶段的装修或交付。
45.具体地，在验收测试开始之前，工作人员可按照预先设定的工作手册将每个数据采集终端布置到对应的测试点，然后启动每个数据采集终端，并通过移动终端释放网络热点，从而使得每个数据采集终端通过网络热点接入到移动终端的网络中，以使得移动终端与每个数据采集终端的通信连接。
46.优选地，工作手册是指预先由工程人员根据检测需求、检测设备的类型以及监测点等制定的文件。工作人员根据该工作手册即可将多个检测设备布置于对应的监测点。在实际的使用过程中，工作人员可通过打印的方式将工作手册打印成纸质。或者，将该工作手册预先置于移动终端或远程服务器，工作人员通过移动终端来获取电子版的工作手册或从远程服务器下载电子版的工作手册。
47.优选地，移动终端，还用于接收用户的输入数据或远程服务器下载的配置数据对每个数据采集终端的数据采集的频率、类型等进行配置。
48.在实际的测量过程中，多个监测点所检测的数据可能相同，也可能不同。因此，本发明还对多个监测点进行编号，并将编号与监测点所检测的数据进行匹配。同时，当数据采集终端的数量不足时，可先将数据采集终端设于其中一个监测点完成数据采集后，再移动到新的监测点再次进行数据采集。具体地，当数据采集终端设于一个监测点时，数据采集终端与移动终端网络构建通信连接时，移动终端会将数据采集终端与监测点进行绑定后再进行数据采集。当数据采集终端从一个监测点移动到新的监测点时，移动终端会将数据采集终端重新与监测点见绑定后，重新进行数据的采集。
49.优选地，移动终端在接收到装修数据并对装修数据进行记录时，按照监测点对装修数据进行分类。
50.优选地，本发明还对多个监测点进行编号，每个监测点均有一个对应的唯一的编号。当需要增加其他检测时，可通过增加监测点即可，并对监测点依次编号即可。
51.优选地，远程服务器，用于存储每个数据采集终端的装修数据并存储到系统中，同时将装修数据上传至云端超算中心。同时，移动终端在上传每个数据采集终端的装修数据时，还将施工工地信息上传至远程服务器，从而使得远程服务器将施工工地信息上传至云端超算中心进行计算。
52.其中，云端超算中心，还用于接收远程服务器发送的每个数据采集终端的装修数据和施工工地信息，并将装修数据、施工工地信息与构建的装修识别模型进行匹配以得出验收结果，以及将验收结果通过远程服务器下发给移动终端。
53.由于对于不同的施工工地来说，其验收的标准不同，因此在进行装修数据进行判断时，还需要结合施工工地信息来验证，以提高验证的准确性。
54.优选地，本发明还采用模型的方式来实现对装修数据的验证。具体地，云端超算中
心包括：数据接收模块、数据处理模块、单片机模块、模型构建模块和数据修正模块。
55.其中，数据接收模块与远程服务器通信连接，用于接收所述远程服务器上传的每个数据采集终端的装修数据和施工工地信息，以及将每个数据采集终端的装修书发送给数据处理模块，以使得数据处理模块对每个数据采集终端的装修数据进行预处理。
56.进一步地，预处理可包括对采集到的装修数据的空数据、异常数据等进行清除，将不同类型的装修数据进行统一处理等，具体可根据实际的需求设置。
57.单片机模块，用于对数据处理模块预处理后的装修数据、施工工地信息与装修识别模型进行匹配以得出装修缺陷。
58.数据修正模块，用于根据装修缺陷、施工工地信息、施工验收标准以及施工措施给出对应的施工建议和施工修补图，并将对应施工建议和施工修补图反馈给单片机模块，从而使得所述单片机模块根据装修缺陷、施工建议和施工修补图通过所述远程服务器反馈给移动终端。本发明不仅可实现对装修数据的异常检测，还根据匹配结果给出对应的施工建议和施工修补图，以供装修人员参考维护。
59.模型构建模块，用于根据每种施工工地的多个历史装修数据和装修验收标准构建数据集，并根据构建的数据集进行深度神经网络模型的训练，进而购进得出每种施工工地的装修识别模型。
60.更为优选地，对于住宅装修来说，其装修一般包括多个工程阶段，比如混凝土工程阶段、砌筑工程阶段、室内抹灰工程阶段和涂抹腻子阶段。在装修时，每个工程阶段装修完毕后，均需要对其进行质量检测，并在检测通过后还能进行下一次的装修。因此，本发明中的装修识别模型还包括不同工程阶段的装修识别模型。每个工程阶段的装修识别模型均根据每种施工工地的对应工程阶段的多个历史装修数据和装修验收标准构成的数据集，经过深度神经网络模型进行训练以构建得出。
61.优选地，本发明还包括图像采集终端，用于获取施工工地的图像数据。比如采用三维扫描仪或三维扫描机器人等，对施工工地进行扫描仪得出图像数据或点云数据，然后根据图像数据和点云数据实现对施工工地的质量进行检测。比如可通过图像分析来判断粉刷的墙体是否存在开裂、是否均匀、颜色是否正确、踢脚线装修是否正确等。
62.也即，图像采集终端，用于根据移动终端下发的控制命令按照对应运动轨迹在施工工地进行移动，并在移动的过程中将图像采集终端的图像数据实时上传移动终端。
63.移动终端，还用于将图像采集终端的图像数据通过远程服务器上传至云端超算中心，从而使得云端超算中心根据图像采集终端的图像数据、每个数据采集终端的装修数据与系统中构建的模型进行匹配以得出验收结果。
64.优选地，云端超算中心的模型构建模块，还根据每种施工工地的多个图像数据进行预处理，并对预处理后的多个图像数据进行特征向量的提取，以得出每种施工工地的多个图像数据的特征向量的集合，进而构建得出每种施工工地的图像识别模型。进一步地，在图像特征向量提取时，可将图像数据划分成多个方块，并计算得出每个方块内点的密度的集合，进而得出特征向量的集合。
65.优选地，图像采集终端可采用具有移动功能的实测实量机器人，通过将机器人置于对应房间内，通过移动终端控制实测实量机器人按照对应的运动轨迹进行移动，并移动的过程中实时获取实测实量机器人的图像数据，并在完成采集后将所有的图像数据上传给
远程服务器。其中，图像数据可以为多张连续的图片，也可以为连续的视频数据。另外，移动过程中，还可按照设置的监测点的编号顺序依次移动。优选地，比如本发明所采用的实测实量机器人采用三维激光扫描技术来实现，对于一个户型2分钟内即可完成测量，一天内可测量6～15层，大大提高测量的效率。
66.优选地，本发明还通过在移动终端上安装app。工作人员可通过打开app来查看相关数据以及报告的生成、导出等。通过移动终端本身自带的网络热点来实现与数据采集终端的通信。
67.优选地，本发明不仅可用于房间内的装修检测，还可用于建筑外墙的平整度检查、文物保护与改造等领域。根据不同的测试需求选用不同的数据采集终端，获取对应的装修数据并上传至远程服务器，进而通过云端超算中心来实现数据的处理与计算。同时，本发明还可根据验收结果给出对应的修正建议和修补图，便于施工人员进行快速改进，以使得装修符合要求，提高装修的效率。
68.实施例二
69.基于实施例一，本发明还提供基于云端的建筑施工工地质量监测方法，如图2所示，包括：
70.步骤s1、通过移动终端释放网络热点，以使得每个数据采集终端通过网络热点接入移动终端，以获取数据采集终端的装修数据和施工工地信息。
71.本发明通过移动终端释放网络热点来实现数据采集终端的网络接入，无需假设其他的网络，同时也不需要设置蓝牙或其他的通信方式。只需要数据采集终端具有网络接入的功能即可，目前来说，具有网络接入功能的数据采集终端来说，其选择性较为广泛。
72.步骤s2、通过移动终端将每个数据采集终端的装修数据和施工工地信息通过远程服务器上传至云端超算中心，以使得云端超算中心根据每个数据采集终端的装修数据、施工工地信息和系统构建的模型得出验收结果以及将验收结果通过程服务器反馈给移动终端。
73.将采集到的装修数据上传至云端超算中心，来实现数据的处理，可节省本地空间，同时减轻降低本地设备的计算能力。
74.步骤s3、通过移动终端接收远程服务器下发的验收结果并显示给工作人员。通过移动终端的人机交互界面显示给工作人员。
75.优选地，如图3所示，步骤s2中的云端超算中心根据每个数据采集终端的装修数据和系统构建的模型得出验收结果具体包括：
76.步骤s21、根据每种施工工地的多个历史装修数据和装修验收标准构建数据集，并根据数据集对深度神经网络模型进行训练以得出装修识别模型。
77.步骤s22、获取远程服务器上传的每个数据采集终端的装修数据和施工工地信息。
78.步骤s23、对每个数据采集终端的装修数据进行预处理。
79.步骤s24、根据每个数据采集终端的装修数据、施工工地信息和系统中的装修识别模型进行匹配得出装修缺陷。
80.步骤s25、根据装修缺陷、施工工地信息、施工验收标准以及施工措施给出对应的施工建议和施工修补图并生成验收结果，以及将验收结果通过远程服务器反馈给移动终端。
81.优选地，本发明还包括图像数据获取步骤：通过移动终端释放网络热点，使得图像采集终端通过网络热点与移动终端构建通信连接，以获取施工工地的图像数据；
82.步骤s2还包括：通过移动终端将图像采集终端的图像数据通过远程服务器上传至云端超算中心，从而使得云端超算中心根据每个数据采集终端的装修数据、图像数据和系统构建的模型得出验收结果。本发明不仅可通过数据采集终端来实现装修的验收判断，还可通过对施工工地进行图像扫描，实现装修的判断，比如墙体是否存在裂缝等通过图像数据判断更为准确。
83.优选地，步骤s21还包括：模型构建步骤还包括：根据每种施工工地的多个图像数据进行预处理，并根据预处理后的多个图像数据进行特征提取以得出每种施工工地的图像数据的特征向量的集合，进而得出图像识别模型。
84.上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。