數智化技術在住宅建筑施工管理中的深度應用
——以“吉寶靜安中心項目”為例

■ 趙堂君 ZHAO Tangjun

0 引言

近年來，VR 與AR 技術作為推動建筑行業數智化轉型的底層強大驅動力，在不同層次的項目中進行了廣泛的應用與嘗試，展示出強大的項目多類型適應性、建筑工程領域的可行性與未來工程管理的開拓性。但在現階段，仍普遍存在項目全生命周期內的技術使用落地性無重點研究、施工管理實用性偏弱的缺陷，其應用層面存在著使用階段廣度不足、實踐性欠缺的問題。筆者就虛擬現實技術下的項目應用，對國內建筑面積在15 萬 m2以上的商業、住宅項目進行了深度調研，發現該類型技術普遍應用于項目概念設計階段與方案設計階段，僅小部分應用于項目施工圖深化階段，而項目施工階段的應用更少。基于此，本文以上海市吉寶靜安中心項目為例，開創性地提出“數字孿生施工管理系統”，并基于其基本原理，總結該類技術在不同階段應用中的優勢與劣勢，為其進一步數據化推廣與應用提供參考依據。

1 項目概況

上海市吉寶靜安中心項目由吉寶置業開發，位于靜安寺北側，距離CBD 中心1.5 km 輻射范圍內，北臨康定路，西臨常德路，南臨武定路，東側則緊臨靜安豪苑。項目基坑西側為地鐵7 號線靜安寺與昌平路站區間，距地鐵區間隧道最近距離僅10.08 m，整體地下室埋深約19.53 m，塔樓為超高層建筑，高179.9 m。綜上所述，本項目整體施工環節多樣、專業管理復雜度高、各類風險源極多，尤其對周邊居民維穩，以及防止周邊房屋、地鐵區間隧道與項目周邊管線變形的保護要求極高（圖1、2）。

圖1 項目鳥瞰效果圖

圖2 項目工況鳥瞰圖

針對上述工程重點、難點與各類風險源，在項目管理前期制定了數智化、智慧化工地施工管理策略，考慮基于虛擬現實環境下，將BIM 技術在建筑施工管理中的應用貫徹在整個項目周期之中，做到事前預判、事中管理、事后糾偏的“三大維度實時可控”的“數智化”管理策略，以此作為本項目管理的重中之重。

2 傳統虛擬環境下BIM 技術的項目應用

為了更好地進行項目實踐應用，筆者總計調研了14 個建筑面積超過15 萬m2的項目，并對各項目虛擬環境下的數智化應用進行進一步梳理統計（表1），以針對性地為吉寶靜安中心項目形成匹配度與可實施度更高的數智化技術應用策略。

表1 全國大型項目數智化技術宏觀應用統計表

（1）由宏觀統計數據可以看出，隨著近年來政府對相關技術的要求與推廣，數智化技術在各個項目都有了進一步的應用。數據表明，各項目對于VR 與BIM 技術的應用積極性提高，尤其在方案階段、設計階段的VR 與BIM 模擬占比最高；但在施工階段使用占比較低，使用最普及的功能仍然是碰撞檢查。

（2）從微觀數理統計上看，除了碰撞檢查外，生產管理類功能應用的比例快速提高（表2）；尤其是諸如質量管理、進度控制、安全管理等排名上升較多，說明基于虛擬現實環境下的數智化施工管理技術應用已成為業內普遍的共識，相關應用由虛擬模型向現實應用逐步發展，將最終成為行業發展的趨勢。

表2 數智化技術微觀應用趨勢分析

（3）數智化投入方面，在單個體量超過15 萬m2的項目上，2019年投入超過100 萬以上的工程數量只占總調研項目比例的14%，2020 年占28%，上升趨勢明顯但是投入資源數量仍顯示不足（圖3）。

圖3 2020 年前后項目數智化投入費用對比分析表

由此可見，無論是宏觀統計還是微觀統計，BIM 建模與出圖、3D 建模節點優化、二維建模、進度施工方案模擬、施工過程模擬、動畫制作與動畫瀏覽仍然是大型項目的主要數智化應用場景；而深度的數智技術在施工管理實施階段的應用，未有很好的落地性體現。可以說，虛擬環境下的數智化應用實際上僅是在“虛擬”的環境下體現，而并未在“實景”環境下深度應用。現階段項目管理的數智化應用也大部分體現在模型數智化和過程數智化的事前數智化上，對項目管理中事中、事后數智化的落地案例極為缺少。

3 “數字孿生系統”的施工管理數智化

基于上述梳理與分析，傳統虛擬環境下的數智化技術應用在項目管理的應用階段有一定局限性，為了打破這種局限，就必須在項目的施工管理階段進行實踐。以客戶痛點和最小化實驗方法論為理論依據，兼顧傳統數智化硬件與軟件的應用趨勢，開創性地提出吉寶靜安中心項目在施工管理階段“數字孿生系統”的應用實踐。

3.1 客戶需求

通過項目專項調研，對客戶需求與客戶總體目標進行統計（表3）。在項目的建設過程中，不同的公司對數智化技術的需求大相徑庭。

表3 客戶分類與目標需求匯總表

（1）以傳統開發商為代表的甲方管理團隊，對數智化的應用寄予厚望，隨著房地產市場由黃金時代轉向白銀時代，房地產公司不斷謀求轉型，極其期待數智化技術應用在公司轉型階段，不僅僅賦能，更要求賦值。從表格發現，其功能需求覆蓋項目全生命周期，且對自動化、智慧化需求極高，讓人工智能替代人工、讓數智化投資產生效益的主要需求，是其重中之重。

（2）不同于甲方管理團隊，監理與總包的功能需求會把數智化需求更多地展示在事前管理方面，便于其在市場競爭中獲得更好的推廣與商務效果。相反，考慮數據保密性、工程管理的部分機密性，對事中施工管理的實際需求積極性不高，更多的是配合甲方合同與管理要求的配合性數智化需求。但隨著大型監理、總包單位BIM 部門的逐步落地與運營，其與甲方管理團隊在功能需求上的技術目標趨勢必定會逐步趨同。

3.2 用戶需求

根據用戶訪談，匯總實際系統使用用戶的客觀需求（表4）。

表4 使用用戶的具體需求清單

3.3 亟需解決的問題

綜合客戶與用戶的需求調研，發現施工階段的數智化應用存在覆蓋面廣、問題精細化要求高與智慧自動化欠缺等問題。因此，應嘗試在方案階段對重點且有碎片化的問題提供系統性解決方案，并將根據用戶屬性，降低系統的使用難度，確保數智化技術的落地性與可行性，避免數智化技術僅停留在專家應用層面。筆者認為，真正的數值化轉型，其初級階段必須是專家數智化應用轉變為人人數智化應用。在這個階段使用“數字孿生系統”的工地施工技術人員，將在最簡單的應用界面上解決項目工作的大部分問題，如：通過模型圖紙與現場施工的精準定位對比，來解決質量問題；通過施工模型與現場工況的匹配，來解決安全欄桿的搭設問題；通過虛擬現實環境下的實物量工作，來確保簽證數量的實時有效性、準確性與可溯源性等。通過上述架構，可實現“三大維度實時可控”的數智化目標，其初步的問題解決框架如圖4 所示。

圖4 “數字孿生系統”問題解決框架圖

3.4 數字孿生系統的布局意義

從客服需求端、用戶需求端了解問題，繼而尋找解決方案的過程可以看出，施工現場記錄與溯源管理是目前困擾建筑行業的最大管理問題之一。各施工單位按不同時間表工作，無法保證信息的及時溝通，且經常通過人為主觀方式進行記憶和判斷，給項目帶來了很多爭執和資源浪費。因此，適時地采用全新一代“數字孿生系統”的工地現場數智化記錄方式，提供全面的施工現場數智化記錄，可避免因文字、圖片記錄不準確或缺失等所導致的爭執，提高施工管理效率；同時，遠端人員也能及時查看施工現場的狀況、進度及發生的相關問題，從而及時采取措施，降低項目風險。這是“數字孿生系統”實施與推廣的最大意義。

4 應用方案

4.1 軟件與硬件介紹

4.1.1 軟件

在本項目的應用方案中，對國內的BIM 星云綜合管理系統及國外的OpenSpace 360 系統兩套軟件進行應用流程整合，即在技術上保證行業內先進性的同時，也結合本土用戶的需求使用國內軟件進行應用嫁接，以期取得更好的應用效果。同時，考慮數據同步的便捷性和現場使用效率，“數字孿生系統”的軟件組成均由云平臺軟件與SaaS（Software-as-a-Service，軟件即服務）模式進行集成，便于后期處理和各個使用端的使用。

4.1.2 硬件

使用云計算處理后的軟件對本地化硬件要求十分簡單：CPU 方面，一臺i3 級別的筆記本即可兼顧平臺的日常工作使用；而對于日常的虛擬巡檢與VR/BIM 對比功能，也僅需一臺分辨率1080P 以上、360°視角的攝像機，就可以進行落地化實施。為了能更好地固定與使用攝像頭，本項目還特別定制了與之相匹配的安全帽（圖5），在保證技術人員安全使用的同時，確保拍攝的穩定和人員行走的便利。

圖5 特制安全帽

4.2 施工現場數智化記錄服務軟件技術原理

本項目采用全新一代的施工現場數智化記錄方式，簡單、快速和高效地捕獲現場圖像數據，進而通過計算機視覺和人工智能等技術方式，協助優化施工現場數智化管理。新一代的施工現場數智化記錄平臺應采用以下技術方式。

4.2.1 計算機視覺

計算機視覺是計算機解讀和理解電子圖片和視頻的方式，它被廣泛運用于各個行業，如自動化、醫學影像、機器人和無人駕駛車等。視覺引擎有賴于計算機視覺自動將圖片排列在一個集成場景中，識別并標注其關鍵特征，然后在平面圖上繪制。這些特征可以通過圖片和空間追蹤，讓人更好地理解所拍攝的環境。

4.2.2 機器學習

機器學習是指在沒有具體指令的情況下，計算機如何查找模型和解決方案。機器學習算法基于訓練數據創建數學模型，無需明確設計程序如何執行任務，即可預測未來結果。視覺引擎將每個拍攝和每次巡檢作為訓練的數據集，實行追蹤。

4.2.3 3D 重建

3D 重建是從2D 圖片重新創建3D 物體或空間的過程，一般用于醫學、測量、機器人和礦產領域。視覺引擎利用3D 重建定位空間特征并創建3D 環境（圖6），通過對兩張圖片特征的比較，計算相機的位置，以最佳方式排列這些特征；每個全面的視頻拍攝中，這個過程會被重復幾千次，從而創建出一個3D 點云；點云又采用直接方式，將圖片特征和空間中的3D 位置連接。

圖6 3D 重建

4.2.4 同步定位與地圖構建（SLAM）

同步定位與地圖構建（SLAM）是指在未知環境中移動的同時，可對未知環境構建地圖的科技。SLAM 是用于無人駕駛車導航的核心算法之一，感應器在當地環境移動時，會持續拍攝照片或進行掃描；通過算法排列序列數據，從而在平面圖上估算行走路徑。機器學習系統會利用后續拍攝優化估值，以增加每次行走的精確度。

4.2.5 圖像分割

圖像分割是將同類像素分到一組，組成邏輯塊。這些邏輯塊可以是單純按照特征分組，也可以和預設的類別及標簽進行關聯。建議施工現場數智化記錄平臺使用圖像分割開發一系列可用于建筑領域的分類和分類器，將原圖轉化為邏輯分割，用于追蹤和計算。

4.2.6 Autodesk Froge 云平臺引擎

這是基于Forge 云平臺，專為開發者打造的PaaS 云服務體系。Forge圍繞“數據”，針對智慧制造、智慧工程、智慧物聯的中心來提供強大的網絡API 體系，解決了目前工程建筑行業、制造行業等圍繞設計數據創新的許多核心挑戰，其實用性、便捷性與使用階段的感觀效果，可以為整個平臺帶來質的提升。

4.3 施工階段數智化應用技術標準與要求

4.3.1 施工現場數智化記錄標準的制定

由甲方制訂施工現場數智化記錄實施方案，用于施工階段的施工現場數智化記錄實施；總包、監理或專業分包根據項目情況制定相關的施工現場數智化記錄平臺硬件和軟件管理使用細則，包括但不限于管理流程、組織架構、溝通機制、培訓計劃、職責權限等。

4.3.2 制定現場數智化記錄交付標準

制定項目實施細則，并記錄和管理現場數智化記錄平臺，包括：①每日線上巡檢數智化報告；②每周項目進度跟蹤數智化分析報告（記錄分析頻率待定）；③項目結束后，施工現場數智化記錄完整移交報告。

4.4 施工現場數智化記錄的落地性應用模塊

4.4.1 虛擬巡檢模塊

使用Openspace 360 定制化系統，隨時隨地可以快速查看項目形象進度。其重點在于，可以通過分屏功能選擇兩個日期來查看施工過程的進展變化。

4.4.2 BIM 對比模塊

使用施工現場數智化記錄平臺，通過對BIM 星云系統與OpenSpace的虛擬現實環境在綜合平臺上的實時對比，可以在電腦端快速查看實際施工情況并與BIM 模型進行比較。

4.4.3 巡檢記錄模塊

巡檢記錄功能可以快速地將手機在現場拍攝到的問題記錄自動定位到項目圖紙中，或者通過施工現場數智化記錄平臺在線記錄和管理問題，使整個項目團隊及時了解項目情況，從而做出最優化的解決方案，減少項目風險和成本增加。

4.4.4 進度跟蹤模塊

根據施工現場數智化記錄，利用計算機視覺和人工智能全自動計算出施工現場的工程進展情況，并用圖表和立體模型詳細展示完成的數量、比例和團隊的工作效率，以協助項目管理者及時、快速地了解項目情況，優化現場施工管理，同時也可以作為項目付款依據。

5 結語

綜上所述，吉寶靜安中心項目通過數智化理論、標準與應用方案的分析，總結了一套可適用于20 萬m2以下的商業辦公地產項目的“數字孿生”系統。結合虛擬現實VR 設備與BIM建模平臺的綜合性云平臺系統，可以快速實現現場任務派發、3D/2D 圖紙對比、實時記錄與事后溯源。

項目將數智化技術集于“數字孿生”系統之后，又形成了一套可以嫁接最新技術資源的中臺系統；并在日常使用過程中，讓專家數智化轉化為人人數智化的落地性平臺，勢必會在推動行業數智化轉型的趨勢中，提供豐富的理論與實踐依據。