解亞龍,郭 祥,劉 偉,俸 凰
(1.中國鐵道科學研究院集團有限公司 電子計算技術研究所,北京 100081;2.北京經緯信息技術有限公司,北京 100081)
隨著我國鐵路建設的發展,至2020 年底,鐵路營業里程已達14.6 萬km,因而,將鐵路客站等重要基礎設施數字化,是提高鐵路運營管理水平,實現鐵路“又好又快發展”目標的重要舉措?,F階段,除新建線路外,鐵路還有大量的既有線路,其原始數據均為計算機輔助設計(CAD,Computer Aided Design)數據,如仍沿用手工作業模式,既無法保證建筑信息模型(BIM,Building Information Modeling)所需數據的完整性和準確性,也無法適應大批量作業的需求。因此,鐵路行業亟需研究高效先進的技術,實現BIM 的自動化生成。
目前,BIM 自動化生成的相關研究主要集中在圖紙識別方面。例如:李正敏等人[1]提出的工程圖文本信息的提取方法;王爾健等人[2]提出的區域劃分法,即結合矢量分析識別工程圖上的幾何形狀關系;李黨等人[3]提出的集中提高智能識別建筑平面圖形精度及正確率的方法;汪同慶等人[4]提出的基于數據交換格式(DXF,Data Exchange Format)文件的幾何特征識別方法;儲節磊等人[5]對于無固定起點、無精確尺寸、無統一比例的平面矢量圖形,提出了相似性比較識別方法。這些既有工作對于研究鐵路BIM 自動化生成技術,尤其是二維圖紙信息的數字化提取方法,提供了有益借鑒。然而,現有的研究在鐵路BIM 自動化快速建模方面尚不充分,結合市場需求,本文著重研究鐵路客站BIM 自動化生成技術。
鐵路客站BIM 自動化生成的基本過程包括二維圖紙數據采集、匹配BIM 標準構件庫、自動化生成BIM、快速布置和優化BIM。圍繞生成過程的實現,本文從以下方面提出了鐵路客站BIM 自動化生成技術體系主要內容,如圖1 所示。

圖1 鐵路客站BIM 自動化生成技術體系主要內容
通過分析二維圖紙的關鍵信息,實現BIM 所需數據的自動獲取[6],按照一定的結構分類標準轉化為鐵路客站BIM 多維數據,為自動構建構件庫和BIM自動化生成提供支持。
通過建立完整的數據倉庫,可以沉淀二維數據資產,并將鐵路客站建設過程的多維數據與BIM 相關聯。具體為,鐵路客站BIM 多維數據管理為BIM自動化生成提供數據支持,同時BIM 自動化生成技術為鐵路客站BIM 多維數據管理提供數據分類標準等。
根據鐵路BIM 聯盟標準,分專業、分類別全方面實現客站標準構件庫,以期為BIM 自動化生成提供構件支持,同時也為鐵路客站BIM 快速布置及優化提供模型標準支持。
根據鐵路客站BIM 物理和功能特性,結合二維圖紙分析讀取的關鍵數據和BIM 建模方法,將數據的二維幾何表現形式轉換為三維幾何表現形式,實現建模的快速、規范、可調整,為鐵路客站BIM 構件的快速布置及優化提供深度學習樣本支持。
根據標準構件特性,完成構件間邏輯判斷,通過扣減規則及自動碰撞檢測實現BIM 的自動組裝和優化路徑,進一步完善BIM 的準確度,形成共享知識和信息資源。
鐵路客站BIM 自動化生成關鍵技術主要包括二維圖紙智能識別技術、模型自動化生成技術、標準構件自動布置與優化技術、BIM 數據庫建構技術等。考慮到BIM 數據庫建構技術較為成熟,本文僅對前3 項關鍵技術進行深度研究。鐵路客站BIM 自動化生成技術流程如圖2 所示。

圖2 鐵路客站BIM 自動化生成技術流程
二維圖紙智能識別指多專業構件實體對象的自動識別。二維圖紙轉換為模型數據需要的“翻譯”工作體量龐大,實現二維圖紙中墻、板、柱、梁、風管、給排水管、暖通水管、橋梁、路基等對象的智能識別是解決這一問題的關鍵。根據二維圖紙內容特點,本文提出基于DXF 的數據讀取[7-8]、矢量圖形識別和圖形巡徑模糊識別的二維圖紙智能識別技術,智能識別的關鍵技術如圖3 所示。其中,基于DXF 的數據讀取技術主要用于二維圖紙點數據、文字數據和塊數據的識別采集;矢量圖形識別技術主要用于表數據和矢量數據的識別采集;圖形巡徑模糊識別技術主要用于幾何數據的識別采集。通過自動分析和獲取二維圖紙的關鍵數據,為后續將數據的二維幾何表現形式轉換為三維幾何表現形式奠定基礎。

圖3 二維圖紙智能識別的關鍵技術
鐵路客站BIM 自動化生成技術是將二維圖紙中提取的模型所需關鍵數據進行解析[9-10],自動判斷其類型、參數,并將其與標準構件庫相結合,進而實現二維表現形式轉換為三維表現形式。模型自動化生成技術包括三維引擎顯示、二維和三維聯動交互等,模型自動化生成技術的主要內容如圖4 所示。

圖4 模型自動化生成技術主要內容
(1)同源異構表現技術主要用于二維點數據、文字數據、表數據與三維模型數據的聯動和實時傳輸,實現真實數據轉化為三維模型相關數據的目的。
(2)數據庫由基礎數據和算法數據2 大類組成。數據庫建構以網狀數據庫為主,不僅可以支持以項目級別存儲數據,也可以支持以專業級別、構件級別的存儲數據,更有利于深度學習算法的實現。
(3)標準構件庫包含建筑、結構、暖通、給排水、電氣等構件資源。標準構件庫中的構件需要進行預分類,并在圖元數據中將其視為一個集合進行處理,以提高對標準構件的識別效率。此外,在根據BIM 關鍵數據自動匹配標準構件庫的過程中,由于原始的二維圖紙的標準化程度易受到制圖人習慣的影響,因此BIM 自動化生成是一個不斷學習和更新的過程。
(4)三維引擎顯示,即模型點擊渲染后可自動渲染,或者通過色卡、光源等調整后進行渲染。
構件快速布置和優化技術是用于正向三維設計的重要技術,涉及模型參數化、設計邏輯規則、扣減規則和碰撞檢測等,是人工智能(AI,Artificial Intelligence)與數字建筑相結合的典型應用,其核心是對碰撞、避讓等規則的深度學習和AI 審圖。結合鐵路客站工程特點,基于數據庫中構件的物理特性和功能特性的數字化表達,建立BIM 構件之間的邏輯關系,可實現標準構件的自動布置及優化,如圖5所示。

圖5 鐵路客站標準構件自動布置與優化實現過程
在技術實現特點方面,為了保證標準構件自動布置效率與效果,從以下兩方面入手:(1)結合標準構件庫—數據庫—三維顯示耦合作用機理,建立建筑物的構件、位置和數據處理相關關系,實現數據的聯動約束和動態更新;(2)通過完整和具備邏輯關系的數據庫,以云計算的方式實現多通道數據處理能力,繼而實現由圖形處理器(GPU,Graphics Processing Unit)與中央處理器(CPU,Central Processing Unit)共同處理、以大數據和深度學習為基礎的標準構件自動布置與優化。此外,考慮到模型數據量龐大的特性,將流程化算法和邏輯化算法拆分為單點算法,觸發快速調用算法機制,繼而確保多通道數據處理能力。
本文研究的BIM 自動化生成技術已應用于我國某鐵路客站工程管理信息化實踐中,應用效果如下。
應用二維圖紙智能識別技術采集該工程項目的電子圖紙數據信息,基于預先建成的標準構件庫和BIM 多維數據倉庫及相關算法,將二維圖紙數據轉化為三維模型數據;利用BIM 的三維可視化效果實現三維展現,使得施工現場平面布置效果與現場盡量保持一致,如圖6 所示。此外,利用BIM 自動化生成技術得到的三維模型,能夠與設計參數及管理要求等相關數據實時關聯,實現了鐵路客站數字模型與可視化模型的實時、高度集成,形成對工程項目及其內部要素關系的有效模擬。借助于BIM 的三維可視化效果,能夠使工程管理人員和專業技術人員充分掌握相關設計信息,輔助提高工程施工人員的作業能力。

圖6 某項目施工現場示意
應用標準構件自動布置和優化技術,有效解決了構件扣減和碰撞優化問題,顯著減少了構件之間的人工匹配操作,提高了鐵路客站BIM 建模效率與準確性,提升了鐵路客站BIM 建模自動化水平。隨著應用規模的擴大、深度學習算法的持續改進,以及AI 技術的更新迭代,BIM 自動化生成技術的應用將進一步降低鐵路客站BIM 建模的邊際成本。
通過建立BIM、模擬現場場景和管理活動,能夠支持管理人員和專業技術人員對鐵路客站建設的交通組織、大型設備配置、材料堆場、臨建設施使用等主要階段的管理進行優化,使工程施工合理有序。通過將三維模型與鐵路客站安全風險預控、質量跟蹤管理等應用的融合,增強工程安全管理、質量管理的全面性和即時性,有效促進質量管理優化和安全管理優化。
利用基于數據庫構件的物理特性和功能特性的數字化表達方式,構建鐵路客站標準構件庫,有助于推動鐵路BIM 標準構件體系建設,實現鐵路BIM標準構件資源的共建、共享;有助于促進標準構件與客站產業化、建筑工業化的深度融合,以及工程建設科技成果的工程應用,進而推動鐵路客站建設向標準化、集成化、信息化和工業化轉型升級。
實現鐵路客站BIM 自動化生成對于提升鐵路工程建設管理水平、降低施工成本意義重大。要實現鐵路客站BIM 自動化生成技術完全自主可控和大規模推廣應用,還需要進一步加強對三維顯示、深度學習等相關基礎理論、基礎算法的研究,同時,結合鐵路客站工程建設管理的需求和特點,加快研發BIM 自動化生成相關軟件產品,與既有的鐵路工程管理信息系統融合,在實踐中不斷優化和改進相關軟件的功能及性能。