2021-4-10 | 施工管理论文
1施工投入实时监控
1.1射频识别
射频识别(ＲFID)是一种利用无线通信进行目标身份识别的技术。典型ＲFID系统通常由标签、解读器和天线3部分构成。标签进入磁场后，接收解读器发出的射频信号，凭借感应电流所获得的能量发送存储在芯片中的信息(无源标签或被动标签)，或者主动发送某一频率的信号(有源标签或主动标签);解读器读取信息并解码后，送至中央信息系统进行有关数据处理。ＲFID在施工管理中主要被应用到建材、工人和施工机械管理3方面:①建材管理方面可用来辅助物流和供应链管理、库存管理、建材质检以及废料管理;②工人管理方面可用作进出场控制及出勤考评、安全预警等;③施工机械管理方面ＲFID技术可以跟踪施工机械及工具、记录施工操作及机械维护等。
Jaselskis等最先探讨了ＲFID在施工管理中的4个潜在应用(工程设计、建材管理、设备维护、现场监控)，并在2个施工项目中使用ＲFID管理钢管、吊管架等预制建材的进场过程。与人工计数的建材管理方式相比，使用ＲFID明显节省了时间。Su＆Liu建议结合ＲFID与GPS2种技术，实时报告施工机械的编号和位置，并提出了将上述信息转化为分析施工操作的模型，进行实时的施工效率分析。WangLC利用ＲFID与移动设备、通信网络构建了一个建材质量检查与管理系统，进行混凝土质量检验。试验表明该系统可以提高建材质检的工作效率、降低运行成本、增强客户满意度。Costin等在一幢高层建筑的翻新工程中，将ＲFID安装在升降机上，在数月的施工周期中，详细记录了工人、设备和建材的流动，切实评估了ＲFID技术在施工管理中的性能表现。
1.2超宽带通信
超宽带通信(UWB)是一种利用绝对带宽＞1.5GHz或分数带宽＞25%的超宽带信号进行多目标定位的技术。典型的UWB系统主要包含数据处理计算机、集线器、接收器和射频标签。当有3个及以上接收器获取射频标签信号时，可定位射频标签的精确二维坐标;而4个及以上的接收器就可提供精确的三维坐标。相比于传统的窄带通信系统，UWB技术有如下优点:不易受其他通信系统干扰、不易受多径效应干扰、高数据采样率、高精度定位、超低能耗、实时跟踪多个目标、可同时在室内和室外应用、相比其他高频通信系统具有更大的室内覆盖范围。UWB因其多目标实时精确定位能力，被广泛地应用到施工现场的工人、机械、建材定位中，以开展施工安全监控、施工操作分析等工作。施工过程中，常发生工人不慎进入危险区域而造成的人身伤害。Giretti等利用UWB跟踪佩戴有射频标签的工人，并根据施工场地的先验知识划定虚拟危险区域，一旦UWB系统报告工人逼近或进入危险区域，就会触发工人随身携带的报警器。3组场地试验验证了这套系统的有效性。除工人外，大型施工机械的操作也是施工安全监控中的重点。Hwang＆Liu以T形塔式起重机为研究对象，在2台塔式起重机上分别安装UWB射频标签，通过实时定位，计算2台塔式起重机动态距离，评估其发生碰撞的概率，从而达到安全预警的目的。
Teizer的研究小组在基于UWB的施工管理方面开展了较为深入的工作。文利用UWB跟踪工人以及建材，分析其运动轨迹，指出了UWB在施工安全和施工效率评估方面的应用潜力;并开展了室内和室外2组试验，对于钢结构安装过程中的工人和钢材进行了跟踪。对于UWB生成的工人运动轨迹展开了更为深入的分析，以工人出现在工地各处的概率，生成了占据网格。在此网格基础上，利用路径规划算法，给出了工人运动的最佳轨迹;同时以规避机械与工人相撞为原则，给出了施工机械的最佳行驶轨迹。该研究将传感器在施工管理中的应用提升到了施工行为理解的层面，在施工场地规划与物流规划方面有积极意义。把UWB和一种体态传感器(physiologicalstatusmonitoring，PSM)同时应用在工人身上。UWB提供工人的位置信息，根据施工场地的先验知识，可以粗略判断工人所处的工作区域和任务性质，实时位置信息同时反映工人当前运动状态(运动或静止)。PSM佩戴在工人胸部，给出当前体态(弯腰或直立)。综合工人的空间位置、运动状态、当前体态，该研究给出了一种利用自动工作采样(worksampling)实时判断施工效率的方法。
1.3GPS
GPS是较早被应用到施工管理中的技术。相比前2种技术，其最大的优点是无需其他配套设备。Oloufa等利用差分GPS跟踪施工机械，根据其实时位置，提出一种防碰撞方法，以增强施工安全。Hildreth等利用GPS代替人工工时分析，通过GPS记录施工机械的位置和速度信息，在数据精简的基础上，对各工序耗时进行自动分析，并在土石方工程中实地验证了算法的有效性。Prahananaga＆Teizer同样利用GPS进行施工机械的操作分析，他们提出了GPS数据的误差分析和处理方法。在场地试验中，对挖掘机和推土机的GPS信号进行了分析，自动识别两种机械的周期性往复运动，分析了施工机械之间的交互式作业。GPS可以方便地定位单一目标，但在多目标同时定位时，不具备辨别目标身份的能力。因此有研究者尝试将GPS与ＲFID相结合，以达到多目标定位的目的。Ergen等利用GPS和ＲFID来跟踪预制件供应过程。Grau等采用了同样的方法来自动跟踪工件在施工现场的流转，并与人工计件的方法相比，验证了其效率优势。
1.4视觉传感器
众多技术中，利用视觉传感器采集照片和视频是较早被引入施工管理的信息化方法。早在20世纪90年代，美国的学者就对施工现场的照片和视频进行收集和管理，用于施工过程控制，并且呼吁有关人员对照片和视频的应用给予重视。日本在工程项目管理中对照片的应用已经贯穿施工阶段的始终，并制定了专门的规程和规范。近年来，我国也开始强调照片和视频在施工项目管理中的应用。然而，现阶段的施工照片和视频仅仅被作为档案留存，供管理人员偶尔查阅、分析，其蕴含的丰富信息并没有被充分挖掘。与其他传感器的不同之处在于，视觉传感器所包含的信息无法直接输出，或者需要依靠人工分析，或者需要依靠计算机算法进行处理。机器视觉技术通过视觉传感器收集数据，利用计算机分析图像或视频数据，模拟生物视觉对环境进行感知和理解。由于数据采集方便、成本低廉、所获取信息丰富，近年来在施工管理中得到了较为广泛的应用。
机器视觉在施工管理中的应用主要包含两个层面。第1层面类似其他传感器的功能，跟踪定位施工过程的参与者(包含工人、建材、施工机械等)。Zou＆Kim利用彩色图像分割提取并跟踪挖掘机，并根据其位置变化判断挖掘机是处于工作还是闲置状态。Teizer＆Vela利用视频摄像机跟踪建筑工人，评估了4种典型的视频跟踪算法在工人跟踪中的性能表现。算法涵盖均值平移法、贝叶斯分割法、动态轮廓法和图分割法，试验表明前两种算法的跟踪效果较好。在后续的研究中，该小组又提出了一种基于核主成分分析的多个工人跟踪算法。Brilakis等提出利用双目视觉来进行施工现场运动目标的三维跟踪，分别开展了对工人、施工机械等目标的跟踪试验。考虑到视频跟踪算法常需要手动初始化被跟踪目标，Memarzadeh等提出利用机器学习算法自动检测识别工人及机械，自动进行目标跟踪的算法。机器视觉应用的第2层面是施工行为分析理解层面。
这个层面可以建立在第1层面的基础上，对跟踪结果进一步深入分析，形成对施工管理有直接意义的信息;也可以完全脱离第1层面，直接进行视频分析。Peddi等通过对视频中的工人进行区域跟踪、轮廓提取、姿态识别，将工人的生产效率自动划分为不同等级。HanS等利用核主成分分析对高维的运动信号降维，从而识别工人的不安全行为。但该方法需要在工人身体各关节部位安装运动传感器，在实际施工应用中并不适用。施工行为理解并不局限于工人，也包含施工机械。GongJ等提取视频中的特征语义词汇(Bag-of-Video-Feature-Words)，通过贝叶斯网络学习工人和机械的各种典型施工动作，以达到施工行为自动分类识别的目的。YangJ等通过视频跟踪塔式起重机吊臂，分析其混凝土浇筑行为。Heydarian等则利用视频自动识别挖掘机的掘土行为，并将其与施工机械的温室气体排放模型相关联，从而评估施工对于环境的影响。
2施工产出自动评估
施工产出自动评估，即对建筑实体进行远程传感，采集其二维或三维的信息，并与原有施工设计和进度规划进行比对，以达到自动评估施工进度、控制工程质量、维护并管理建筑实体等目的。在这一领域主要应用2种传感器:视觉传感器和激光扫描仪。
2.1视觉传感器
视觉传感器在建筑实体评估中应用历史较长。早期研究主要是利用图像提供的二维信息，比较图像中的建筑实体在历经施工周期推移所发生的外观变化，从而分析工程进度。Abeid＆Arditi设计了一个施工进度控制系统，通过回放每天的施工日志图像，手工标记工程进度。Trucco＆Kada通过计算两幅图像间的Hausdorff距离来判断其相似度，由此定位不同图像间的相似标志性物体。在后续研究中，该小组提出了以设计三维模型为先验知识，检测施工日志图像中的变化，并判断其是否对应实际的施工进程;后又提出将工程进度自动划分为工作包的模型，并在此基础上，利用图像的变化检测来自动分析施工进程。近年来，机器视觉三维重建算法得到了极大的发展，基于视觉传感器的建筑实体评估基本都趋向于利用多幅图像或者视频重构所修建的(as-built)建筑实体三维模型，并将其与所设计的(as-planned)三维CAD模型或者BIM(buildinginformationmodel)模型进行比较，以达到施工进度、施工质量自动评估的目的。
Golparvar-Fard等利用日常工程管理中所拍摄的图像，通过立体视觉重建施工现场的稀疏三维点云，并将所生成的三维模型叠加在所设计的三维模型之上，形成一种增强现实的模型，从而方便管理人员直观地评价工程进度。在后续的研究中，该研究小组又引入支持向量机算法实现了简单的施工进度自动评估;还将上述系统应用到公路健康监测中，在三维重建的基础上，利用图像分割进一步将三维模型划分成多个语义目标。Kim等进行施工现场的图像三维重建，利用张量投票法精炼三维点阵，最后通过支持向量机检测三维模型中的水泥构件。Klein等则对于图像三维重建法的精确度进行了深入分析，对一幢建筑物的内部和外部分别进行了三维建模，并将图像量测数据与激光扫描数据进行了比较。
2.2激光扫描仪
激光扫描仪通过向被测量物体主动发射激光波束并测量回波来获取三维距离信息，从而生成密集的三维点云(pointcloud)，以达到对物体三维建模的目的。Turkan等利用激光扫描仪生成施工现场的三维数据，将目标识别技术与工程进度信息相结合，提出了一种以工程目标为导向的四维工程进度跟踪系统。Hajian＆Brandow利用激光扫描仪扫描钢结构安装过程中的钢筋和锚栓，并与施工计划比较，达到监控施工质量的目的。Lee等提出了一种基于轮廓的算法，在管道安装施工中，利用激光扫描来自动生成所铺设管道的模型。激光扫描仪虽然可以精确获取密集的三维点云，但由于价格昂贵、体积笨重、需专业人员操作等缺点，制约了其在施工管理中的广泛应用。相较之，视觉传感器价格低廉、操作简便，而且可以提供更加丰富的信息。
一些研究者提出融合激光扫描仪和视觉传感器两者优势的思路。在未来建筑界，BIM将逐步替代CAD模型成为主流标准。对于基于传统CAD模型建成的建筑物，如何生成BIM，以方便建筑物生命周期的管理和维护，已成为行业中的难点问题。Brilakis等提出了利用激光扫描仪生成三维点云，并利用视觉传感器进行目标识别，以生成包含目标语义信息的BIM。TangPB等［39］对利用激光扫描仪自动生成BIM的相关技术进行了深入详细的介绍。整个建模过程被分为几何建模、物体识别、物体间相互关系建模3个阶段，其中几何建模又被细化为面、体以及复杂结构建模，物体识别则有基于分类的、基于上下文语义的、基于先验知识等方法。
3发展趋势展望
虽然基于信息技术的施工管理已有丰富的研究成果，但作为一个新兴的研究领域，仍存在许多问题亟待解决。从具体技术角度来看，ＲFID和UWB都是基于无线通信的，在实际应用中，信号接收器的排布将直接影响到系统定位及身份识别的有效范围和准确性。而且无线通信要求保持信号发射器与接收器之间的空间通达性，即Line-of-sight，而施工环境是动态变化的，之前较为空旷的空间可能在后续施工中被墙体或其他工件遮挡，这为ＲFID和UWB技术在施工管理中的长期、持续应用带来挑战。因此研究ＲFID和UWB在实际应用中的系统合理设置以及动态施工环境对系统准确性的影响等问题，是未来需关注的问题之一。虽然视觉传感器因成本低、信息量丰富而应用更为广泛，但相较之其他传感器技术，其后期的信息处理算法复杂度非常高。一些关键算法，例如视频跟踪、目标识别、视频理解、三维重建等都存在计算量大、实时应用困难的问题。过分强调视觉传感器的优势，而忽略其计算荷载是不可取的。研究多种传感器结合，发挥各自优势，将是未来的必然趋势。
从具体应用角度来看，在施工投入实时监控方面，信息技术尚不能完全取代人工，如何构建一种交互式平台，使得人工管理与自动化管理可以相互结合，将是未来发展的方向。随着智能手机的不断普及，利用智能手机应用软件来实现这种交互式平台的构建，将不失为一种选择。在施工产出自动评估方面，目前多数研究所生成的三维建筑实体模型，还仅限于三维点云的层面，没有将三维模型上升到建筑语义对象的层面，这对于全面认知建筑实体、评估进度，仍然是不充分的。因此未来的趋势必然是面向建筑语义对象的三维重建。另外，基于传感器技术的施工质量自动评估目前还较少有人涉及，未来的研究可更多的探讨。
最后，大量传感器的应用将产生过量的低层数据，为施工管理人员造成巨大的数据分析负担。目前多数研究尚且停留在传感器输出信号的初级分析阶段，较少有研究深入探讨传感器数据与工程状态的具体关联，为施工管理决策提供辅助。如何使得建筑业界真正受益，基于信息技术的施工管理从研究到实际应用还有待长足的发展。但毋庸置疑，该领域具有广阔的前景。
作者：杨? 单位：西北工业大学力学与土木建筑学院