深圳市太科检测有限公司
摘要：我国公路建设规模持续扩大，人们更重视公路工程的施工质量。工程质量与人民群众的安全密切关联，为有效控制公路质量，应提高试验检测的效率。采取不同的技术控制公路试验检测，对保证工程的施工安全具有一定的现实意义。通过系统分析试验检测数据与BIM模型数据，建立BIM技术应用架构，推动了公路工程的健康发展。
关键词：BIM技术；公路工程；试验检测
引言
公路的检测系统包含很多至关重要的数据，如：技术人员管理的档案和设备等有关信息，无形增加了工作人员的压力。采取BIM技术，提高了公路的检测效率，还推动了公路检测工作的可持续发展。BIM技术的优势很多，应结合施工情况分析公路工程检测应用BIM技术的状况、
1 BIM技术特点及其优势
BIM技术与计算机平台合作完成数字化建模，在公路设计、施工、运营过程中模型提供了全面的服务。BIM技术的应用理念是：首先判断建模对象数据，其次综合了解建模对象的特点，采集、处理与应用特征信息，最后基于计算机可视化平台建模。BIM技术对结构物的三维模型系统再现，根据这个模型快速提取和处置信息，在各个环节完成结构动态化研究，提高了沟通的水平，节省了投入。
BIM技术与传统的土木工程建设措施对比，表现出明显的技术特点，具体为：1）模型参数化，BIM信息模型是借助参数建立形成的，代表设计阶段中若对构件的数据科学调整，在计算机平台要迅速更改整体模型。2）结构可视化，BIM技术建立三维模型，对结构特点与细节综合再现，有利于全面提示建设流程、维护工艺和管理模式，保证建设参与各方顺利沟通。3）增加了经济收益，在各种设计与施工方案之间，利用BIM技术进行对比，提高了建设效率，对各种工种与方案科学调节。4）保证建设质量，在构件的碰撞检查、结构安全分析、施工全程管理中应用BIM技术，提高了建设水平，解决了技术存在的问题。
2 BIM技术的应用
2.1试验检测业务数据与BIM数据
在公路工程建设中，工程质量决定了交通行业的安全水平。在建设中，需采取合理的手段保证工程建设质量。全面推进试验检验工作，保证高效实行公路工程建设，其也是工程建设中至关重要的内容。
在传统的试验检测管理过程，具体试验工作及其报告记录等都以手工方式实现，如此增加了工作量，造成部分试验数据失真，试验记录出现很多缺陷，降低了工作效率。同时，最主要的问题还是：建设、监理和施工单位无法实现统一管理，甚至以个人意愿从事试验检测工作，导致信息障碍，各自为政。
“BIM+IoT”技术的应用，科学解决了试验检测工作存在的问题。在BIM技术的发展过程，建造过程质量管控和试验检测数据的分析具有动态特性，仅利用BIM技术难以有效存储和管理动态数据。目前出现了物联网技术、云平台技术，有效解决了以上问题。凭云技术开发软件，试验人员手工收集试验检测基础数据，还可以应用IoT硬件设备向云平台自主收集与传输数据。
研究可知：公路项目管理以WBS基准划分核心业务。由WBS绑定质量、安全、进度、成本、分包、计量等，还有BIM模型，为在业务场景中实现应用，应赋予WBS的属性，有效关联业务数据，达到交互操作的目的。在公路工程建设中，检测项目包括：桥梁施工现场、路基基面施工检测、隧道现场检测等。试验检测的数据结果紧密联系着WBS工程分解与现场施工，WBS是关联BIM模型的重点，也是分解业务的核心数据。
根据BIM模型应用“BIM+IoT”技术，以试验检测设计“信息化端应用”，通过软件和IoT硬件设备自主搜集业务表单信息，利用试验表单紧密联系检测结果与BIM模型，基于可视化条件追溯原材料和检测结果。将WBS作主线，联系BIM模型数据与试验检测数据。在BIM数据平台应用模型可视化的方式，可视化控制工程部位试验结果，利用模型找出不合格的位置，提高项目建设水平。
2.2 BIM的试验检测系统架构
模型可视化和数据可视化将BIM+IoT可视化管理系统为基础，为项目管理提供各项重要指标，从而实现可视化的管理，有利于管理层实施各项决议。在试验检测中应用BIM+IoT，形成从上之下的服务架构：服务层、数据层和业务层。业务层主要应用IoT和云技术，对实验室和现场检测的试验数据动态搜集，向云端传输这部分数据，与BIM模型、现场生产等数据彼此融合，以云端为现场与实验室提供基础数据。通过科学建立的数据集成服务架构，云端存储了原材料进场、试验、使用的痕迹，借助BIM模型追踪检验，高效收集与分析试验检测数据。
BIM+IoT在试验检测中，对数据实时采集，智能化分析综合数据，实现端到端通讯，完善运行控制。在对材料质量与工程质量的追溯中，引用BIM+IoT技术，有效联系了施工现场与实验室，保证合格的原材料运输至规定的位置，提高公路工程的建设水平。
3应用实例
测绘技术的可持续发展，利用三维激光扫描技术采集空间数据，以高速激光对目标物实现扫描，获取被测对象表面点坐标、反射强度与纹理数据。在公路工程的检验检查中应用该项技术，及时发现路面形变，计算变形量。
3.1公路工程概述
借路检报告搜集全部的病害信息，为公路病害检测信息化技术提供参考。根据该项目工程，采集和处理数据，结合点云数据逆向建立BIM模型，有效保存数据。以部分数据与设计图纸正向构建BIM模型，划分模型构件，确定编码规则。对公路路面病害，以现实捕捉技术数据实现处理，通过公路BIM模型完成登记。
3.2现实捕捉技术
该项目试验以车载移动测量系数与三维激光扫描仪实现搭载，根据上下行方向采集检验路段的路面数据，严控扫描过程的车速，得到更精确的数据。科学采集外业数据，经过拼站、降噪处理点云数据后，科学调整空间位置坐标，针对扫描段建立点云模型。
3.3建立公路运维管养BIM模型
3.3.1建立BIM正向模型
BIM正向模型具有三维数字化特点，包含竣工阶段的建筑信息和几何信息。在该项目中，由施工图纸建立BIM模型，还原了公路竣工阶段原始状态。对公路病害管理来讲，这种模型表现了空间结构特点，根据养护要求与病害分布规律明确模型的精细度。以原始BIM模型建立记录病害的空间存在方式，按不同的部件类型科学划分试验路段的病害。工作人员借用搭载病害和详细检查养护信息的模型，综合了解公路分布病害的特点。
3.3.2点云逆向生成模型
基于公路的运营养护，养护阶段的路面BIM模型表现出虚拟三维数字化特点，在虚拟环境内再现路面几何体。它代表了采集路面数据的几何状态，相较竣工阶段的BIM正向模型，逆向模型具有不一样的数据来源。使用车载三维激光扫描仪处理试验公路现场，科学处置点云数据，通过BIM基础软件建立关于养护路面的现实模型。
点云逆向建立的路面现实模型与正向形成的BIM模型比较，在各种路面计算中发现形变问题。同时，各期扫描形成的点云逆向模型有效保存了巡查记录，为全面了解路面状态提供参考。另外，比较各期数据，找出各种路面裂缝发展变形特征。与之前采集和处理信息的常规方法对比，点云数据处理较好呈现路面变形特征。
3.4融合BIM与现实捕捉技术的公路检测信息化技术
3.4.1点云的路面沉降
三维激光扫描公路路面，获得精度良好的路面点云数据，科学处理表观形态的病害，如坑槽、沉降、波浪等。比如沉降，路面线形、路拱横坡、
下转第259页