利用点云数据自动化基础设施测量与合规性评估：一种框架

自动化可以在提高基础设施测量的效率、准确性和可扩展性以及评估建筑和合规标准方面发挥显著作用。本文提出了一种利用点云数据自动化几何测量和合规性评估的框架。所提出的方法将基于深度学习的检测和分割与几何和信号处理技术相结合，以自动化测量任务。作为概念验证，我们将该框架应用于自动评估路缘坡道与美国残疾人法案（ADA）的合规性，展示了点云数据在测量自动化中的效用。该方法利用本项目新收集的大规模标注路缘坡道数据集（已公开发布），以促进稳健的模型训练和评估。实验结果，包括与多个坡道的人工现场测量结果的比较，验证了所提出方法的准确性和可靠性，突显了其在显著减少人工劳动和提高基础设施评估一致性方面的潜力。除了 ADA 合规性之外，所提出的框架为基础设施测量和自动化施工评估的更广泛应用奠定了基础，促进了点云数据在这些领域的更广泛采用。标注数据库、人工坡道测量数据和开发的算法在项目的 GitHub 页面上公开可获取：https://github.com/Soltanilara/SurveyAutomation。