В контексте потребности в цифровом обслуживании мостов на всем протяжении жизненного цикла технология быстрой обратной моделирования мостов стала ключевым звеном для создания базы данных обслуживания. Собранные данные облака точек в трехмерном пространстве являются ключевым элементом для формирования записей обслуживания и цифрового двойника. Точность семантической информации элементов в рамках цифрового контроля зависит от точности сегментации семантики экземпляров облаков точек. Для достижения высокоточной и интерпретируемой сегментации экземпляров типичных элементов моста вводится знание в качестве семантической информации и проводится исследование методов разделения экземпляров облаков точек, основанных на знаниях. Во-первых, путем обработки данных оптимизации на основе кластеризации в классификации разделения по уровню категории возможно улучшение точности извлечения экземпляров. Затем, на основе геометрических соотношений между элементами, установленными в соответствии с проектным критерием, можно определить границы мостовой панели и распределение оси балки. Наконец, на основе формальных правил плана для центральной линии мостовой опоры и поперечного и продольного распределения балок создаются динамические границы, обеспечивающие сегментацию экземпляров мостовой панели и балок. Полученные результаты на реальных данных облака точек показывают, что эта методика обладает хорошей производительностью в сегментации экземпляров и снижает зависимость алгоритма сегментации семантики от данных. Она может обеспечить поддержку автоматизированной технологии создания моделей мостов от облаков точек до цифрового двойника.

трехмерное облако точек; элементы мостов; семантическая сегментация; знание, ведомое; сегментация экземпляров