AI代理人@施工日誌彙整
想解決的問題
工程現場每天都會填寫監造日報表,有些案件是一個 Excel 檔裡面每天一張工作表。
後續如果要製作施工日誌,常常需要引用監造日報表裡的資料,例如:
- 日期
- 天氣
- 施工項目
- 當日完成數量
- 累計完成數量
- 施工概要
- 停工、雨天或特殊備註
如果每天都人工打開不同工作表,逐項複製到施工日誌,不但耗時間,也容易貼錯日期、貼錯數量或漏掉內容。
這類工作不難,但很煩,而且很適合先讓 AI 代理人協助整理。
工程現場每天都會填寫監造日報表,有些案件是一個 Excel 檔裡面每天一張工作表。
後續如果要製作施工日誌,常常需要引用監造日報表裡的資料,例如:
如果每天都人工打開不同工作表,逐項複製到施工日誌,不但耗時間,也容易貼錯日期、貼錯數量或漏掉內容。
這類工作不難,但很煩,而且很適合先讓 AI 代理人協助整理。
經空拍機搭配GCP測量回來的數值地形模型即便在WebODM中可以勾選是否要設定為DTM演算法,但實際上根據QGIS上面所呈現不完全是如此,有些樹木或草叢還是會被誤判成DSM,畢竟這是空拍攝影本身的限制,除非用光達來掃,不然往往都會有異常高程出現,如何正確的排除便是一件相當耗時耗力的工作。
根據空拍攝影高程識別,計算成果通常比較信任非植栽的裸露區(比如:泥土、人行道、柏油路、混凝土構造物...等等),然而當測量範圍相當龐大時,用以往框選的方式去找出非植栽區域相當麻煩,故本篇文章便是探討是否能利用正射影像的RGB三原色及數值地形模型進行高程可信度範圍判別。
QGIS是一套免費開源的自由軟體,可以在大多數的作業系統中進行使用,工具箱(ToolBox)有很多實用的運算工具,為達到運算成果目的步驟會比較多,使用者此時較容易因此放棄,直到筆者最近研究QGIS提供的模型建置器(Processing modeler)才發現平常需要一直重複進行的運算工具,可以在這個低度程式碼的環境中被組裝建立,讓大多數的工作變成一鍵完成。
既然能夠自動化沒道理不好好研究它,工作流只要能被組裝好,對大家來說都是一件好事,畢竟學習成本降低,用的人就越多,就會越多人發現它好用XD
近期的工作場景是除了特徵線外還有散佈在周邊的各種獨立點,理論上應該要透過不規則三角網進行地形模型建置,欲建立完整的地形模型則會需要透過頂點加密搭配獨立點進行運算,QGIS地形模型整理請參考,不在本篇討論範圍。
地形模型都處理好之後,後續縱橫斷面的繪製仍需要再回到CAD中進行,畢竟QGIS比較適合做運算,不適合做圖,然而HanksVBA繪圖資料庫當初就是為做圖而生,只要匯入QGIS產出的CSV後就能產出縱橫斷面,上述流程即所謂QGIS地形縱橫斷面工作流。
經由航拍測量後的DEM資料經常因地表植物以及行水中等問題導致經WebODM產製出的地形模型失真,如欲進行後續的地形剖面(橫斷面、縱斷面)時會有需要手動修正的困擾。
本專案當初採用全測站進行收測,但年代已久地形已有部分變動,僅可認定在結構體及山坡地等未開發區域的高程為正確值,其餘部分則先僱工進行雜樹木清除,以航拍測量套疊正射影像後的屬於裸露地的高程視為正確值,結合上述兩項測量成果進行重繪以取得較為精準的地形模型。
經航拍測量後所得到的結果如下:
匯入GIS後將裸露地部分的範圍做一個範圍,並且用這個範圍作為遮罩對原始dtm做修剪,之後將dtm的像素格放大,取得像素格中心點進行dem取樣,做為不規則三角網的高程內插來源。
前人測量資料如為結構體部分則須將該線段的頂點及線段加繪內插後的點資料繪出成CSV檔,之後匯入至GIS中做為不規則三角網的高程內插來源,最後與裸露地部分一併進行不規則三角網的高程內插(TIN Interpolation)即可完成,作為後續剖面用的地形模型。
本篇文章為空拍機地形測繪第一篇,剛入門的朋友建議找專業的飛手進行,不然無人機的相關法規日趨嚴謹,除非250g以下的飛機不用註冊外,其他大多都需要註冊+考照才有辦法進行。
飛機只要先學會起飛、降落、前進、後退、左轉、右轉、旋轉雲台、拍照、錄影等等基本功能,後續就可以交給航線規劃軟體來進行自動飛行,筆者所使用的是 litchi 這個APP來進行。
本篇文章為空拍機地形測繪第三篇,前篇介紹在這空拍機地形測繪-WebODM架設實戰,在QGIS內業處理流程中需要先有個概念-土方計算很難完全準確,只能盡量讓地形地貌真實的呈現,再依照計算成果作為後續甲乙方協商的數量基準。
至於如何讓地形地貌真實的呈現,主要還是透過點雲品質報告搭配正射影像套疊濾除不合理點雲的方式進行,即便如此,模型終究是一個相對合理數值,如牽涉到計價時,實務上會透過電子聯單作為數量依據。
本篇文章為空拍機地形測繪第二篇,空拍照片搭配地面控制點進行換算,內業處理工具使用 WebODM ,該工具為開源軟體,可以搭配Docker進行安裝,由本地端的硬體資源進行運算。
若照片量體較大導致本地端解算不穩定,除了利用Docker本身的參數進行調校硬體配置外,也能透過訂閱 WebODM Lightning 進行穩定的輸出,相較於其他訂閱軟體也是個比較經濟的選擇。
筆者所提供之母版施工照片VBA內容僅針對照片做資料標記、檔案名稱變更、照片報表套印,經讀者使用後,委託我將該施工照片VBA進行客製化調整以符合該公司的標準作業流程。
其作業流程有幾項特點:
舊系統年代久遠已經難以進行維護,預計將舊系統的功能改採Python語言進行翻新,在新舊系統過度之際,為減少作業人員出現資料需要重複填表的情況,盡量以舊系統的資料庫存放資料作為新系統的資料來源,故研究如何透過Python提供的Pyodbc套件與SQL Server互動。
目前公司的SQL Server為2012版本,架設於 Windows Server 2008。
拿到標單時,通常不會按照協力廠商分類,執行標案前需要先將標單上的項目與數量挑出來,拆成各協力廠商要執行的內容,製作成 Excel 表給他們填寫報價。
本篇說明如何利用 VBA 來自動拆分標單、產生協力廠商標單,減少人工分類的時間,加速投標前的資料收集工作。