CAD图纸识别踩坑记：手动审了3天，AI跑了20分钟

     甲方发来216张DWG机电竣工图纸，3.6万㎡商业综合体，4个专业。要求提取设备清单、检查碰撞、校验规范。我先手动审了3天，发现43处碰撞。然后用CAD识别AI跑了20分钟，又多找出8处——之前漏检的。记录一下踩过的坑。

一、先说结果

　　效率差10倍，碰撞漏检差近20倍。

二、踩了3个坑

　　第一，DWG版本不兼容差点翻车。216张图纸里有3种DWG版本（R2010、R2013、R2018），我用AutoCAD 2014打开R2018文件直接报错，提示"文件版本过高无法打开"。最后换了ObjectDBX接口做版本无关解析才搞定，但不同版本的接口参数有微妙差异，调试花了大半天。这个坑提醒我：接项目前先扫一遍所有DWG文件的版本号，别上来就开干。

　　第二，图块嵌套5层深差点漏掉一半数据。有个消防报警设备图块嵌套了5层，最内层才是设备参数文字。直接提取只能拿到外层的BlockReference，里面是什么完全看不到。必须写递归拆解函数逐层展开，测试数据里有一个图块展开到第5层才出现设备型号文本。如果只展开3层，这批设备的型号信息就全丢了。

　　第三，给排水的坐标系偏了500mm。碰撞检测需要把4个专业的管线放到同一个坐标系下做空间计算。暖通、电气、消防三个专业的坐标系一致，但给排水图纸的原点偏移了（-500, -300）。合并后所有给排水管线在碰撞检测里位置全错，检测结果完全不可用。后来取建筑轴线交点做坐标变换才对齐。这个坑的教训：合并多专业图纸前，先检查坐标系是否统一。

三、最深的感受

　　手动审图3天 vs AI识别20分钟，差距不是"速度"，是"方法"。 　　手动审图是人工浏览每张DWG，靠眼睛和经验判断图元类型、记录信息、比对规范。一个人一天看70-80张，216张就是3天。规范检查只能抽样——82%覆盖率意味着有18%的规范问题没查到。碰撞检测靠肉眼在多张图纸之间来回比对，漏检率15%不奇怪。 　　AI识别做的是完全不同的事。先全量解析216张DWG里的80万个图元，然后逐个做语义分类——根据线宽、线型、图层名、空间上下文判断每条线代表什么。分类完成后跨专业做空间碰撞计算（坐标对齐后），再对照GB规范逐条校验。 　　80万个图元全量解析、51处碰撞精确检测、34条规范问题逐一校验——这些工作量手动不可能20分钟完成。不是"做得更快"，是用了完全不同的方法。

四、什么情况适合手动，什么情况适合AI？

　　图纸少于20张，精度要求极高 → 手动审图 　　图纸超过50张，需要全量提取信息 → AI识别 　　多专业碰撞检测 → 必须用AI（人工比对漏检率太高） 　　规范逐条校验 → AI校验+人工复核 　　设备清单提取 → AI自动输出，人工核对关键字段

　　你们做过大型机电项目的图纸识别吗？碰撞检测一般用什么工具？评论区交流一下。