1.一种基于BIM的建筑钢结构变形检测方法，其特征在于，包括：

通过预置的点云采集装置对目标建筑的钢结构进行地面激光扫描，得到初始点云数据，同时，对所述初始点云数据进行数据优化，得到优化点云数据；

根据所述优化点云数据进行对所述钢结构进行部件参数分析，得到部件参数集合，具体包括：通过横截面拟合算法对所述优化点云数据进行钢结构横截面拟合，得到多个拟合横截面；通过边缘点提取算法分别对每个所述拟合横截面进行结构部件匹配，得到多个钢结构部件，同时，提取每个所述钢结构部件的几何参数，并将每个所述钢结构部件的几何参数合并为所述部件参数集合；

基于所述部件参数集合，将所述优化点云数据输入预置的基于正态分布的区域生长算法进行连接部位几何参数分析，得到连接部位参数，具体包括：基于所述部件参数集合，将所述优化点云数据输入所述基于正态分布的区域生长算法进行点云拆分，得到每个所述钢结构部件的点云子集；通过所述区域生长算法分别对每两个所述钢结构部件的点云子集进行邻域分析，得到每两个所述钢结构部件的连接区域；基于预置的连接区域范围，对每两个所述钢结构部件的连接区域进行区域筛选，得到多个待处理连接区域；分别对每个待处理目标连接区域进行点云数据匹配，得到多个连接区域点云数据；分别对每个所述连接区域点云数据进行点云密度分析，得到每个所述连接区域点云数据的点云密度数据；基于每个所述连接区域点云数据的点云密度数据，分别对每个所述待处理连接区域进行空间连续性评价，得到每个所述待处理连接区域的空间连续性结果；基于每个所述待处理连接区域的空间连续性结果，对多个待处理连接区域进行区域筛选，得到多个连接部位区域；分别对每个所述连接部位区域进行几何参数提取，得到所述连接部位参数；

通过分段拟合算法对所述连接部位参数进行结构变形分析，得到结构变形参数，并根据所述结构变形参数对所述目标建筑进行变形程度评价，得到结构变形程度；

根据所述结构变形参数、所述连接部位参数以及部件参数集合更新至所述目标建筑的初始BIM模型，得到目标BIM模型；

基于所述结构变形程度，对所述目标BIM模型进行变形趋势预测，得到目标变形趋势，并将所述目标变形趋势传输至预置的数据展示终端。

2.根据权利要求1所述的基于BIM的建筑钢结构变形检测方法，其特征在于，所述通过预置的点云采集装置对目标建筑的钢结构进行地面激光扫描，得到初始点云数据，同时，对所述初始点云数据进行数据优化，得到优化点云数据步骤，包括：对所述点云采集装置进行定位及校准处理，得到校准后的点云采集装置；

通过校准后的点云采集装置对目标建筑的钢结构进行地面激光扫描，得到所述初始点云数据；

对所述初始点云数据进行空间滤波处理，得到第一点云数据；

通过主成分分析算法对所述第一点云数据进行降维处理，得到第二点云数据；

对所述第二点云数据进行色彩校正处理，得到第三点云数据；

对所述第三点云数据进行格式转换，得到所述优化点云数据。

3.根据权利要求1所述的基于BIM的建筑钢结构变形检测方法，其特征在于，所述通过横截面拟合算法对所述优化点云数据进行钢结构横截面拟合，得到多个拟合横截面步骤，包括：对所述钢结构进行主轴方向标定，得到主轴方向，并基于所述主轴方向，对所述优化点云数据进行分层切片处理，得到多个二维点云层；

分别对每个所述二维点云层进行边缘识别，得到每个所述二维点云层的外轮廓线数据；

分别对每个所述二维点云层的外轮廓线数据进行几何形状分析，得到多个初始横截面；

基于多个标准钢结构横截面形状，通过所述横截面拟合算法对多个所述初始横截面进行匹配，得到多个待处理横截面；

分别对每个所述待处理横截面进行截面参数优化，得到多个所述拟合横截面。

4.根据权利要求1所述的基于BIM的建筑钢结构变形检测方法，其特征在于，所述通过分段拟合算法对所述连接部位参数进行结构变形分析，得到结构变形参数，并根据所述结构变形参数对所述目标建筑进行变形程度评价，得到结构变形程度步骤，包括：对所述连接部位参数进行连接部位位置标定，得到连接部位位置参数；

基于所述连接部位位置参数，对所述钢结构进行变形起点分析，得到变形起点位置；

基于所述变形起点位置，对所述优化点云数据进行点云分段，得到多个起点局部点云；

分别对每个所述起点局部点云进行局部变形拟合，得到每个所述起点局部点云的变形拟合数据；

分别对每个所述起点局部点云的变形拟合数据进行特征提取，得到每个所述起点局部点云的变形特征集，其中，所述变形特征集包括：变形幅度以及变形方向；

基于每个所述起点局部点云的变形特征集，对所述连接部位参数进行结构变形参数提取，得到所述结构变形参数，其中，所述结构变形参数包括：变形角度以及偏移距离；

对所述结构变形参数进行变形分布分析，得到所述结构变形参数对应的变形分布数据；

基于所述变形分布数据对所述目标建筑进行变形程度评价，得到结构变形程度。

5.根据权利要求4所述的基于BIM的建筑钢结构变形检测方法，其特征在于，所述基于所述结构变形程度，对所述目标BIM模型进行变形趋势预测，得到目标变形趋势，并将所述目标变形趋势传输至预置的数据展示终端步骤，包括：基于所述结构变形程度，对所述结构变形参数进行时序分析，得到形变动态特征；

基于所述形变动态特征，对所述目标BIM模型进行变形趋势预测，得到所述目标变形趋势；

对所述目标变形趋势进行数据格式转换，得到展示数据格式，并根据所述展示数据格式将所述目标变形趋势传输至所述数据展示终端。

6.一种基于BIM的建筑钢结构变形检测系统，用以执行如权利要求1至5任一项所述的基于BIM的建筑钢结构变形检测方法，其特征在于，包括：扫描模块，用于通过预置的点云采集装置对目标建筑的钢结构进行地面激光扫描，得到初始点云数据，同时，对所述初始点云数据进行数据优化，得到优化点云数据；

分析模块，用于根据所述优化点云数据进行对所述钢结构进行部件参数分析，得到部件参数集合，具体包括：通过横截面拟合算法对所述优化点云数据进行钢结构横截面拟合，得到多个拟合横截面；通过边缘点提取算法分别对每个所述拟合横截面进行结构部件匹配，得到多个钢结构部件，同时，提取每个所述钢结构部件的几何参数，并将每个所述钢结构部件的几何参数合并为所述部件参数集合；

输入模块，用于基于所述部件参数集合，将所述优化点云数据输入预置的基于正态分布的区域生长算法进行连接部位几何参数分析，得到连接部位参数，具体包括：基于所述部件参数集合，将所述优化点云数据输入所述基于正态分布的区域生长算法进行点云拆分，得到每个所述钢结构部件的点云子集；通过所述区域生长算法分别对每两个所述钢结构部件的点云子集进行邻域分析，得到每两个所述钢结构部件的连接区域；基于预置的连接区域范围，对每两个所述钢结构部件的连接区域进行区域筛选，得到多个待处理连接区域；分别对每个待处理目标连接区域进行点云数据匹配，得到多个连接区域点云数据；分别对每个所述连接区域点云数据进行点云密度分析，得到每个所述连接区域点云数据的点云密度数据；基于每个所述连接区域点云数据的点云密度数据，分别对每个所述待处理连接区域进行空间连续性评价，得到每个所述待处理连接区域的空间连续性结果；基于每个所述待处理连接区域的空间连续性结果，对多个待处理连接区域进行区域筛选，得到多个连接部位区域；分别对每个所述连接部位区域进行几何参数提取，得到所述连接部位参数；

评价模块，用于通过分段拟合算法对所述连接部位参数进行结构变形分析，得到结构变形参数，并根据所述结构变形参数对所述目标建筑进行变形程度评价，得到结构变形程度；

更新模块，用于根据所述结构变形参数、所述连接部位参数以及部件参数集合更新至所述目标建筑的初始BIM模型，得到目标BIM模型；

预测模块，用于基于所述结构变形程度，对所述目标BIM模型进行变形趋势预测，得到目标变形趋势，并将所述目标变形趋势传输至预置的数据展示终端。

7.一种基于BIM的建筑钢结构变形检测设备，其特征在于，所述基于BIM的建筑钢结构变形检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于BIM的建筑钢结构变形检测设备执行如权利要求1‑5中任一项所述的基于BIM的建筑钢结构变形检测方法。

8.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1‑5中任一项所述的基于BIM的建筑钢结构变形检测方法。