地面激光雷达与设计数据正逆向结合的建筑物三维重建技术

Nowadays quality, deformation monitoring and fine 3D reconstruction of architecture used by LIDAR are one of the hot academic issues. But some factors including complicated architecture shape and properties of LIDAR data such as large-data, discreteness, including noise and holes etc. have become the key bottleneck to limit LIDAR to being deeply applied. T-LIDAR data and design data of architecture are taken as object of study in this proposal. Knowledge about semantic and geometry implied in forward 3D model according to design data is used to direct LIDAR point clouds processing. Key methods by forward and reverse method studied in this proposal are as follows: designing a data model managing forward 3D model and point clouds together; studying on data registration between forward model and point clouds by general same features; researching on point clouds semantic segmentation according to knowledge implied in forward model; studying on the method to compute the shape distortion value by structural mechanics; researching on timely fine 3D reconstruction by deformable model technology. T-LIDAR data and design data of several styles of architecture are used to validate the feasibility and the effectiveness of management theory and methods above by the prototype system using VS2010 and OpenGL as development tools. The research provided supports of theory and methods for deeply application of conservation of historical buildings , BIM, urban 3D models and etc.

用激光雷达技术解决建筑质量与变形监测、精细三维重建等问题是当今学术热点问题之一，但建筑结构形状复杂且激光雷达点云具有数据量大、离散性、噪声和漏洞严重等特性，这些因素成为制约该技术深入推广的主要瓶颈。本项目以地面激光雷达点云和建筑设计数据为研究对象，将基于设计数据制作的三维正向模型蕴含的语义、几何等信息作为先验知识，研究正逆向结合三维重建中的关键方法。主要内容包括：为满足一体化管理正向模型与点云需求的数据模型设计研究；基于广义同名特征的点云与正向模型配准方法研究；基于正向模型先验知识的点云语义分割方法研究；基于结构力学知识的建筑变形量计算方法研究；基于可变形模型技术的现势性精细三维建模方法研究。以VS2010和OpenGL为开发工具，应用多种风格的建筑激光雷达点云和设计数据，设计开发实验原型系统并进行算法验证。本研究成果为古建筑文物保护、BIM、城市规划管理等深度应用提供理论和方法支持。

本研究重点针对现势性建筑物精细三维模型重建、建筑物质量与变形监测等问题，研究地面激光雷达与设计数据正逆向结合数据处理的关键问题，主要成果包括：提出了一套基于点云和正向模型进行建筑物三维重建和建筑构件变形分析的技术方案，并完善相关的理论知识和方法；针对现有的建筑三维重建方法自动化程度低，劳动强度高的问题，在对建筑结构、几何形状进行充分认识、了解的基础上，提出基于提取的建筑构造规则，利用过程建模语言自动、快速的构建建筑物三维模型，提高了效率、降低了复杂度，对构件进行参数化建模，不用重复构建相同或相似构件模型；提出了同时隐含构件位置信息和构件类型的语义编码，实现了对构件进行更有效的管理和使用；点云预处理阶段针对结构复杂、数据量巨大的场景点云提出相应的解决方法，如基于带权张量平滑去噪方法、基于红黑树结构加快最小生成树节点搜索的点云法向归一化方法、基于移动最小二乘法的点云孔洞填充等；针对现有软件在密集、海量、复杂的点云中分割出构件点云数据费时费力的问题，提出了更高效的构件点云语义分割的技术策略，古建筑点云先提取轴列信息进行坐标转正，然后基于古建筑几何结构知识、尺寸信息及区域增长算法、AABB外包围盒实现构件点云语义分割，现代建筑采用条件随机场算法实现点云语义分割；提出了将正向三维模型与点云配准的问题转化为点云与点云配准的问题，基于特征提取算子提取同名对象，进而计算出三维坐标转换参数；提出了基于可变形模型技术的构件现势性模型构建方法，基于法向偏差量化建筑表面形变量。迄今发表相关论文7篇，授权专利3个，申请专利1个，软件著作权2个，省部级以上奖励三次，培养硕士生7名，其中已经毕业5名，这5名学生的学位论文均与课题相关。由于时间关系，后续还有一些研究成果待整理、待发表。本研究成果为古建筑文物保护、 BIM、城市规划管理等深度应用提供理论和方法支持，具有较高的社会价值和现实意义。