用于 KFUPM 高保真三维校园建模的无人机摄影测量与激光雷达融合

将校园转为数字世界为何重要

想象一下在线探索大学校园，如同亲自漫步其间——查看建筑立面、确认无障碍通道，或在无需爬梯子的情况下检查屋顶。本文展示了研究人员如何使用载摄像机的无人机、激光扫描仪和先进的图像增强软件，将法赫德国王石油与矿业大学（KFUPM）校园转化为高度细致的三维“数字孪生”。他们的目标不仅是制作漂亮的图像，而是建立一个可实用、可更新的三维地图，以支持安全、维护、导航和虚拟参观等需求。

作为校园测绘员的飞行机器人

项目的核心是无人航空器——无人机，它们按照精心规划的航线在校园上空飞行。有些航班采用像割草机一样的平行网格，摄像机垂直向下拍摄，适合捕捉屋顶、道路和开阔区域。另一些航班则围绕建筑群盘旋，摄像机倾斜拍摄，这能呈现竖向墙面、阳台以及俯视图无法看到的角落。安装在同一无人机上的还有高分辨率彩色相机和激光扫描仪。相机记录详细影像，而激光扫描仪测量数百万个距离点，生成描述地面与建筑形状的三维点云。

从点云与影像构建虚拟校园

航拍完成后，繁重的工作转到软件上。算法首先从重叠照片中重建三维模型，这一过程确定每张影像的拍摄位置以及表面如何对齐。与此同时，激光数据被清理、配准并分类为地面、建筑和植被，然后进行稀疏化处理，使其在保留细节的同时便于高效处理。由影像生成的三维世界与由激光测量生成的三维世界随后被带入相同的地理坐标系，并进行精细配准，以使屋顶和墙面尽可能吻合。激光点云提供了可信的形状信息，而照片则贡献颜色与材质外观，这些颜色被“烘焙”到表面网格上，就像为雕塑包裹皮肤一样。通过这种分离，既能保持测量精度，又能提供视觉上丰富的模型。

在不扭曲现实的前提下锐化视图

当用户放大查看建筑立面时，简单的纹理可能会显得模糊或像素化。为了解决这一问题，研究人员加入了一个轻量级的“超分辨率”步骤：一个紧凑的深度学习网络，对每张航拍照片进行处理，生成分辨率提高一倍且更清晰的版本。关键在于，这种锐化仅应用于图像纹理层，而三维几何形状已由激光数据固定不变。这意味着墙体和屋顶的位置不会发生变化；只有它们的视觉“外衣”变得更清晰。对样本立面的测试显示，边缘更清晰、细微细节（如窗户和小型结构构件）更易辨认，同时额外处理时间也相对适中。团队还将这种学习到的锐化与传统方法（如对比度增强）进行了比较，发现学习方法能更一致地提升视觉质量，而不会过度放大噪点。

从研究模型到日常校园工具

完成的三维校园被导出到基于网页的地图平台，用户可以在浏览器中平移、缩放、倾斜并进行测量。

对未来数字化校园的意义

研究表明，将倾斜与俯视无人机视角与激光扫描相结合，比仅依赖航拍正射影像能得到更完整、更精确的三维校园，尤其在复杂立面方面明显优越。研究还展示了，只要锐化仅限于纹理而不改动几何，就能安全地提升视觉质量而不损害测量精度。除 KFUPM 外，同样的方法可复用于医院、工业园区或需要定期更新、面向网页的三维地图的城市街区。简言之，这项工作指向了一个未来：校园可维持“活”的数字孪生，为检查人员、规划者、学生和访客提供服务——使建成环境更容易理解、管理与探索。

引用: Keshk, H.M., Abdallah, A.M., Almutairi, S. et al. UAV photogrammetry and lidar integration for high-fidelity 3D campus mapping at KFUPM. Sci Rep 16, 8328 (2026). https://doi.org/10.1038/s41598-026-39888-4

关键词: 智能校园, 三维制图, 无人机成像, 激光雷达, 数字孪生