无人机摄像度和激光雷达集成用于高保真度3D校园映射在KFUPM
Hatem M Keshk1, Ayman Muhammad Abdallah2, Saleh Almutairi3
1Interdisciplinary Research Center for Aviation & Space Exploration (IRC-ASE), King Fahd University of Petroleum & Minerals, Dhahran, Saudi Arabia. Hatem.keshk@kfupm.edu.sa.
本研究介绍了一种基于无人机的工作流程,用于创建详细的3D校园模型. 结合空中图像和LiDAR数据,可显著提高智能教育环境的模型准确性和现实性.
科学领域:
- 地理学工程 工程地质学
- 数字双胞胎是一个数字双胞胎.
- 智慧城市 智慧城市
背景情况:
- 智能教育环境需要准确的3D校园模型用于导航和设施管理.
- 现有的3D绘图方法往往缺乏全面校园管理所需的细节或操作可行性.
研究的目的:
- 开发和演示一个端到端,可复制的无人机 (UAV) 工作流程,用于高准确度的3D校园映射.
- 整合RGB光谱和LiDAR点云,以进行增强的3D模型构建.
- 为了评估纳迪尔/斜图像和超分辨率纹理对模型质量的影响.
主要方法:
- 使用DJI Matrice 300 RTK与Zenmuse P1摄像头和L2 LiDAR有效载荷进行数据采集.
- 采用了60米高度的顶点网格飞行和斜轨道,高度重叠 (80%/70%).
- 同时注册了地理引用的LiDAR扫描与光度重建,并应用了U-Net超分辨率模块来增强纹理.
主要成果:
- 结合顶点和斜视图,改善了立面的完整性,与只有顶点相比,降低了~30%的表面偏差.
- 超分辨率的纹理使结构相似度指数 (SSIM) 从0.88增加到0.93,边缘度增加了约28%.
- 由此产生的3D模型已成功导出到WebGIS以进行交互式探索和操作集成.
结论:
- 介绍的无人机工作流程可以创建准确,摄影逼真和可操作的3D校园模型.
- 多视图图像和LiDAR数据的整合,再加上纹理超分辨率,显著提高了3D模型的质量.
- 该方法是可复制和有价值的,用于开发智能教育环境和改进校园管理.
更多相关视频
13:35Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
Published on: June 13, 2025
09:41A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery
Published on: May 20, 2016
相关概念视频
Integration by Parts: Indefinite Integrals
Integration by Parts: Definite Integrals
Microtubule Associated Proteins (MAPs)
Definite Integral
Indefinite Integrals
Integration by Parts: Problem Solving
