集成BIM与无人机基于光束测量的自动化3D结构模型分割
计算机视觉与模式识别
2025-10-24 v1
摘要
无人机技术的发展使得能够高效、非接触式地进行结构健康监测。结合光束测量技术，无人机能够捕获高分辨率扫描，并重建基础设施的详细3D模型。然而，从这些模型中分割特定结构组件的挑战仍然存在——这一过程传统上依赖于耗时且易出错的手动标注。为此，我们提出一种基于机器学习的框架，用于自动化分割3D点云。我们的方法利用真实世界无人机扫描点云与来自建筑信息模型（BIM）生成的合成数据之间的互补优势，克服了手动标注的局限性。在铁路轨道数据集上的验证表明，该方法在识别和分割主要组件（如轨道和横向梁）方面具有高准确性。此外，通过使用规模较小的数据集辅以BIM数据，框架显著减少了训练时间，同时保持合理的分割准确性。这种自动化方法提高了3D基础设施模型分割的精度和效率，推动了无人机与BIM技术在结构健康监测和基础设施管理中的集成。
引用
@article{arxiv.2510.17609,
title = {Integrating BIM and UAV-based photogrammetry for Automated 3D Structure Model Segmentation},
author = {Siqi Chen and Shanyue Guan},
journal= {arXiv preprint arXiv:2510.17609},
year = {2025}
}