关于在历史建筑数字化保护中运用无人机倾斜摄影和3D激光扫描技术的研究：以绍兴鹿府为例

《Results in Engineering》：Research on the Use of UAV-inclined photography and 3D laser scanning in the Digital Conservation of Historic Structures: A Case Study of Shaoxing Lvfu

三维激光扫描与无人机倾斜摄影协同构建文化遗产数字化模型，扫描误差控制在±3mm内，重叠率达58%。研究揭示山墙垂直偏差达25.9mm，木柱垂直偏差最高59.9mm，超出建筑规范允许值，需实施长期结构健康监测。技术链"数据采集-综合处理-应用转化"为文化遗产数字化保护提供创新范式，其工程应用价值通过绍兴吕府案例得到验证。

　　本研究聚焦于传统测绘方法在古建筑保护中存在的问题，例如精度不足以及在保护过程中可能对建筑造成物理接触损伤。为此，研究团队以全国重点文物保护单位——绍兴兰亭（Shaoxing Lvfu）为研究对象，采用地面-空中协同测绘技术，结合三维激光扫描与无人机倾斜摄影，创建了高精度的三维数字模型。通过FARO Focus Premium 3D激光扫描仪（测距误差±1毫米，采样率200万点/秒）完成了建筑内外结构的高密度点云采集，同时结合大疆DJI Mavic 3E无人机倾斜相机系统（垂直重叠率90%，多视角图像覆盖），实现了建筑立面和屋顶的多维数据采集。利用FARO Scene软件对点云进行对齐处理，将三维激光点云模型的误差控制在3毫米以内，重叠率达到58%。通过Revit模型导出的二维正射投影图（比例精度为1:100）为文化遗产修复提供了可量化的工程依据。

在研究过程中，团队发现兰亭建筑的垂直结构存在显著的垂直偏差，东侧和西侧的山墙分别存在21.1毫米和25.9毫米的偏差，表明建筑存在严重的变形问题，需要立即进行长期的结构健康监测。本研究构建的技术链“数据采集-集成处理-应用转化”为文化遗产的数字化保护提供了创新的高效与高精度范式，并通过兰亭的实际案例验证了其在工程中的适用性。

本研究强调了数据采集技术在古建筑保护中的重要性。传统测绘方法通常依赖于GPS、全站仪等低精度设备，这些设备在采集数据时容易对被测对象造成“二次损伤”，即物理接触导致的损害。相比之下，三维激光扫描技术能够实现非接触式的高精度数据采集，且具有较高的效率。例如，Liu E等人通过三维激光扫描技术，结合巧妙的算法，成功避免了传统人工修复过程中可能产生的二次损伤，实现了对文物碎片的虚拟拼接与重建。Koukouvelas等人则利用三维激光扫描与无人机相结合，对希腊的Falakra地质遗址进行了高精度测绘与侵蚀评估，为可持续管理地质遗产提供了数据支持。Kyriou等人在滑坡风险区域使用地面激光扫描与无人机摄影技术，对希腊的一座修道院进行了高精度三维建模与结构变化监测，为评估和维护结构完整性提供了准确的数据。

此外，无人机倾斜摄影技术也展现了其在古建筑测绘中的独特优势。与传统的全站仪记录相比，无人机摄影能够快速获取数据，并提供更高分辨率的三维模型。例如，Wang等人在保护苏州平江历史街区的过程中，使用无人机倾斜摄影与三维激光扫描技术，对“悬桥巷”项目进行了设计分析、施工监测和景观修复，为历史建筑的保护提供了技术支持。Jung等人则利用无人机与激光扫描技术，为韩国一所同时注册为现代建筑和文化遗产的大学建筑创建了点云模型，以满足文化遗产名录对图纸的要求。

在本研究中，团队还探讨了三维激光扫描和无人机摄影技术在数据采集中的互补性。通过将这些技术相结合，可以创建更加详细、全面和精确的三维模型。例如，FARO Focus Premium 3D激光扫描仪能够获取毫米级精度的高密度点云数据，而无人机倾斜摄影则能提供高分辨率的图像数据，以增强模型的纹理信息。这些数据的结合，使得研究团队能够生成详尽的数字档案，从而为文化遗产的保护和修复提供更加丰富的信息支持。

为了确保数据采集的精度，研究团队在实验中对影响数据质量的多种因素进行了分析。例如，扫描距离对点云精度的影响。实验显示，当扫描距离增加时，点云数量逐渐减少，扫描精度下降，且扫描值与真实值之间的差异增大。因此，建议在25米范围内进行扫描，以确保精度误差小于2毫米。同时，扫描设备应尽可能放置在被扫描区域的中心，以确保扫描表面与扫描仪之间形成较大的角度，从而提高数据质量。此外，研究团队还发现，环境条件对点云精度也有重要影响。在晴朗天气下，点云精度相对较高，而在多云或雨天时，精度会有所下降。因此，建议在早晨或下午进行扫描，避免正午强烈的阳光照射，以减少背光影响。虽然温度、湿度和能见度对扫描精度有一定影响，但在某些情况下，这些因素的影响可以忽略不计。

在无人机数据采集方面，研究团队选择了DJI Mavic 3E无人机，因其较高的角速度（200°/秒）能够快速获取图像，实现大范围测绘，并提高作业效率。无人机飞行路径设计为五级模式，最低飞行高度为25米，飞行速度为3.5米/秒，垂直重叠率为90%。在飞行前，团队会对飞行区域进行360度的检查，确保没有高于飞行高度的障碍物。同时，为了提高图像质量，飞行路径方向应与阳光方向保持一定角度，避免正午时分的强烈背光。此外，团队在扫描过程中采用了手动补拍的方式，以处理无人机拍摄图像中的一些缺失部分，如建筑立面的底部和柱子的基部。通过这种方式，团队能够确保最终的三维模型更加完整和准确。

在数据处理阶段，研究团队利用FARO SCENE软件对点云数据进行整合，手动去除可识别的噪声点。最终生成的点云模型包含约11.8亿个点，误差控制在3毫米以内，重叠率约为58%。通过将三维点云模型与BIM模型结合，团队能够在Autodesk Revit中创建兰亭的数字化档案，为建筑修复和重建提供参考数据。此外，团队还通过AutoCAD将三维点云模型转换为二维正射投影图，为实际修复设计提供精准的图纸支持。这些数据不仅能够反映建筑的结构变化，还能为后续的修复工作提供可靠的依据。

在垂直度检测方面，研究团队发现兰亭建筑的山墙存在明显的垂直偏差，东侧和西侧的山墙分别偏差21.1毫米和25.9毫米。根据《建筑工程施工质量验收统一标准》（GB 50300-2023），当建筑总高度超过10米时，允许的垂直偏差为20毫米。因此，兰亭的山墙垂直偏差超过了允许范围，表明建筑存在严重的变形问题，需要尽快进行结构加固。此外，团队还对建筑的六根木柱进行了垂直度检测，发现柱子的垂直偏差从外侧向中心逐渐减小，但整体偏差仍然超过允许范围，说明建筑的结构稳定性存在问题，需要进行紧急修复。

本研究的技术链“数据采集-集成处理-应用转化”为文化遗产的数字化保护提供了创新的范例。该技术链不仅提高了数据采集的效率和精度，还为后续的结构分析和三维可视化提供了坚实的基础。此外，研究团队还提出，未来的文化遗产保护应从“静态数字存档”向“动态智能运维”转变，这需要进一步研究多模态数据的自动注册与语义增强，引入人工智能技术实现智能变化检测与风险预测，并增强数字平台与实时监测之间的联动能力。通过这些技术手段，文化遗产的保护工作将更加智能化和高效化，为古建筑的长期保存和修复提供更全面的技术支持。