低成本3D重建技术在路面损伤监测中的应用评估：无人机摄影测量与智能手机激光雷达的对比研究

《Remote Sensing Applications: Society and Environment》：Evaluation of Low-Cost 3D Reconstruction Techniques for Pavement Surface Distress Monitoring: A Comparative Study of UAV Photogrammetry and Smartphone LiDAR

　　

卢卡斯·戈麦斯|拉克尔·奈拉·费尔南德斯·席尔瓦

巴西乌贝兰迪亚联邦大学土木工程学院，乌贝兰迪亚

摘要

工业激光扫描仪的高成本为自动化路面管理带来了显著的运营障碍，尤其是在资源有限的环境中进行的本地基础设施维护方面。本研究评估了可获取的低成本传感技术在路面损坏三维重建方面的计量性能。使用无人机（UAV）的光度测量技术（U-SfM）和基于智能手机的光度测量技术（M-SfM）在受控采集条件下进行了比较，其中智能手机激光雷达（LiDAR）被用作实用的低成本几何参考基线。通过一个针对坑洞规模缺陷的受控案例研究，量化了重建模型与激光雷达参考之间的几何一致性。结果表明，在优化采集条件下，U-SfM和M-SfM均实现了亚厘米级的几何一致性，平均偏差约为2毫米。尽管所提出的框架并不适用于未经进一步验证的大规模网络部署，但这些发现证明了消费级传感技术在局部路面检测和体积评估方面的实际可行性。该研究还表明，低成本的光度测量工作流程可以提供适合局部数字重建和未来智能维护应用的几何一致的3D表示。

引言

道路基础设施的维护对经济发展和公共安全至关重要。传统的路面管理系统严重依赖人工视觉检查，这些方法本质上具有主观性、劳动密集型，并且容易出错（Coenen和Golroo，2017；Moreno，2025）。虽然高性能的自动化移动测绘系统（如激光裂缝测量系统LCMS-2）提供了高速数据收集的高级功能，但其高昂的采集和维护成本通常限制了其在主要高速公路或资金充足的国家级机构中的使用（Fawzy等人，2024；Pavemetrics，2026）。这为预算有限的本地城市道路网络和市政当局带来了关键的运营障碍，因为他们往往缺乏用于全面路面评估的便捷和客观工具（Fawzy等人，2024）。挑战在于找到能够在不产生工业级设备高昂费用的情况下提供必要精度的成本效益解决方案。

在这种情况下，集成低成本传感技术（如无人机（UAV）和消费级智能手机）为普及自动化检测提供了有希望的替代方案（Inzerillo等人，2025）。结构从运动（SfM）光度测量的最新进展使得可以从简单的2D图像生成高分辨率的3D模型，从而便于检测和量化表面损坏，例如坑洞（Ibragimov等人，2024；Khan和Kumar，2024）。然而，这些低成本3D重建中的一个持续挑战是由于遮挡或低纹理表面导致点云不完整。可信AI的最新进展，如Point-KAN框架，利用Kolmogorov-Arnold网络确保点云的完整性，这对于6G支持的物联网环境中的稳健基础设施监控至关重要（Sangaiah等人，2025）。

同时，高端智能手机中加入激光雷达（LiDAR）传感器为快速手持3D扫描开辟了新途径（Dick等人，2025）。虽然这些消费级传感器并不旨在取代工业级计量设备，但它们比手动测量有显著改进，并且可以作为评估其他低成本方法在实地应用中的可靠基线参考（Forkuo等人，2025）。将智能手机激光雷达视为合适基线的理由在于其直接的时间飞行（dToF）测量，它提供的深度信息对表面光照条件的敏感性较低，而在受控条件下其精度是已知的。

尽管这些技术具有巨大的潜力，但仍需要对其在真实世界路面场景中的几何精度进行关键评估，以确保它们能够可靠地为数字孪生模型和自动化维护工作流程提供数据（Inzerillo等人，2018）。本研究有意关注微观尺度的验证，而不是整个网络的评估，明确其目标是评估这些技术用于局部数字孪生更新的可行性，从而避免对研究结果的过度概括。这项研究旨在通过提供基于无人机光度测量（U-SfM）和基于智能手机光度测量（M-SfM）的严格比较评估来填补运营空白，以实现路面损坏的三维重建。

具体来说，本研究解决了以下研究问题：

•

(i) U-SfM与智能手机SfM的几何精度如何比较？

•

(ii) 这些重建与智能手机激光雷达的一致性如何？

•

(iii) 消费级传感技术是否支持局部数字孪生更新？

通过将来自空中（U-SfM）和地面（M-SfM）光度测量的3D道路路面重建的精度与手持激光雷达基线进行量化，我们评估了它们用于坑洞检测和局部维护规划的适用性。这项研究的主要贡献是验证了一个成本效益高的检测框架，该框架在操作简便性与实际基础设施管理所需的精度之间取得了平衡，展示了生成微观尺度数字孪生以监测路面损坏的可行且低预算的途径。这一框架在资源有限的环境中提高了详细路面评估的可访问性和效率。

部分摘录

评估方法：最新技术

路面检测的发展已经从手动视觉调查转变为能够以交通速度捕捉表面损坏的高性能自动化系统。在这一技术层次结构的顶端是基于激光的系统，例如激光裂缝测量系统（LCMS-2），它们利用高速相机和3D激光轮廓仪实现毫米级的裂缝检测精度。尽管精度很高，但资本成本和专用车辆的需求

方法论

本节详细介绍了用于评估低成本3D重建方法在路面损坏监测方面的性能的实验工作流程、数据采集协议、处理流程和计量比较技术。

结果与讨论

本节对使用智能手机激光雷达作为参考基线从（U-SfM）和（M-SfM）获得的3D重建进行了结构化评估。分析遵循实验工作流程的逻辑顺序：（i）重建过程，（ii）缺陷的定性比较，（iii）误差分布分析，以及（iv）定量精度评估。

结论

本研究评估了消费级传感技术、基于无人机的光度测量和手持智能手机激光雷达在局部路面表面损坏评估方面的工程性能。结果表明，无论是空中还是地面的低成本重建都表现出高维度兼容性，在受控现场条件下平均几何误差约为2毫米。定量消融分析进一步证实了M-SfM流程的稳健性，

CRediT作者贡献声明

卢卡斯·戈麦斯：撰写——原始草稿，可视化，软件，项目管理，方法论，调查，资金获取，正式分析。拉克尔·奈拉·费尔南德斯·席尔瓦：撰写——审阅与编辑，监督，方法论，调查，正式分析

未引用的参考文献

DNIT规划与研究部，2003；。

利益冲突

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

写作过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了Gemini（Google）来提高手稿的清晰度、技术术语和语言流畅性。使用该工具后，作者根据需要审查和编辑了内容，并对出版物的内容负全责。

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢LabTOPO - 地形测量实验室（UFU）对本文所述研究工作的支持。这项研究还得到了米纳斯吉拉斯州研究与发展机构（FAPEMIG）的部分支持。