智慧城市重建的三维点云航空三角

在与其他智能技术（如建筑传感器、交通控制、街道照明和其他先进工具）结合之前，3D城市模型被用作智能城市的基础。可以使用各种空间数据采集技术建立三维城市模型。然而，由于诸如单一透视视图等限制，使用单一类型的传感器获取完整的大规模环境三维空间数据相对具有挑战性。因此，需要集成不同类型的数据集或传感器。本文介绍了如何将传感器生成的3D点云用作数据输入，并使用Bentley ContextCapture软件进行处理，同时使用各种输入测试性能。这项研究在马来西亚的三个城市进行：普特拉贾亚、沙阿阿拉姆和柔佛巴鲁。

空中三角测量

空中三角测量是从照片执行三维重建的过程。换言之，地面控制坐标是通过摄影测量手段确定的，从而减少了用于光电控制的地面测量工作。该过程识别每个光组输入的精确光组属性，并在重建过程之前计算每个图像的位置和旋转。每个图像位置和旋转都是根据重建过程中使用的元数据计算的。由于每个图像已经在一个组件中，软件会自动将图像分组到主组件中。

重构由几个属性定义。首先，定义空间参考系统、感兴趣区域和贴图的空间框架。第二，重建约束，允许使用现有的三维数据来控制重建和避免重建误差。第三，参考三维模型，作为重建沙箱，以原生格式存储三维模型，并随着三维模型制作进度逐步完成。第四，确定几何精度水平的加工设置和其他重建设置。

空中三角测量结果

图1示出塔曼PERINDUSTRIAN绍嘉纳与使用移动激光雷达映射和360级的相机（徕卡飞马）获取的数据集中的区域。产生并用于本研究中大约337 MMS图片。总覆盖面积为10,370.51km²数据大小为1.24GB。大多数控制点都是手工输入的，而有些控制点是从文件中导入的，以支持精确的地理参考和避免远程度量失真图像。如果一个图像由三个或更多的控制点组成，且每个控制点有两个或更多的图像测量值，则该图像只能用于航空三角测量过程。空中三角测量过程中相机标定、网格畸变(图2),照片位置不确定性(图2 b),现场报道(图2 c),连接点不确定性(图2 d),数量的图像观察领带点(图2 e),决议reprojection错误(图2)和点(图2 g)在调查中可以发现。

花了37分钟完成该过程。作为数据大小是低，需要没有平铺来处理数据，因为预期的内存使用情况，以产生模型为1.4GB，并使其在处理模式额外的精度。由于所使用的数据源是基于MMS和低的点云密度，最好的可视化无法制造。图3显示了点云三角测量过程的最终输出。三维重建结果表明在建筑，需要使用其它的数据，如正色或UAV图像所覆盖的上部区域几个空白点。为了产生三维重建的最佳可视化，最好是几种类型的数据从不同的来源，例如从正射影像，航空图像和点云相结合。

建筑有得玩Muafakat，塔曼Kobena - 另一个试验是在位于柔佛州新山，这次集中在单个建筑物块上的不同区域运行。覆盖区域1168米²测试中使用了两种类型的数据输入，分别是来自TLS的点云和航空无人机图像。点云的数据大小为6.48GB，航拍图像为0.64GB。3D重建模型的制作过程耗时16个小时。在重建过程中，采用了超精密处理的自适应平铺。图4显示了航空三角测量的最终输出。结果比塔曼·苏贾纳·Indah要好得多，因为它没有洞，上部大部分被覆盖。

空中三角测量过程也在普特拉贾亚一个更大的地区进行了测试。这张航空影像拍摄了64公里的区域²数据大小为2.77GB，而正投影记录的面积为358公里²数据大小为1.24GB。总的来说，完成生产需要23个小时。图5显示了普特拉贾亚地区空中三角测量过程的输出。包括水体在内的整个区域建设成功。在重建过程中，自适应平铺用于自适应地将重建细分为长方体，以满足目标内存使用。平铺方法适用于重建具有高度非均匀分辨率数据的三维模型，如航空图像和地面图像。在这种情况下，不可能找到适合所有区域的常规栅格大小。但是，软件处理数据所需的最小内存为5.9GB。由于本测试中使用的数据是单色正马赛克图像，因此最终输出以单色显示。为了为输出产生最佳的可视化效果，需要一个有足够内存的彩色正射影像，以避免减慢过程。

挑战

执行空中三角测量过程的主要挑战是硬件，尤其是在处理大型数据集时。此外，为了获得最佳的可视化效果，需要组合不同类型的数据源，例如点云和航空图像。为了比较硬件性能，使用同一台计算机，使用Windows 10 64位操作系统、Intel i7处理器、16GB内存和NVIDIA GEOFORCE GTX850M图形卡处理数据，因为性能测试涉及数据大小、内存、图形卡、平铺和处理模式。

数据大小

对比了不同地面面积的数据大小和处理时间。所有地面面积大小都采用了一种额外的精密处理模式;然而，小规模的地面区域不需要瓷砖。然而，适应性瓷砖可以用于中等和大的地面面积。对于面积较小的地面(0.1346km²)，仅用了15分钟就完成了3D重建。相反，使用适应性瓷砖的中等(0.2456平方公里)和大(4.551平方公里)地面面积分别需要2小时和25分钟，6小时和12分钟来完成这个过程。

计算存储器

处理时间为两个存储器和时间用于数据处理到结束记录的量之间进行比较。在该试验中，从塔曼PERINDUSTRIAN绍嘉纳英达数据使用。因为需要无平铺该数据所使用的额外的精度处理模式。的处理时间的RAM 4GB内存和16GB的RAM存储器，以完成处理3D网格模型分别为15分钟，19分钟。

显卡

使用相同的数据集，但这一次使用了两台不同的计算机和图形卡，每台计算机都使用了额外的精度处理模式和自适应平铺。英伟达GTFEX GTX 1070的处理时间为2小时25分钟，而英伟达GTFEX GTX850M则花费3小时17分钟。

瓷砖

面积为51米、采用自适应瓷砖的大型瓷砖花了4小时46分钟处理了102块瓷砖，而尺寸为25米的中型瓷砖花了6小时处理了388块瓷砖。相反，尺寸为6.6米的小瓷砖花了31小时25分钟进行加工。中型和小型瓷砖都使用常规体积瓷砖。

处理方式

下一步是以不同的精度处理同一数据集：中等、高、超和超。由于中等精度不需要平铺，因此只需31分50秒即可完成此过程，CPU使用率为69%。高精度使用常规平面网格瓷砖制作4块瓷砖，每个瓷砖的网格尺寸为200米，CPU使用率为70%。这花费了34分43秒的处理时间。此外，extra precision还使用了1块网格尺寸为400米的普通平面网格瓷砖，ultra precision使用了16块网格尺寸为100米的瓷砖。“超精密”耗时35分57秒，“超精密”耗时3小时30分钟。表1给出了比较结果。

规范的建议

建议采用以下硬件规格，以确保不间断的数据处理。Windows 64位操作系统具有用户友好的环境，并且与各种类型的软件高度兼容。至于处理器，最新的Intel Core i9以其处理3D建模的能力而闻名。然而，Intel Core i7的价格更经济，而且它可以支持复杂的处理和建模。至于内存，Windows 64位Intel Core i7需要至少32GB的内存才能正常工作，存储空间根据数据大小而变化；但是，剩余的存储空间必须是数据大小的两倍，以实现最佳使用。64GB内存允许处理工作的平滑渲染，许多研究表明，内存越高，处理数据的时间越短。最后，NVDIA Quadro P2000图形卡比具有相同功能的NVDIA GeForce系列慢得多，适用于各种多用途计算机工作站和中频渲染、CAD工作和设计。

结论

总的来说，需要明确的硬件规格，才能为智能城市提供高质量的可视化。这是为了确保数据处理能够在几乎没有技术问题的情况下顺利运行。此外，合适的硬件和软件的补充对于三维重建非常重要。大多数软件描述了安装的最低硬件要求，但未指定软件安装期间和之后硬件配置的效果。因此，本研究旨在确定最佳规格，以产生适合当前数据大小和研究区域之间差异需求的输出。