چکیده

ضبط دیجیتال سه بعدی و بازتولید قابل اعتماد ویژگی های معماری اولین و دشوارترین گام در جهت تعریف BIM میراث است. فناوری‌های سه‌بعدی نظرسنجی دیجیتال، مانند TLS و فتوگرامتری، کارشناسان را قادر می‌سازد تا ساختمان‌ها را با سطح جدیدی از جزئیات اسکن کنند. چالش‌های موجود در ردیابی اجسام پارامتریک در یک ابر نقطه TLS شامل بازسازی قطعات مسدود شده، اندازه‌گیری عدم قطعیت‌های مربوط به بازتاب سطح، و تشخیص لبه و مکان است. علاوه بر این که تکنیک های مبتنی بر تصویر مقرون به صرفه، بسیار انعطاف پذیر و کارآمد در تولید یک مدل بافت سه بعدی با کیفیت بالا در نظر گرفته می شوند، آنها همچنین تفسیر بهتری از ویژگی های خطی سطح ارائه می دهند. این مقاله به یک گردش کار بررسی معماری با استفاده از فتوگرامتری و TLS برای بهینه سازی یک ابر نقطه ای که برای یک HBIM قابل اعتماد کافی است، می پردازد. جریان های کاری مبتنی بر فیوژن در طول ثبت دو مکان میراث پیشنهاد شد – موزه خانه متبولی در جده تاریخی، یک سایت میراث جهانی یونسکو. و قلعه اسفان. در ساختمان موزه خانه متبولی که دارای ویژگی‌های پیچیده معماری است، ضبط چند سنسوری با وضوح‌ها و سطوح مختلف جزئیات اجرا شد. داده‌های TLS برای بازسازی شکل اصلی عناصر ساختاری اصلی مورد استفاده قرار گرفت، در حالی که داده‌های رادیومتریک برتر تصاویر و قابلیت دسترسی به‌طور موثر برای تقویت ابرهای نقطه TLS برای بهبود هندسه، تفسیر داده‌ها و ردیابی پارامتری اشیاء نامنظم در نما استفاده شد. . علاوه بر این، در جریان کاری که به عنوان زمین ناهموار قلعه اسفان در نظر گرفته می شود، در اینجا، ابر نقطه TLS با داده های پهپاد در مناطق بالای ساختمان که داده های سایه از آنجا منشاء می گیرند تکمیل شد. هر دو مجموعه داده با استفاده از یک الگوریتم ICP برای مقیاس داده های فتوگرامتری و تعیین موقعیت واقعی آنها در سیستم ساخت و ساز ثبت شدند. اسکن های ترکیبی در محیط BIM وارد و پردازش شدند. اجزای ساختمان به منظور انجام مدل‌سازی اطلاعات ساختمانی دقیق از عناصر معماری، تقسیم‌بندی و به سطوح منظم و نامنظم طبقه‌بندی شدند. گردش کار پیشنهادی عملکرد مناسبی را از نظر نگاشت قابل اعتماد و کامل BIM در ساختارهای پیچیده نشان داد. ابر نقطه TLS با داده‌های پهپاد در مناطق بالای ساختمان که داده‌های سایه منشأ می‌گرفتند تکمیل شد. هر دو مجموعه داده با استفاده از یک الگوریتم ICP برای مقیاس داده های فتوگرامتری و تعیین موقعیت واقعی آنها در سیستم ساخت و ساز ثبت شدند. اسکن های ترکیبی در محیط BIM وارد و پردازش شدند. اجزای ساختمان به منظور انجام مدل‌سازی اطلاعات ساختمانی دقیق از عناصر معماری، تقسیم‌بندی و به سطوح منظم و نامنظم طبقه‌بندی شدند. گردش کار پیشنهادی عملکرد مناسبی را از نظر نگاشت قابل اعتماد و کامل BIM در ساختارهای پیچیده نشان داد. ابر نقطه TLS با داده‌های پهپاد در مناطق بالای ساختمان که داده‌های سایه منشأ می‌گرفتند تکمیل شد. هر دو مجموعه داده با استفاده از یک الگوریتم ICP برای مقیاس داده های فتوگرامتری و تعیین موقعیت واقعی آنها در سیستم ساخت و ساز ثبت شدند. اسکن های ترکیبی در محیط BIM وارد و پردازش شدند. اجزای ساختمان به منظور انجام مدل‌سازی اطلاعات ساختمانی دقیق از عناصر معماری، تقسیم‌بندی و به سطوح منظم و نامنظم طبقه‌بندی شدند. گردش کار پیشنهادی عملکرد مناسبی را از نظر نگاشت قابل اعتماد و کامل BIM در ساختارهای پیچیده نشان داد. هر دو مجموعه داده با استفاده از یک الگوریتم ICP برای مقیاس داده های فتوگرامتری و تعیین موقعیت واقعی آنها در سیستم ساخت و ساز ثبت شدند. اسکن های ترکیبی در محیط BIM وارد و پردازش شدند. اجزای ساختمان به منظور انجام مدل‌سازی اطلاعات ساختمانی دقیق از عناصر معماری، تقسیم‌بندی و به سطوح منظم و نامنظم طبقه‌بندی شدند. گردش کار پیشنهادی عملکرد مناسبی را از نظر نگاشت قابل اعتماد و کامل BIM در ساختارهای پیچیده نشان داد. هر دو مجموعه داده با استفاده از یک الگوریتم ICP برای مقیاس داده های فتوگرامتری و تعیین موقعیت واقعی آنها در سیستم ساخت و ساز ثبت شدند. اسکن های ترکیبی در محیط BIM وارد و پردازش شدند. اجزای ساختمان به منظور انجام مدل‌سازی اطلاعات ساختمانی دقیق از عناصر معماری، تقسیم‌بندی و به سطوح منظم و نامنظم طبقه‌بندی شدند. گردش کار پیشنهادی عملکرد مناسبی را از نظر نگاشت قابل اعتماد و کامل BIM در ساختارهای پیچیده نشان داد.

کلید واژه ها:

HBIM ; اسکنر لیزری ؛ فتوگرامتری ؛ ادغام داده ها ; داده های چند رزولوشن

1. مقدمه

مدل سازی اطلاعات ساختمان (BIM) هندسه یک سازه را در قالب اشیاء پارامتری با اطلاعات ویژگی آنها توصیف می کند. با این حال، پیاده سازی BIM در زمینه میراث یک کار چالش برانگیز است، زیرا اشیاء پارامتری نرم افزار موجود قادر به انطباق با بی نظمی های مورفولوژیکی رایج در ساختارهای تاریخی نیستند. به طور کلی، مدل‌سازی عناصر معماری که در کتابخانه‌های BIM گنجانده نشده‌اند، زمان قابل‌توجهی را می‌طلبد [ 1 ]]. ضبط دیجیتال سه بعدی و بازتولید قابل اعتماد ویژگی های معماری اولین و دشوارترین گام در جهت تعریف BIM میراث است. تکنیک‌های مدرن بررسی سه‌بعدی، مانند اسکن لیزری زمینی (TLS) و فتوگرامتری، اخیراً در سخنرانی‌های مختلف به عنوان روش‌های ممکن برای بازسازی هندسه میراث در BIM، از جمله تکنیک جذب ابر نقطه‌ای از راه دور به نام Scan-to-BIM [ 2 ] پیشنهاد شده‌اند.
اسکنر لیزری مستقیماً هندسه سطح را ثبت می‌کند و نمایش ابر نقطه سه بعدی با چگالی بالا و قابل اعتماد را در یک میدان دید مشخص، با عدم قطعیت اندازه‌گیری مشخص ارائه می‌کند. این روش با وجود وزن زیاد، هزینه بالا و عدم رنگ‌آمیزی سطحی مناسب، در زمینه‌های مختلف میراث فرهنگی مورد استفاده قرار می‌گیرد [ 3 ]. چگالی اسکن نشان دهنده میانگین فاصله بین نقاط باید برای سطح اطلاعات مشخص شده در نیاز پروژه انتخاب شود [ 4 ، 5 ]]. با این حال، در اندازه‌گیری‌های نقطه TLS، عوامل متعددی منجر به اکتساب نادقیق می‌شوند و هندسه حاصل ممکن است تحت تأثیر نویز قرار گیرد، که عمدتاً به دلیل موقعیت دستگاه در حین جمع‌آوری داده، فاصله شی-حسگر، زاویه برخورد پرتو لیزر است. با توجه به سطوح اسکن شده، خواص شی مورد اسکن، و بازتاب سیگنال در برخی مواد مانند سنگ مرمر و نماهای طلاکاری شده [ 6 ]. علاوه بر این، اسکن‌های لیزری همچنین نقاط داده نادرستی در ناپیوستگی‌های فضایی، مانند لبه‌ها، که در آن پرتو لیزر تا حدی بر روی دو سطح مختلف قرار می‌گیرد، دارد که به عنوان اثر پیکسلی مختلط شناخته می‌شود [ 7 ].]. حذف تمام پیکسل های مخلوط از ابر نقطه منجر به اندازه گیری نادرست اندازه شی می شود. متأسفانه، اثرات این خطاها را نمی توان به طور مستقل ارزیابی کرد [ 8 ]. در نتیجه، عدم قطعیت اندازه‌گیری را نمی‌توان در رویکردهای BIM فعلی نشان داد، و هر اندازه‌گیری ابعادی که با استفاده از BIM انجام می‌شود، بدون توجه به قابلیت اطمینان داده‌های اساسی، دقیق در نظر گرفته می‌شود.
علاوه بر این، فقدان پلتفرم‌های بالا برای اکتساب داده‌های مسطح بالاتر در TLS اغلب می‌تواند منجر به از دست رفتن داده‌های مناطق بالای ساختمان، مانند سقف‌ها و قسمت‌های بالایی بناهای تاریخی شود [ 9 ]. در HBIM، رنگ برای تفسیر کلان داده نیز اساسی است. TLS محدودیت هایی در گرفتن رنگ های ابری دارد. حتی زمانی که دوربین ها در دستگاه تعبیه شده اند، بهترین نتایج استفاده از آنها ممکن است با موقعیت اسکنر سازگار نباشد. برای کاربردهای خارج از منزل، فواصل طولانی بین اسکن ها منجر به شرایط نوری متفاوتی از تصاویر گرفته شده می شود که اسکن ها را رنگ آمیزی می کند. مدل های به دست آمده پس از مونتاژ اسکن های جداگانه یکنواختی رنگ ضعیفی دارند. این مشکلات بر فاز مدل‌سازی بعدی و کارایی روش Scan-to-HBIM تأثیر می‌گذارد [ 10 ]].
از سوی دیگر، رویکردهای مبتنی بر تصویر مقرون به صرفه و کارآمد در نظر گرفته می‌شوند و امکان تفسیر بهتر ویژگی‌های خطی سطح را برای نمایش ساختارهای دنیای واقعی در یک مدل بافت‌دار سه بعدی با کیفیت بالا فراهم می‌کنند [ 11 ]. این روش معمولاً برای بناهای تاریخی یا ساختمان هایی با اشکال هندسی پیچیده توصیه می شود [ 12 ]. پیشرفت‌های عمده در بینایی کامپیوتری و الگوریتم‌ها، رویه‌های موجود را برای به دست آوردن نقطه متناظر برای اکثر پیکسل‌های تصویر، خودکار کرد. نتیجه ابرهای سه بعدی متراکم و بافتی است. پلت فرم پهپاد مجهز به دوربین بر محدودیت های مکان سنسورهای سنتی زمینی غلبه می کند [ 13 ]. با این حال، روش‌های موجود نیز استانداردهایی را برای کیفیت تصاویر و طرح‌بندی آنها پیاده‌سازی می‌کنند.14 ، 15 ]. چالش‌های اصلی عناصر سایه و بدون بافت هستند که می‌توانند بر کارایی الگوریتم‌های پردازش و عدم وجود داده‌های مقیاس تأثیر بگذارند [ 16 ، 17 ].
ثابت شد که ترکیب TLS و تکنیک‌های فتوگرامتری برای غلبه بر تنگناهای قبلی مؤثرترین راه برای ثبت مکان‌های میراث بزرگ و پیچیده در برنامه‌های کاربردی برای مستندسازی [ 18 ]، ارزیابی ساختار [ 19 ، 20 ، 21 ، 22 ]، نقشه‌برداری بافت [ 23 ، 24 ] ، استخراج ویژگی [ 25 ] و غیره. در این کار، نقشه برداری با وضوح چندگانه که TLS را با ابرهای نقطه فتوگرامتری سه بعدی ترکیب می کند برای ایجاد اشیاء مدل HBIM استفاده شد که قادر به تجسم غنای شکل به دست آمده هستند. گردش کار رویکرد، نشان داده شده در شکل 1، یک روش موثر برای ترکیب داده ها با استفاده از الگوریتم نزدیکترین نقطه تکراری (ICP) برای تولید یک هندسه کامل و دقیق ارائه می دهد. این عناصر نه تنها از نظر هندسی با جزئیات بازسازی شدند، بلکه در موقعیت واقعی خود در چارچوب ساختمان با جزئیات توپولوژیکی مربوطه قرار گرفتند. ادغام حسگر در طول ثبت دو مکان میراثی در جده، عربستان سعودی – موزه خانه متبولی در جده تاریخی، یک سایت میراث جهانی یونسکو انجام شد. و قلعه اسفان خانه های تاریخی جده سرشار از عناصر معماری دقیق است که به سبک معماری حجازی معروف است. در ساختمان متبولی از ضبط چند حسگر در سطوح مختلف جزئیات برای بهبود تفسیر و ترسیم اشیاء پارامتریک پیچیده استفاده شد. علاوه بر این،
این مقاله کمک های اصلی زیر را ارائه می دهد:
–
ترکیب داده های TLS و فتوگرامتری برای بهبود رقومی سازی میراث ساخته شده برای BIM قابل اعتماد با سطوح مختلف جزئیات.
–
ترکیبی از ابرهای نقطه تصویر TLS و UAV برای ارائه هندسه کامل برای فرآیند Scan-to-BIM.
–
غنی سازی کتابخانه اشیاء معماری حجازی با طراحی اشیاء پارامتریک و ناپارامتریک با جزئیات بالا.
این مقاله به شرح زیر سازماندهی شده است. بررسی ادبیات در بخش 2 افزایش BIM را در افزایش تحقیقات در مورد بازسازی هندسه BIM نشان می دهد. مطالعات موردی در بخش 3 بیان شده است. جمع آوری داده ها و پیکربندی حسگر در بخش 4 ، از جمله نقاط قوت و محدودیت ها مورد بحث قرار گرفته است. بخش 5 روش ادغام داده ها را برای بهبود هندسه ابرهای نقطه ای شرح می دهد. نتایج HBIM در بخش 6 ارائه شده است. نتایج و نتیجه گیری در بخش 7 و بخش 8 مورد بحث قرار گرفته است.

2. کارهای مرتبط

کاربردهای Heritage BIM اخیراً در حوزه‌های مختلفی مانند فعالیت‌های مرمت [ 26 ، 27 ، 28 ]، تحلیل و نظارت ساختاری [ 29 ، 30 ] و مدیریت تأسیسات [ 31 ، 32 ] شناسایی شده‌اند. با این حال، اجرای این رویه ها چالش برانگیز است زیرا ساختمان های میراثی حاوی عناصر منحصر به فرد و نامنظمی هستند که در کتابخانه های نرم افزار BIM مشخص نشده اند [ 33 ]. فقدان پلتفرم‌های پیشرفته BIM با چنین ابزارهای مدل‌سازی از ساخت دیجیتالی مناسب ساختمان‌های میراثی جلوگیری می‌کند [ 5 , 34 , 35]. این تنها با توسعه کتابخانه‌های BIM سازگارتر با عناصر پارامتری اضافی که اشیاء میراثی مختلف را نشان می‌دهند، محقق می‌شود [ 36 ، 37 ]. این عناصر نیاز به ثبت دقیق و بررسی های دقیق دارند که می توانند به درستی بر روی پلت فرم BIM تفسیر و مدل شوند [ 38 ، 39 ، 40 ]. این اغلب شامل تشخیص اشیاء، استخراج اطلاعات رابطه‌ای، و مدیریت انسداد و داده‌های نویز می‌شود [ 41 ]. دور و مورفی [ 42 ] دستورالعمل ها، قوانین و روش هایی را برای ثبت دیجیتالی سایت های میراث فرهنگی پیشنهاد کردند. لوپیزه و همکاران [ 43] همچنین مرتبط ترین تکنیک ها و ابزارها را برای کسب و مدیریت اشیاء HBIM توضیح داد. قابلیت اطمینان خروجی HBIM عمدتاً به نیازهای کاربر نهایی و همچنین به جزئیات و تفسیر شکل اجزای ساختاری در نقاط اسکن بستگی دارد. فناوری‌های نظرسنجی سه بعدی دیجیتال، مانند TLS و فتوگرامتری، محققان را قادر می‌سازد تا ساختارها را با سطح متفاوتی از جزئیات ثبت کنند [ 44 ].
بایک و بوهم [ 45 ] و اورنی و همکاران. [ 46 ] مجموعه ای از اقدامات را برای بازسازی یک کتابخانه تاریخی با استفاده از ابرهای نقطه TLS برای کل ساختمان ها پیشنهاد کرد. در روش‌های ارائه‌شده، تنها بخش‌های قابل مشاهده از سازه‌ها را می‌توان مدل‌سازی و بازسازی کرد، در حالی که مقاطع نامرئی از سایر عناصر ثبت‌شده مشابه پیش‌بینی شدند. همانطور که توسط Nieto-Julián و همکاران بیان شد، تفاوت بین مدل ایده‌آل‌شده BIM و نقص‌های قابل مشاهده در بررسی اندازه‌گیری شده، با توجه به مدل‌سازی ساختاری بسیار مهم بود. [ 47 ]. بارازتی و همکاران [ 19] روشهای مختلف اسکن را برای به دست آوردن داده های نقطه ابری مناسب برای مدل نهایی پیشنهاد کرد. رایج ترین مشکلات شناسایی شده در این تحلیل ها نوع شی و فناوری ساخت اسکنر [ 48 ] بود. گودینیو و همکاران [ 32 ] مسائل مربوط به بازتاب سیگنال لیزری در مواد طلاکاری شده و نویز ابر نقطه ای حاصل را مورد بحث قرار می دهد. آمیکو و کورا [ 49 ] همچنین تأثیر پیکسل‌های مختلط بر تشخیص عنصر را مورد بحث قرار دادند که منجر به ابر متراکم «نویز» در اطراف عناصر سازنده شد. پدیده پیکسل مختلط با یک ارزیابی انتقادی که توسط اپراتور اختصاص داده شده به بررسی انجام شد، حل شد.
باریل و همکاران [ 50 ] و Bagnolo و همکاران. [ 51 ] از تکنیک‌های فتوگرامتری برای بررسی و بازسازی ویژگی‌های شی برای پردازش BIM استفاده کرد، اما پردازش هندسی ساختارهای پیچیده با استفاده از تصاویر به تنهایی بازسازی و مدیریت قابل اعتماد عناصر ساختاری را تضمین نمی‌کند. کارایی الگوریتم‌های بازسازی سه‌بعدی مورد استفاده تحت تأثیر مشکلات شیء بدون سایه و بدون بافت قرار گرفت. علاوه بر این، عکس‌های با فاصله نزدیک باید با موفقیت در یک راستا قرار می‌گرفتند، که می‌تواند برای سیستم‌های بزرگ و پیچیده چالش برانگیز باشد. انتشار خطا و ابرهای نقطه نویز در توالی تصویر طولانی با ساختاری در مقیاس بزرگ ایجاد می شوند. خرابی های تطبیق نیز می تواند ناشی از تغییرات رادیومتری بین عکس ها باشد [ 16 ، 17، 52 ]. فوروکاوا و همکاران [ 53 ] مشکلاتی را که در طول بازسازی فتوگرامتری فضاهای داخلی، از جمله سطوح با بافت ضعیف، استدلال دید بین اتاق‌ها، و مسائل مقیاس‌پذیری که در آن اشیاء نیاز به عکسبرداری با وضوح‌های مختلف داشتند، توصیف کرد.
چندین محقق ادغام عکس ها و TLS را برای بهبود کیفیت BIM پیشنهاد کردند. طی یک بررسی، Sztwiertnia و همکاران. [ 6 ] از عکس های غیر متریک برای تشخیص و تفسیر عناصر معماری منحصر به فرد و پیچیده یک ابر نقطه TLS استفاده کرد. لوپیز و همکاران [ 54 ] جریان کاری ارائه کرد که ابرهای نقطه‌ای، منابع تاریخی و تصاویر را برای مدل‌سازی دقیق سطوح نامنظم یا پیچیده ساختمان‌های میراثی ترکیب می‌کرد. عکس قاب ها و ابعاد عنصر درج شده و لبه های شکل را نشان می داد. بنفی و همکاران [ 34 ] از یک گردش کار مشابه برای پیوند داده‌ها با یک محیط مدل‌سازی برای بهبود مدل HBIM با استفاده از صفحات عکس و عکس‌های ارتوفوتوی دقیق استفاده کرد. مورفی و همکاران [ 55] یک رویکرد ترکیبی را پیشنهاد کرد که به موجب آن یک برنامه مقیاس‌بندی عکس با استفاده از داده‌های بخش‌بندی شده دو بعدی برای رسم و تعیین کمیت فواصل و مقادیر زاویه‌ای ساخته شد. این توسعه داده‌های پارامتری عددی را برای بازبینی و ترسیم اقلام کتابخانه‌ای بر روی داده‌های بررسی لیزری خودکار کرد. به طور کلی، ترکیب حسگرها در یک نظرسنجی به ویژه در دیجیتالی کردن ویژگی‌های ساختاری پیچیده مؤثر بود، اما از سوی دیگر، برای تمیز کردن و هم‌ترازی داده‌ها به پس پردازش دستی گسترده نیاز داشت. در حالی که کارهای ترکیبی قبلی هندسه رویکرد HBIM را بهبود بخشیدند، مدل‌سازی جداگانه و فردی مصنوعات متعدد منجر به از دست رفتن اطلاعات از دیدگاه کلی چارچوب ساخت‌وساز می‌شود.

3. مطالعات موردی

3.1. موزه خانه متبولی در جده تاریخی

جده یکی از شهرهای مهم در پادشاهی عربستان سعودی است که دارای بسیاری از بناهای تاریخی است که بیش از 300 سال پیش ساخته شده اند. در سال 2014، جده تاریخی به فهرست میراث جهانی یونسکو اضافه شد. خانه های تاریخی جده سرشار از عناصر معماری است که به سبک معماری حجازی معروف است و برگرفته از جنبه های مختلف فرهنگ اسلامی است. تزیینات روشن، دروازه، منجور و گچ نمونه هایی از این عناصر هستند که در شکل 2 نشان داده شده است.. اگرچه بسیاری از بناهای سنتی مرمت شده و در معرض دید عموم قرار گرفتند، تعداد زیادی از بناهای تاریخی در جده هنوز در خطر هستند یا نیاز به بازسازی دارند. بسیاری از این سازه ها هیچ گونه داده مهندسی متصل به آنها ندارند که در صورت وقوع فاجعه یا فروریختن برای بازسازی و بازیابی مورد استفاده قرار گیرند.
خانه مطبولی با مالکیت خصوصی، که در شکل 3 نشان داده شده است، در حاشیه شهر تاریخی واقع شده است. این نمونه زیبا از خانه تجاری سنتی حجازی اکنون به موزه تبدیل شده است. در جلوی ساختمان، ملک سه طبقه دارای روشنایی مشبک چوبی خیره کننده و درهایی با کنده کاری های تزئینی پیچیده روی چوب است. این سبک های معماری در مکان های تاریخی مختلف به ویژه در منطقه حجازی و منطقه دریای سرخ رایج است.
اشیای حجازی از همین نوع ساختار برخوردارند. اما تفاوت در جزئیات تزئینات و نحوه مونتاژ آنها است که از ساختمانی به ساختمان دیگر متفاوت است. روشن در بناهای حجازی شاخص ترین ویژگی است. تقریباً در هر نقطه ای از نماهای تاریخی به عنوان یک “قاب چوبی برجسته” که نور و سایه را بر خانه ها می اندازد قرار دارد. روشن از سه قسمت اصلی تشکیل شده است – سر، بدن و پایه، همانطور که در شکل 4 نشان داده شده است.. از چوبی ساخته شده است که دارای بخش های متحرک و ثابت است. کل ساختار روشن توسط یک سری بست دیواری یا کنسول به آجر بسته می شود. این کنسول ها به گونه ای طراحی شده اند که در برخی موارد تزئینات پیچیده و چند رنگی را در خود جای دهند. این سازه های چوبی کنده کاری و تزئین شده بودند. قطعات بر روی پایه های کنسول در داخل سنگ نصب می شوند. بوفه ها با استفاده از میخ های فلزی که به تکه های چوب وصل شده و به دیوار متصل می شوند، روی دهانه قرار می گیرند. تخته ها دارای شیارهایی در قسمت پایینی هستند که یک پایه کامل را تشکیل می دهند. در بالا، از داخل، دیده می شود که سطح چشم با کرکره های چوبی کشویی نصب شده است، در حالی که قسمت های مشربیه در سطح بالاتری تعبیه شده اند تا فضایی برای گردش هوا فراهم شود. این سازه ها با یک فضای وسیع احاطه شده اند،56 ].

3.2. قلعه اسفان

قلعه اسفان در 30 کیلومتری شمال جده قرار دارد. بر بالای تپه ای در نزدیکی جاده هایی که از روستای اسفان می گذرد ساخته شده است که در شکل 5 نشان داده شده است.. این قلعه توسط عثمانی ها در قرن چهاردهم ساخته شد و به عنوان کاروانسرایی برای زائرانی که از شمال در سفر سالانه خود به آنجا می آمدند، خدمت می کرد. قلعه مربع شکل از یک برج در هر گوشه و دو برج اضافی بر روی دیوارها تشکیل شده است. کل سازه 200 متر مربع مساحت دارد. تنها ورودی قلعه، دروازه طاق‌دار بود. در نزديكي مركز قلعه طاقي وجود داشت كه به قسمت پايين قلعه راه مي يافت. این قلعه از سنگ های بازالتی که از مناطق کوهستانی مجاور آورده شده ساخته شده است. در سال 2015، قلعه تاریخی توسط شهرداری اسفان مرمت شد و ستون ها و راه پله های فروریخته بازسازی شدند تا بازدیدکنندگان بتوانند وارد محوطه شوند.

4. اکتساب اسکنر لیزری و داده های فتوگرامتری

4.1. موزه خانه مطبولی

برای بررسی های ما، یک اسکنر لیزری ایستگاه لایکا C10 برای به دست آوردن ابرهای نقطه سطحی استفاده شد. فاصله اسکن سیستم بین 2 تا 300 متر و با دقت بین 6 میلی متر تا 50 متر بود. اسکنر زمان پرواز می توانست تا 50000 نقطه در ثانیه دریافت کند و دارای میدان دید 360 درجه افقی و 270 درجه عمودی بود. این سیستم به یک دوربین 4 مگاپیکسلی (1920 × 1920 پیکسل) مجهز شده بود تا ابر نقطه تولید شده را رنگ آمیزی کند. به منظور ارائه پوشش سه بعدی از موزه خانه متبولی، 22 نمای اسکنر مختلف انتخاب شد – 17 اسکن کف داخلی و 5 اسکن نمای خارجی. طرح کار اسکن در شکل 6 نشان داده شده است. مکان های دقیق ایستگاه های اسکن برای کاهش احتمال مناطق پنهان تعریف شد. نقاط کنترل زمینی (GCPs) باید بر اساس سیستم مرجع محلی (Ain el abed UTM 36 North) مشخص می شد تا بتوان یک ابر نقطه سه بعدی جغرافیایی از نمای بیرونی و داخلی ساختمان به دست آورد. علاوه بر یک Leica Total Station TCR 1201 (0.3 میلی‌گرم، 1 میلی‌متر + 1.5 ppm با بازتابنده)، گیرنده‌های Leica GNSS Viva GS15 (دقت 3 میلی‌متر + 0.5 ppm) استفاده شد. مقادیر ارتفاع ارتومتریک این GCPها از طریق تراز هندسی با سطح Leica Runner 24 (2.0 میلی متر در هر کیلومتر تسطیح دوگانه) به دست آمد.
اسکن‌های جمع‌آوری‌شده در یک مرجع واحد تراز شدند تا یک ابر نقطه واحد ایجاد کنند که نمای کلی کاملی از صحنه ارائه می‌دهد. ثبت با استفاده از اهداف مصنوعی با دقت متوسط ​​اسمی 4 میلی متر انجام شد که در درجه اول به دلیل خطا در ابر نقطه نشان دهنده هدف بود. برای هر جفت اسکن، حداقل باید از سه هدف استفاده شود و مکان سه بعدی اهداف برای تعیین پارامترهای تبدیل اسکن ها اندازه گیری شد. شکل 7 و شکل 8 به ترتیب ابرهای نقطه ای رنگی سه بعدی نما و فضاهای داخلی ساختمان را نشان می دهند. این مدل فاصله نمونه برداری از زمین کلی (GSD) 1 سانتی متر با 280 میلیون امتیاز داشت.
علیرغم پتانسیل TLS که قبلا ذکر شد، داده‌های به‌دست‌آمده با استفاده از این ابزار چالش‌هایی را برای هدف ضبط سه‌بعدی دقیق و کامل ایجاد می‌کند. TLS محدودیت هایی در ثبت رنگ های ابری با دوربین های نصب شده روی دستگاه دارد. نتایج سایر مشکلات مربوط به انعکاس سیگنال لیزر در نماهای طلاکاری شده را نشان داد. چنین مشکلاتی می توانند بر تفسیر داده ها و هندسه مدل در فرآیند HBIM تأثیر بگذارند. داده‌ها همچنین ممکن است شامل نقاط داده نادرست در ناپیوستگی‌های فضایی، مانند لبه‌های اجسام، جایی که نقطه پرتو لیزر تا حدی روی دو سطح مختلف قرار دارد، باشد. ویرایش دستی بعدی برای حذف چنین نکات غیر ضروری لازم است.
از سوی دیگر، تصاویر می توانند ویژگی های سطح نامنظم و خطی را بهتر از نتایج لیزر توضیح دهند. در ساختمان متبولی، ویژگی‌های معماری ظریفی مانند روشن، منجر و درهای تزئین شده با استفاده از دوربین حرفه‌ای 18 مگاپیکسلی نیکون D5100 به‌طور جداگانه مدل‌سازی شدند. پیکربندی انتخاب شده هندسه دوربین برای جمع‌آوری داده، بخش مهمی از فرآیند مدل‌سازی مبتنی بر تصویر است. در پروژه‌های ما، تصاویر با فاصله نزدیک به‌طور پیوسته توسط دوربین در یک دایره جمع‌آوری می‌شد، به طوری که بیش از 80 درصد از تصاویر برای پردازش مؤثر مدل همپوشانی داشتند. عکس ها با فاصله کانونی ثابت به منظور انجام آنالیز فتوگرامتری گرفته شده اند. فاصله کانونی 18 میلی متر برای بدست آوردن وسیع ترین برد عکاسی دوربین استفاده شد.
الگوریتم Structure from Motion (SfM) برای تعیین پارامتر جهت گیری خارجی برای همه عکس ها و ایجاد یک ابر نقطه پراکنده در یک مدل فضای دلخواه استفاده شد. تطبیق خودکار تصویر با استفاده از پارامترهای موقعیت و جهت دوربین، برای ایجاد امتیاز برای هر پیکسل همپوشانی انجام شد. روشن و درب در 4.7 میلیون نقطه با میانگین فاصله نمونه برداری از زمین (GSD) 1.6 میلی متر بازسازی شدند. در شکل 9 نشان داده شده است. از آنجایی که درب اصلی دارای 3.2 میلیون نقطه با میانگین GSD 1.3 میلی متر بود، ابر نقطه متراکم حاصل می تواند به بهبود بافت و تفسیر داده های اشیا کمک کند. همانطور که در شکل 10 نشان داده شده است ، که مجموعه داده های فتوگرامتری و TLS را با هم مقایسه می کند.

4.2. قلعه اسفان

کار در قلعه با برنامه ریزی دقیق هدایت می شد. تصاویر ارتویماژی و ارتفاعات توپوگرافی موجود در Google Earth برای انجام یک ارزیابی اولیه از دید برای مسیر و موقعیت یابی بهینه اسکنر لیزری مورد تجزیه و تحلیل قرار گرفت. طرح اولیه برای موقعیت های اسکنر در برخی موارد به دلایل ایمنی باید تغییر می کرد. طرح اتخاذ شده از موقعیت های اسکنر و نقاط کنترل در شکل 8 نشان داده شده است . اسکنر ترجیحاً در مکان هایی قرار می گرفت که امکان نقشه برداری دقیق بخش های بزرگی از منطقه مورد نظر وجود داشت. شانزده اسکن جغرافیایی ارجاع شده در سیستم مختصات ملی (Ain el Abd UTM 37 North) از بیرون و داخل قلعه گرفته شد تا پوشش سه بعدی بالقوه سایت را فراهم کند، همانطور که در شکل 11 نشان داده شده است.شکل 12 مدل تولید شده را نشان می دهد که دارای 124 میلیون امتیاز بود. در اینجا، فاصله زمانی بین اسکن‌های متوالی باعث ایجاد شرایط نوری متفاوتی شد، همگنی مونتاژ اسکن‌های مختلف ضعیف بود، و پرش رنگ بر ظاهر مدل تأثیر گذاشت. مشکل دیگر داده های سایه (مناطق نمونه برداری نشده) از مناطق پنهانی بود که در میدان دید لیزر نیستند، مانند قسمت بالای قلعه، همانطور که در شکل 13 نشان داده شده است.
کمپین دیگری برای حفره های داده ارائه شده در ابرهای نقطه TLS انجام شد. برای تکمیل داده‌های نقطه‌ای، فتوگرامتری هوایی با قابلیت حرکت و دید بهبودیافته در نقشه‌برداری نقش داشت. رویکرد ترکیبی این مزیت را دارد که به طور قابل توجهی سایه های داده ها را کاهش می دهد، در حالی که کیفیت تصاویر عکاسی را برای تفسیر واقعی عکس بهبود می بخشد. برای بررسی های هوایی، ما از یک پهپاد بال چرخشی چند کوپتر فانتوم 4RTK با ایستگاه های موبایل D-RTK 2 استفاده کردیم. وزن آن 1391 گرم و با سرعت 50 کیلومتر در ساعت و مجهز به دوربین دیجیتال 18 مگاپیکسلی بود. علیرغم این واقعیت که پهپاد می‌توانست یک مسیر از پیش برنامه‌ریزی‌شده و پیکربندی دوربین را دنبال کند، ما تصمیم گرفتیم آن را به صورت دستی کار کنیم. دلیل این امر اطمینان از ثبات و ایمنی هواپیما بود. که نیاز به کنترل مستقیم پرواز در هنگام وزش باد داشت. این پهپاد 220 عکس با 2.1 میلیون نقطه و وضوح متوسط ​​10 سانتی متر برای منطقه مورد نظر، در ارتفاع متوسط ​​پایین پرواز 90 متر گرفت. داده های موقعیت یابی مشاهده شده توسط آنتن GPS داخلی در سیستم مختصات جغرافیایی WGS84 ارجاع داده شد. فاصله کانونی دوربین باید هنگام تنظیم مراحل استفاده شده در SfM تنظیم شود تا تنظیم و کالیبراسیون بسته نرم افزاری ساده شود. برای هر قسمت از سطح که باید بازسازی شود، عکس‌هایی گرفته شد تا ۸۰ تا ۹۰ درصد همپوشانی داشته باشند. خط لوله تولید معمولاً از چند فاز تشکیل شده است. ابتدا، پارامترهای دوربین با تطبیق ویژگی های مربوطه به اشتراک گذاشته شده بین دیدگاه های مختلف و مناطق همپوشانی تعیین شد. روش تنظیم بسته نرم افزاری برای افزایش دقت تخمین مسیر دوربین، حذف خطاهای پیش بینی و جلوگیری از تجمع خطای ردیابی دوربین استفاده شد. روش SfM سعی کرد پارامترهای دوربین و ابر نقطه پراکنده صحنه را بازیابی کند. سپس، تطبیق پیکسلی توسط ابر نقطه متراکم ایجاد شد. که درشکل 14 الف، مسیرهای تصویر پهپاد نشان داده شده است. مدل سطح دیجیتال (DSM) قلعه با وضوح 6.8 سانتی متر بر پیکسل در شکل 14 ب نشان داده شده است. شکل 14 ج مدل سه بعدی نهایی را نشان می دهد، که در آن مناطق گم شده و مسدود TLS با ابرهای نقطه پهپاد نمونه برداری می شوند.

5. TLS و UAV Data Fusion

چالش برانگیزترین جنبه ادغام داده های چند حسگر، تراز کردن و تبدیل تمام داده های ابر نقطه ای به یک سیستم مختصات است، به عنوان مثال، دو مجموعه داده باید با یک مکان فضایی مرتبط باشند. بسل و مک کی [ 57] الگوریتم نزدیکترین نقطه تکراری (ICP) را توسعه داد که اکنون یک روش پرکاربرد برای ثبت مجموعه داده است. اصل اساسی ICP این است که نزدیکترین نقطه را به عنوان یک نقطه همبسته در ابر دیگر در نظر بگیریم. این با تبدیل و چرخش مکرر یک مجموعه داده آزاد به یک مجموعه ثابت با شش درجه آزادی انجام می شود، تا زمانی که تغییر تبدیل داده در محدوده تحمل مورد نیاز همگرا شود. فرم ثبت نام ماهیت غیر هدفمندی داشت که فرآیند را کاملاً خودکار می کرد. از سوی دیگر، اسکن ها باید به گونه ای معقول قرار گیرند تا فرآیند به طور موثر و سریع همگرا شود [ 58 ]]. در این حالت، نقاط همولوگ به‌منظور محاسبه حرکت اولیه بین دو ابر، با استفاده از مجموعه‌ای از ویژگی‌های همبسته در گوشه‌ها و مرزهای سقف، به صورت دستی تعریف شدند. رابطه بین سیستم های مختصات TLS و مدل های تصویر در پارامترهای ترجمه و چرخش (Tx، Ty، Tz، ω Φ ƙ)، که در شکل 15 نشان داده شده است، توضیح داده شده است. سپس الگوریتم ICP می تواند به عنوان فرآیند ثبت نام جریمه یا محلی مورد استفاده قرار گیرد. این روش تا زمانی که تمام ابرهای نقطه حسگرها به طور دقیق ثبت شوند، تکرار شد. داده های فتوگرامتری عناصر معماری حجازی (روشن و در) با داده های TLS ترکیب شدند. همانطور که در شکل 16 نشان داده شده است. شکل 17روند ادغام مدل پهپاد با داده های TLS را به تصویر می کشد. مدل بافت نهایی قلعه در نتیجه یکپارچه سازی داده ها در شکل 18 نشان داده شده است .

6. پیاده سازی BIM

نویز در ابر نقطه پس از ترکیب TLS و ابرهای نقطه فتوگرامتری برای بهبود تفسیر صحنه تمیز و فیلتر شد (به عنوان مثال، نقاط تمیز افراد، درختان، ماشین‌ها و مبلمان). پس از آن، یک پلت فرم BIM برای نمایه سازی ابر نقطه بهینه شده استفاده شد. نرم افزار Autodesk Revit Architecture به عنوان ابزار مدل سازی استفاده شد. Revit از دو سیستم مختصات استفاده می کند – نقطه پایه پروژه، که موقعیت اشیاء را در بافت محلی مدل نشان می دهد، و سیستم مختصات بررسی، که زمینه دنیای واقعی را برای مدل فراهم می کند. برای درج ابرهای نقطه با مختصات جغرافیایی مرجع آنها، اولین گام این بود که مختصات یک نقطه انتخاب شده در ابر نقطه (مثلا نقطه ای در سطح زمین) را به دست آوریم و همان مختصات را به نقطه بررسی در Revit اختصاص دهیم. .
اجزای ساختمان به منظور انجام مدل‌سازی دقیق اطلاعات ساختمان از عناصر معماری، به سطوح منظم و نامنظم طبقه‌بندی شدند. معیارهای طبقه بندی بر اساس پیچیدگی شکل، کمیت و نوع جزئیات بود. اشیاء ساده یا یکنواخت، مانند کف، سقف، ستون و دیوار، سطوح منظم محسوب می شدند. عناصر معماری حجازی مانند در و پنجره به دلیل دارا بودن جزئیات زیاد به عنوان سطوحی نامنظم به حساب می آمدند.
ابر نقطه ای برای موزه خانه مطبولی ابتدا برای ارائه پلان ها و ارتفاعات قطعه بندی شد. همانطور که در شکل 19 a,b نشان داده شده است، ابر نقطه به صورت طولی و عرضی برش داده شد . این برش ها برای نشان دادن چیدمان و ترکیب داخلی سازه و تعیین ابعاد عناصر مورد استفاده قرار گرفت. متعاقباً، مجموعه‌ای از شبکه‌ها در یک سطح معین در پلان‌سنجی ایجاد شد. نشان داده شده در شکل 19 ج. این شبکه‌ها که در امتداد مرکز مناطق مرزی قرار دارند، طرح کلی سطوح ابر را مشخص می‌کنند. نماهای ابر نقطه ای حاصل برای ایجاد نمایه ای استفاده شد که سطوح مدل را در ارتفاعات مختلف نشان دهد، به طوری که فواصل عمودی بین دو نقطه را بتوان تخمین زد.
پس از تکمیل این اقدامات، صفحات، بخش های شبکه عمودی، و اشیاء ساده منظم به صورت دستی بر روی ابر نقطه ردیابی شدند. ابر نقطه با چند ضلعی های بسته مشخص می شود تا به عنوان راهنما برای مدل سازی عناصر مختلف معماری مورد استفاده قرار گیرد، همانطور که در شکل 19 a-e,h نشان داده شده است. در جایی که هندسه یک سطح معین منظم و ساده بود (دیوارها، کف، ستون‌ها، طاق‌ها و پله‌ها)، مدل‌سازی با استفاده از ابزارهای اساسی سکوی BIM انجام شد و برای توصیف صحیح جزء فعلی، همانطور که در شکل 20 نشان داده شده است، اصلاح شد .
با این حال، زمانی که هندسه سطح نامنظم یا پیچیده بود، ابرهای نقطه‌ای به‌دست‌آمده از بررسی ابر نقطه تصویربرداری می‌توانست جزئیاتی را در مورد اجزای جسم ارائه دهد و به تخمین ابعاد و اندازه‌های صحیح اجازه دهد، همانطور که در شکل 19 f,g و شکل 21 نشان داده شده است.. مدل‌سازی عمدتاً با تقسیم‌بندی ابر نقطه‌ای که شی را نشان می‌دهد آغاز شد. ثانیاً، از ابزارهای طراحی ساده، مانند چند خط، برای ترسیم طرح کلی شی و شناسایی تمام اجزای آن – قاب ها، لبه های دقیق، و اقلام تزئینی پیچیده استفاده شد. جزئیات به دقت مورد نیاز برای دستیابی به مدل های سه بعدی نهایی بستگی دارد. مواد، بافت، و داده های تاریخی عناصر مدل شده سپس در کتابخانه HBIM درج شد. کتابخانه به پایگاه داده عناصر مختلف پیوند داده شد، بنابراین کاربران را قادر می سازد تا شکل عناصر معماری را با تنظیم پارامترهای مربوطه تغییر دهند. این کتابخانه به عنوان یک راه حل عملی برای مدل سازی سه بعدی تکراری طیف وسیعی از ساختمان ها با فرم های مشابه بدون نیاز به شروع از صفر در نظر گرفته می شود.
عناصر معماری قلعه اسفان با استفاده از روشی که قبلا توضیح داده شد مدل سازی شد. ابر نقطه ای برای ارائه بخش ها و ارتفاعات به عنوان نقشه ای برای یافتن و ترسیم اشیاء مختلف کتابخانه مانند دیوارها، برج ها، طاق ها، طاق ها، طبقات و سایر ویژگی های دسترسی و داخلی، همانطور که در شکل 22 نشان داده شده است، تقسیم شد.. در مثال مدل‌سازی برج، ترکیب طول، عمق، ارتفاع داخلی و خارجی، ابعاد پایه، و عرض‌های خارجی و بالایی ضروری بود تا بتوان یک تابع پارامتری را که در تمام اجزای آن تغییر داد، ارائه کرد. یکی دیگر از ویژگی های منحصر به فرد راه پله بود. بررسی با توسعه کانتور سه بعدی دقیق سازه آغاز شد و سپس با در نظر گرفتن افزایش ارتفاع به عناصر سه بعدی برای هر پله از پله ها تبدیل شد. مدل حاصل در شکل 23 نشان داده شده است .

7. بحث

چالش‌های کلیدی در مدل‌سازی اطلاعات ساختمان اجزای ساختمان موجود منحصربه‌فرد بودن مصنوعات و پیچیدگی آنها است که تأثیر عمده‌ای بر جمع‌آوری و سازماندهی داده‌های سه بعدی دارد. روش‌هایی مانند TLS می‌تواند به بهبود سطح جزئیات هر جزء ضبط‌شده و تعیین مکان، اندازه، ویژگی‌های فیزیکی و به‌ویژه شکل‌ها و بی‌نظمی‌های آن کمک کند. نقشه برداری سه بعدی دقیق به دلیل موقعیت یابی نقاط و تشخیص لبه های داده های لیزری یک چالش است. برای این منظور، تحقیق حاضر یک گردش کار با استفاده از مجموعه داده‌های TLS و تصویری برای افزایش دیجیتالی کردن سایت‌های میراث ساخته شده برای ترسیم دقیق HBIM ارائه می‌کند. موزه خانه مطبولی و قلعه اسفان دو موردی هستند که برای نشان دادن اعتبار روش شناسی ما مورد استفاده قرار گرفتند. پس از تعریف روش‌های پیشنهادی و ارزیابی نتایج به‌دست‌آمده در آزمایش‌ها، مهم است که سهم آنها را در مقایسه با سایر جریان‌های کاری پیشرفته مورد استفاده برای HBIM خلاصه کنیم.
1. همانطور که در بخش 2 بیان شد ، روش‌های متعددی در جامعه علمی برای ایجاد جریان‌های کاری برای بهبود تفسیر و ترسیم اشیاء پارامتریک پیچیده در ابرهای نقطه لیزری با استفاده از تصاویر غیر متریک توسعه داده شد [ 6 ، 54 ]. ردیابی ویژگی‌های شی در تصاویر دوبعدی که فاقد اطلاعات مقیاس هستند، ردیابی و موقعیت‌یابی صحیح اشکال اشیاء را در داده‌های لیزری مربوطه تضمین نمی‌کند. در مقایسه، رویکرد پیشنهادی اجسام پیچیده و نامنظم را در زمینه یک ابر نقطه متراکم مقیاس‌پذیر شناسایی می‌کند که به طور موثر با داده‌های TLS ترکیب می‌شود.
2. برخی از رویکردهای دیگر [ 34 ، 55 ] از فتوگرامتری SfM برای گرفتن نواحی مسدود یا بخش‌های خاص ساختمان استفاده کردند. اگرچه این عناصر به مدل TLS ارجاع داده می‌شوند، مدل‌سازی جداگانه و جداگانه BIM سطوح شی منجر به از دست رفتن اطلاعات توپولوژیکی مورد نیاز برای تجزیه و تحلیل اجزای ساختار می‌شود. بنابراین، گردش کار پیشنهادی، عناصر BIM را در موقعیت واقعی آنها در محیط ساخته شده پردازش و مدیریت می کند. این باعث ایجاد تعاملات هوشمند بین اجزای معماری که مدل را می‌سازند و مطالعه کارآمد ساختمان‌ها را برای فعالیت‌های حفاظت و مرمت تضمین می‌کند.
با این حال، در فرآیند طراحی مدل، المان‌های عمودی و افقی زمان یا کار زیادی ندارند، بلکه عناصر و سطوح حجازی با هندسه پیچیده‌تر، عملیات پیچیده و دستی را به دنبال دارد. علاوه بر این، انسداد و مشکل پوشش نقطه ای جزئی بر فرآیند تبدیل تأثیر می گذارد (به عنوان مثال، سطوح داخلی که از اسکنرهای لیزری یا دوربین ها قابل مشاهده نیستند، پوشش نقطه ضعیفی دارند). در نتیجه، دیوارها، کف ها، ستون ها و سایر عناصر ساختمانی به دقت ساخته شدند تا از مناسب بودن تقاطع اطمینان حاصل شود. پس از مدل‌سازی عناصر با ویژگی‌هایشان، مدل HBIM کامل نمایش و مدیریت داده‌های مکانی بهتر را امکان‌پذیر کرد. علاوه بر این، این اجزا می توانند برای تولید خودکار اسناد فنی مانند مقاطع، ارتفاعات،شکل 24 مقاطع طولی ایجاد شده از مدل های BIM را نشان می دهد. جابجایی بین اسناد و طرح‌بندی‌های سه بعدی و دو بعدی برای معماران و محافظان مفید است.

8. نتیجه گیری

مدل‌سازی اطلاعات ساختمان میراث، بستر مشترکی را برای مهندسان، معماران، مورخان و مقامات دولتی فراهم می‌کند تا اطلاعات مکانی و داده‌های انتساب را یکپارچه کنند و به آن دسترسی داشته باشند. وظیفه، در اینجا، بازسازی و مدلسازی شرایط ساخته شده عناصر معماری است. چالش‌های مدل‌سازی قطعات مسدود شده، حاشیه‌های لبه، و سطوح طلاکاری‌شده ممکن است در هنگام ترسیم مدل اطلاعات ساختمان میراث پارامتریک با استفاده از داده‌های لیزری به‌اندازه کافی مورد توجه قرار نگیرند. در این زمینه، کار پیشنهادی یک گردش کار کارآمد را با ترکیب TLS و ابرهای نقطه فتوگرامتری ارائه می‌کند تا از نمایش واقعیت هندسی کامل سازه با سطح جزئیات مورد نیاز اطمینان حاصل کند. در طول مرحله مدل‌سازی، لازم است اجزای مختلف معماری را از یک زمینه گونه‌شناسی درک کنیم. امکان تجزیه و تحلیل پیشرفته لازم برای حفاظت و مدیریت ساختمان ها را فراهم می کند. برای این منظور، گردش کار پیشنهادی اشیاء HBIM را با موقعیت سه بعدی واقعی آنها در سیستم ساخت و ساز مدل می کند. اجسام پیچیده و مسدود شده با استفاده از فتوگرامتری در زمینه یک ابر نقطه متراکم مقیاس‌پذیر مدل‌سازی می‌شوند که به طور موثر با داده‌های TLS ترکیب می‌شود. به نظر می رسد مطالعات موردی پیشنهادی موزه خانه مطبولی و قلعه اسفان نمونه های خوبی باشند. کتابخانه ای از عناصر پارامتریک BIM، از جمله ویژگی های معماری سنتی سبک حجازی، در طول توسعه پروژه توسعه یافت و برای استفاده در آینده در دسترس خواهد بود. مطالعات آینده باید قابلیت استفاده از گردش کار پیشنهادی را برای خودکارسازی فرآیند HBIM با استفاده از ابرهای نقطه ترکیبی بررسی کند. به منظور خودکار سازی بازسازی پارامتریک اشیاء پیچیده، یک رویکرد قابل اعتماد برای تشخیص و تشخیص ویژگی های هندسی هوشمند مورد نیاز است. الگوریتم‌های جدید مبتنی بر مقادیر شدت تصاویر رنگی ممکن است در این زمینه برای قطعه‌بندی و کمیت کردن محیط شکل شیء در ابر نقطه مربوطه استفاده شوند.

منابع

  1. آندریاسیان، م. مویانو، جی. نیتو جولیان، جی. آنتون، دی. از داده‌های ابر نقطه‌ای تا مدل‌سازی اطلاعات ساختمان: یک گردش کار پارامتری خودکار برای Heritage. Remote Sens. 2020 , 12 , 1094. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  2. روشا، جی. ماتئوس، ال. فرناندز، جی. فریرا، V. یک روش اسکن به BIM به کار رفته در ساختمان های میراث. Heritage 2020 ، 3 ، 4. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  3. جو، YH; Hong, S. مستندات دیجیتال سه بعدی سایت میراث فرهنگی بر اساس همگرایی اسکن لیزری زمینی و فتوگرامتری وسایل نقلیه هوایی بدون سرنشین. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 53. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  4. Anil، EB; تانگ، پی. آکینجی، بی. هوبر، دی. روش تحلیل انحراف برای ارزیابی کیفیت مدل‌های اطلاعات ساختمانی که از داده‌های ابر نقطه‌ای تولید شده‌اند. خودکار ساخت و ساز 2013 ، 35 ، 507-516. [ Google Scholar ] [ CrossRef ]
  5. لارسن، KE; لاتکه، اف. اوت، اس. Winter, S. نقشه برداری و گردش کار دیجیتال در پروژه های مقاوم سازی عملکرد انرژی با استفاده از عناصر پیش ساخته. خودکار ساخت و ساز 2011 ، 20 ، 999-1011. [ Google Scholar ] [ CrossRef ]
  6. Sztwiertnia، D.; اوچالک، ا. تاما، ع. Lewińska، P. HBIM (مدل اطلاعات ساختمان میراث) کلیسای Wang Stave در Karpacz–مطالعه موردی. بین المللی J. Arch. میراث. 2019 ، 5238. [ Google Scholar ] [ CrossRef ]
  7. تانگ، پی. آکینجی، بی. Huber، D. کمی سازی از دست دادن لبه داده های لیزری اسکن شده در ناپیوستگی های فضایی. خودکار ساخت و ساز 2009 ، 18 ، 1070-1083. [ Google Scholar ] [ CrossRef ]
  8. مچلکه، ک. Kersten، TP; Lindstaedt, M. بررسی های مقایسه ای در مورد رفتار دقت نسل جدید سیستم های اسکن لیزری زمینی. انتخاب کنید 3D Meas. فنی هشتم 2007 ، 1 ، 319-327. [ Google Scholar ]
  9. مسچینی، ع. پتروچی، ای. روسی، دی. Sicuranza، F. Point نظرسنجی مبتنی بر ابر برای میراث فرهنگی – تجربه استفاده یکپارچه از فناوری مبتنی بر محدوده و تصویر برای صومعه سن فرانچسکو در Monterubbiano. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2014 ، 40 ، 413-420. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  10. دوستال، سی. Yamafune, K. نگاشت بافت فتوگرامتری: روشی برای افزایش وفاداری مدل های سه بعدی مواد میراث فرهنگی. J. Archaeol. علمی Rep. 2018 , 18 , 430-436. [ Google Scholar ] [ CrossRef ]
  11. الشوابکه، ی. استخراج ویژگی خطی از ابر نقطه با استفاده از اطلاعات رنگ. میراث. علمی 2020 ، 8 ، 3826. [ Google Scholar ] [ CrossRef ]
  12. Banfi، F. HBIM، طراحی سه بعدی و واقعیت مجازی برای مکان‌های باستان‌شناسی و خرابه‌های باستانی. باستانی مجازی Rev. 2020 , 11 , 16-33. [ Google Scholar ] [ CrossRef ]
  13. Themistocleous، K. آگاپیو، ا. هاجیمیتسیس، دی. مستندسازی سه بعدی و مدل سازی بیم سازه های میراث فرهنگی با استفاده از uavs: مورد کلیسای فوینکاریا. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2016 ، 42 ، 45-49. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. شارف، ا. رامپلر، ام. فراندرفر، اف. مایر، جی. Bischof, H. در مورد استفاده از uavs در معدن و باستان شناسی – بازسازی های سه بعدی دقیق جغرافیایی با استفاده از سکوهای مختلف و نماهای زمینی. ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2015 ، 2 ، 15-22. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  15. میکیتا، تی. بالکوا، م. باجر، ع. سیبولکا، م. Patočka, Z. مقایسه روش‌های مختلف سنجش از دور برای مدل‌سازی سه‌بعدی رخنمون‌های سنگ‌های کوچک. Sensors 2020 , 20 , 1663. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  16. آرزا-گارسیا، م. گیل-دوکامپو، م. Ortiz-Sanz، J. یک رویکرد فتوگرامتری ترکیبی برای مکان‌های باستان‌شناسی: مسائل مربوط به تراز بلوک در یک مطالعه موردی (اردوگاه رومی A Cidadela). J. Cult. میراث. 2019 ، 38 ، 195-203. [ Google Scholar ] [ CrossRef ]
  17. رموندینو، اف. نوچرینو، ای. توشی، آی. Menna, F. بررسی انتقادی پردازش فتوگرامتری خودکار مجموعه داده های بزرگ. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2017 ، 42 ، 591-599. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. چیابراندو، اف. سامارتانو، جی. اسپانو، آ. Spreafico، A. مدل‌های سه بعدی ترکیبی: هنگامی که نوآوری‌های ژئوماتیک با مجموعه‌های میراث ساخته شده گسترده روبرو می‌شوند. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 124. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  19. بارازتی، ال. بنفی، ف. برومانا، آر. گاسمرولی، جی. پرویتالی، م. Schiantarelli، G. Cloud-to-BIM-to-FEM: شبیه سازی ساختاری با BIM تاریخی دقیق از اسکن های لیزری. شبیه سازی مدل. Pr. نظریه 2015 ، 57 ، 71-87. [ Google Scholar ] [ CrossRef ]
  20. دور، سی. مورفی، ام. مک کارتی، اس. برچین، اف. کسیدی، سی. Dirix، E. شبیه سازی ساختاری و تجزیه و تحلیل حفاظت – مدل اطلاعات ساختمان تاریخی (HBIM). ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2015 ، 40 ، 351-357. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  21. کروماز، م. بتی، ام. کونتی، ا. توچی، جی. بارتولی، جی. بونورا، وی. کوروماز، AG; Fiorini، L. یک رویکرد اسکنر لیزری زمینی (TLS)، تحلیل انحراف (DA) و المان محدود (FE) برای ارزیابی سلامت سازه‌های تاریخی. مطالعه موردی مناره مهندس ساختار. 2017 ، 153 ، 224-238. [ Google Scholar ] [ CrossRef ]
  22. Abbate، E. اینورنیزی، اس. Spanò، A. مدل‌سازی پارامتریک HBIM از ابرها برای انجام تحلیل‌های ساختاری بر اساس عناصر محدود: مطالعه موردی در یک طاق بتنی سهموی. Appl. Geomat. 2020 . [ Google Scholar ] [ CrossRef ]
  23. آلتونتاس، سی. یلدیز، ف. Scaioni، M. اسکن لیزری و یکپارچه سازی داده ها برای ضبط دیجیتالی سه بعدی سازه های تاریخی پیچیده: مورد موزه مولانا. ISPRS Int. J. Geo-Inf. 2016 ، 5 ، 18. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  24. الشوابکه، ی. داده های رنگی و لیزری به عنوان رویکردی مکمل برای مستندسازی میراث. Remote Sens. 2020 , 12 , 3465. [ Google Scholar ] [ CrossRef ]
  25. پیردیکا، آر. پائولانتی، م. ماترون، اف. مارتینی، م. مربیدونی، سی. Malinverni، ES; فروتونی، ای. Lingua، AM Point Cloud Semantic Segmentation با استفاده از چارچوب یادگیری عمیق برای میراث فرهنگی. Remote Sens. 2020 , 12 , 1005. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  26. فونت، ا. آلوز، ن. سوزا، ن. چه گوارا، ام. Magalhães، L. Heritage BIM ادغام با واقعیت ترکیبی برای تعمیر و نگهداری پیشگیرانه ساختمان. در مجموعه مقالات بیست و چهارمین Encontro Português de Computação Gráfica e Interação (EPCGI 2017)، گیماراس، پرتغال، 12 اکتبر 2017؛ صص 1-7. [ Google Scholar ]
  27. کونتی، ا. فیورینی، ال. ماسارو، آر. سانتونی، سی. Tucci، G. HBIM برای حفظ یک زیرساخت تاریخی: پل کارلو III قنات کارولینو. Appl. Geomat. 2020 ، 1044. [ Google Scholar ] [ CrossRef ]
  28. باچی، جی. برتولینی، اف. Bevilacqua، MG; کاروتی، جی. ساراگوسا، IM-E. مارتینو، ام. Piemonte، A. روش شناسی HBIM برای مرمت معماری. مورد کلیسای سابق سان کیریکو آل اولیوو در لوکا، توسکانی. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2019 ، 42 ، 121-126. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  29. تسیلیمانتو، ای. دلگو، ای تی. نیکیتاکوس، IA؛ یوآنیدیس، سی. Moropoulou، A. GIS و BIM به عنوان محیط های دیجیتال یکپارچه برای مدل سازی و نظارت بر بناهای تاریخی. Appl. علمی 2020 ، 10 ، 1078. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  30. آنتون، دی. پیندا، پ. مجدوب، بی. ایرانزو، الف. مدلسازی سه بعدی شهر میراثی برای پشتیبانی از تحلیل ساختاری عددی: کاربرد در ارزیابی یک بقایای باستانی. Remote Sens. 2019 , 11 , 1276. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  31. توچی، جی. کونتی، ا. فیورینی، ال. کورنگیو، ام. والدامبرینی، ن. Matta, C. M-BIM: ابزاری جدید برای Galleria dell’Accademia di Firenze. باستانی مجازی Rev. 2019 , 10 , 40-55. [ Google Scholar ] [ CrossRef ]
  32. گودینیو، ام. ماچته، آر. پونته، ام. Falcão، AP; Gonçalves، AB; بنتو، R. BIM به عنوان منبعی در مدیریت میراث: برنامه کاربردی برای کاخ ملی سینترا، پرتغال. J. Cult. میراث. 2020 ، 43 ، 153-162. [ Google Scholar ] [ CrossRef ]
  33. آکامپا، جی. فورته، اف. دی پائولا، مدل‌ها و ارزیابی‌های PBIM. در ارزش ها و کارکردها برای شهرهای آینده. انرژی و فناوری سبز ; Mondini, G., Oppio, A., Stanghellini, S., Bottero, M., Abastante, F., Eds. Springer: Cham, Switzerland, 2020. [ Google Scholar ] [ CrossRef ]
  34. بنفی، ف. برومانا، آر. Stanga, C. مدل های واقعیت توسعه یافته و اطلاعاتی برای میراث معماری: از فرآیند اسکن به BIM تا واقعیت مجازی و افزوده. باستانی مجازی Rev. 2019 , 10 , 14-30. [ Google Scholar ] [ CrossRef ]
  35. آدمی، ع. اسکالا، بی. Spezzoni، A. مدل‌سازی و دقت در یک محیط bim برای حفاظت برنامه‌ریزی‌شده: آپارتمان troia جولیو رومانو. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2017 ، 42 ، 17-23. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  36. دیاز-ویلارینو، ال. خوشلحم، ک. مارتینز-سانچز، جی. آریاس، ص. مدلسازی سه بعدی فضاهای داخلی ساختمان و درهای بسته از ابرهای تصویری و نقطه ای. Sensors 2015 , 15 , 3491-3512. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  37. ملک، ر. لیچتی، دی. Ruwanpura، JY شناسایی خودکار عناصر ساختاری مشترک از ابرهای نقطه ای برای نظارت خودکار پیشرفت و کنترل کیفیت ابعادی در ساخت و ساز بتن مسلح. Remote Sens. 2019 , 11 , 1102. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  38. دیارا، اف. Rinaudo، F. طبقه بندی IFC برای FOSS HBIM: مسائل باز و طرح پیشنهادی برای دارایی های میراث فرهنگی. Appl. علمی 2020 ، 10 ، 8320. [ Google Scholar ] [ CrossRef ]
  39. Prizeman، OEC HBIM و تکنیک‌های تطبیق: ملاحظاتی برای ساختمان‌های اواخر قرن نوزدهم و اوایل قرن بیستم. J. Arch. حفظ کنید. 2015 ، 21 ، 145-159. [ Google Scholar ] [ CrossRef ]
  40. پریتو، SA; آدان، ا. Quintana، B. آماده سازی و بهبود داده های اسکنر لیزری سه بعدی برای مدل های BIM رنگی واقعی. Vis. محاسبه کنید. 2018 ، 36 ، 113-126. [ Google Scholar ] [ CrossRef ]
  41. ولک، آر. استنگل، جی. شولتمن، اف. مدل سازی اطلاعات ساختمان (BIM) برای ساختمان های موجود – بررسی ادبیات و نیازهای آینده. خودکار ساخت و ساز 2014 ، 38 ، 109-127. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  42. دور، سی. مورفی، ام. ادغام مدل سازی اطلاعات ساختمان های تاریخی (HBIM) و GIS سه بعدی برای ثبت و مدیریت سایت های میراث فرهنگی. در مجموعه مقالات 2012 هجدهمین کنفرانس بین المللی سیستم های مجازی و چند رسانه ای، میلان، ایتالیا، 2 تا 5 سپتامبر 2012. صص 369-376. [ Google Scholar ]
  43. لوپز، FJ; Lerones، PM; لاماس، ج. گومز-گارسیا-برمخو، جی. Zalama، E. مروری بر مدل‌سازی اطلاعات ساختمان میراث (H-BIM). فناوری چند وجهی تعامل داشتن. 2018 ، 2 ، 21. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  44. برومانا، آر. بنفی، ف. کانتینی، ال. پرویتالی، م. Della Torre, S. Hbim سطح جزئیات-هندسه-دقت و تحلیل بررسی برای حفظ معماری. در مجموعه مقالات دومین کنفرانس بین المللی ژئوماتیک و مرمت (GEORES 2019)، میلان، ایتالیا، 8 تا 10 مه 2019؛ Copernicus GmbH: گوتینگن، آلمان، 2019؛ صص 293-299. [ Google Scholar ]
  45. بایک، ا. بوهم، جی. مدل سازی اطلاعات ساختمان برای بناهای تاریخی جده تاریخی-عربستان سعودی. میراث دیجیتال 2015. 2015 ، 2 ، 125-128. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  46. اورنی، د. برومانا، آر. جورجوپولوس، AP; Cuca، B. HBIM برای حفاظت و مدیریت میراث ساخته شده: به سمت کتابخانه ای از طاق ها و کفپوش های چوبی. ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2013 ، 2 ، 215-221. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. نیتو جولیان، جی. آنتون، دی. مویانو، JJ پیاده سازی و مدیریت تغییر شکل های سازه در مدل های اطلاعاتی ساختمان های تاریخی. بین المللی J. Arch. میراث. 2020 ، 14 ، 1384-1397. [ Google Scholar ] [ CrossRef ]
  48. فریسکوفسکا، ا. Stachelek, J. روشی بدون مرجع برای تجزیه و تحلیل کیفیت محتوای هندسی مدل های سه بعدی تولید شده از ابرهای نقطه اسکن لیزری برای hBIM. J. Cult. میراث. 2018 ، 34 ، 95-108. [ Google Scholar ] [ CrossRef ]
  49. D’Amico، A. Currà، E. از نظرسنجی TSL تا HBIM، مسائل مربوط به بررسی و پیاده سازی مدل سازی اطلاعات برای میراث ساخته شده، مطالعه موردی معبد دی باکو راولو. در مجموعه مقالات سی و پنجمین eCAADe 35 رقمی Herit Shock-Shar Comput. دانش! Sapienza Universita di Roma، رم، ایتالیا، 20–22 سپتامبر 2017; جلد 2، ص 39-48. [ Google Scholar ]
  50. باریل، وی. فوتیا، ع. کاندلا، جی. Bernardo, E. ادغام مدل سه بعدی از بررسی پهپاد در محیط bim. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2019 ، 42 ، 195-199. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  51. باگنولو، وی. آرگیولاس، آر. Cuccu، A. HBIM برای سایت‌های باستان‌شناسی: از بررسی مبتنی بر sfm تا مدل‌سازی الگوریتمی. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2019 ، 42 ، 57-63. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  52. شونبرگر، جی ال. Frahm، JM Structure–from–Motion Revisited. در مجموعه مقالات کنفرانس انجمن رایانه ای IEEE در مورد دید رایانه و تشخیص الگو، IEEE، لاس وگاس، NV، ایالات متحده، 27 تا 30 ژوئن 2016؛ صص 4104-4113. [ Google Scholar ]
  53. فوروکاوا، ی. کورلس، بی. Seitz، SM; Szeliski, R. بازسازی فضای داخلی ساختمان از روی تصاویر. در مجموعه مقالات دوازدهمین کنفرانس بین المللی IEEE در سال 2009 در بینایی کامپیوتر، کیوتو، ژاپن، 29 سپتامبر تا 2 اکتبر 2010. صص 80-87. [ Google Scholar ]
  54. لوپز، FJ; Lerones، PM; لاماس، ج. گومز-گارسیا-برمخو، جی. Zalama، E. چارچوبی برای استفاده از داده‌های ابر نقطه ساختمان‌های Heritage به سمت مدل‌سازی هندسه در زمینه BIM: مطالعه موردی در کلیسای Santa Maria la Real de Mave. بین المللی J. Arch. میراث. 2017 ، 11 ، 965-986. [ Google Scholar ] [ CrossRef ]
  55. مورفی، ام. مک گاورن، ای. Pavia, S. Historic Building Information Modelling – افزودن هوشمندی به بررسی های لیزری و تصویری معماری کلاسیک اروپایی. ISPRS J. Photogramm. Remote Sens. 2013 ، 76 ، 89-102. [ Google Scholar ] [ CrossRef ]
  56. تلمسانی، ع. ساروجی، ف. Adas, A. جده قدیمی یک شهر سنتی مسلمانان عرب در عربستان سعودی ; فهرست نویسی کتابخانه ملی ملک فهد: جده، عربستان سعودی، 2009; شابک 978-603-00-2663-0. [ Google Scholar ]
  57. بسل، پ. McKay, ND روشی برای ثبت اشکال سه بعدی. IEEE Trans. الگوی مقعدی ماخ هوشمند 1992 ، 14 ، 239-256. [ Google Scholar ] [ CrossRef ]
  58. میترا، نیوجرسی؛ گلفاند، ن. پوتمن، اچ. Guibas, L. ثبت داده های ابر نقطه از دیدگاه بهینه سازی هندسی. در مجموعه مقالات سمپوزیوم 2004 Eurographics/ACM SIGGRAPH در مورد پردازش هندسه (SGP 2004) ; Scopigno, R., Zorin, D., Eds. ACM Press: نیویورک، نیویورک، ایالات متحده آمریکا؛ پ. 22. [ CrossRef ][ نسخه سبز ]
Ijgi 10 00316 g001 550
شکل 1. گردش کار اسکن به BIM.
Ijgi 10 00316 g002 550
شکل 2. عناصر معماری مشترک ساختمان های تاریخی جده (برجسته شده). (از چپ به راست) – روشن، دروازه، منجور و گچ تزئین شده.
Ijgi 10 00316 g003 550
شکل 3. خانه موزه مطبولی در جده تاریخی.
Ijgi 10 00316 g004 550
شکل 4. ساختار قاب روشن.
Ijgi 10 00316 g005 550
شکل 5. قلعه اسفان.
Ijgi 10 00316 g006 550
شکل 6. برنامه کاری اسکن عمومی.
Ijgi 10 00316 g007 550
شکل 7. ابر نقطه رنگی سه بعدی.
Ijgi 10 00316 g008 550
شکل 8. ابر نقطه سه بعدی رنگی برای فضای داخلی موزه خانه متبولی.
Ijgi 10 00316 g009 550
شکل 9. فاصله نمونه برداری از زمین (GSD) داده های فتوگرامتری روشن.
Ijgi 10 00316 g010 550
شکل 10. مدل سازی عناصر معماری سه بعدی حجازی با استفاده از ( a ) TLS و ( b ) فتوگرامتری.
Ijgi 10 00316 g011 550
شکل 11. طرح بندی نقاط کنترل و ایستگاه های اسکن.
Ijgi 10 00316 g012 550
شکل 12. ابر نقطه رنگی سه بعدی TLS قلعه اسفان. استفاده از دوربین متصل به TLS منجر به اطلاعات رنگی با وضوح پایین و همگنی ضعیف رنگ می شود.
Ijgi 10 00316 g013 550
شکل 13. ( الف ) ابر نقطه سه بعدی با استفاده از TLS. ( ب ) سقف های نمونه برداری نشده و قسمت های بالایی که از TLS پوشیده شده اند.
Ijgi 10 00316 g014 550
شکل 14. ( الف ) تولید ابر نقطه ای از تصاویر پهپاد. ( ب ) مدل سطح دیجیتال پهپاد-SfM. ( ج ) مدل سه بعدی پهپاد.
Ijgi 10 00316 g015 550
شکل 15. پارامترهای ثبت دوربین.
Ijgi 10 00316 g016 550
شکل 16. ادغام داده های ابر نقاط مبتنی بر تصویر سه بعدی (روشن و در اصلی) با ابر نقطه TLS (سایه دار).
Ijgi 10 00316 g017 550
شکل 17. ادغام داده های مدل بافت دار 3 بعدی پهپاد با ابر نقطه TLS (سایه دار).
Ijgi 10 00316 g018 550
شکل 18. مدل سه بعدی پیشرفته قلعه اسفان با استفاده از ترکیب داده های پهپاد و TLS.
Ijgi 10 00316 g019 550
شکل 19. از ابرهای نقطه تقویت شده تا مدل HBIM – موزه خانه متبولی. ( الف ، ب ) مقاطع طولی و عرضی در ابرهای نقطه ای. ( ج ) مجموعه ای از شبکه های ایجاد شده بر روی صفحه سنجی. ( d – h ) نمونه هایی از عناصر مختلف BIM.
Ijgi 10 00316 g020 550
شکل 20. مدل HBIM برای دیوارهای خارجی و داخلی.
Ijgi 10 00316 g021 550
شکل 21. روشن به عنوان یک خانواده پارامتری با استفاده از ابر نقطه تقویت شده ایجاد شد.
Ijgi 10 00316 g022 550
شکل 22. از ابرهای نقطه تقویت شده تا مدل HBIM – قلعه اسفان.
Ijgi 10 00316 g023 550
شکل 23. مدل دانه بندی قلعه اسفان.
Ijgi 10 00316 g024 550
شکل 24. مدل های نهایی BIM و سطح مقطع آنها.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید