历史建筑实景数字模型与BIM模型的构建与融合技术

辛佩康 谷志旺 高丙博 仇春华 赵 泳 王莉洁

1. 上海建工四建集团有限公司 上海 201103；2. 上海建四职业技能培训中心 上海 200072

历史建筑数字化是历史建筑修缮、保护以及建筑数据存档的重要技术手段，为历史建筑的生命延续与价值再利用提供保障。得益于现阶段建筑信息采集与计算机图形展示技术的发展，数字化手段从手工实体测量、线划图绘制转变为基于三维激光扫描、近景摄影测量等实景测量方法的数据采集，并借助逆向建模等方法获取历史建筑可用的数字化成果。

为了更全面、更便捷地对历史建筑的本体数据进行采集记录，目前已经普遍开始利用实景测量的方式进行原始建筑点云数据获取，但存在的问题是对所获取的点云数据无法高效地利用，只停留在“观赏”阶段。由点云自动生成的三角格网模型仍属于表皮模型，无建筑构件属性信息，这给历史建筑的修缮、保护性监测等应用都带来了极大的难度[1]。

另外，基于点云数据的逆向建模虽然能够解决上述问题，但由于点云的散乱、非结构化以及无强特征属性等缺陷，使逆向建模变得相当困难，限制了其在工程中的应用。针对此问题，本文以上海音乐厅修缮工程为例，详细研究了历史建筑数字化实景模型与参数化模型各自的应用优势与缺陷，并对面向工程应用的模型融合与处理技术进行了探索。

1 历史建筑实景数字模型

1.1 历史建筑实景建模

历史建筑实景建模目前主要通过三维激光扫描、近景摄影测量等实景测量技术获取建筑外形点云数据，再经过网格封装、缺陷修复等形成高精度的网格模型，建立的模型能够精确、细致、真实地反映建筑的几何外形、色彩与纹理等信息。

1）数据获取。针对历史建筑空间结构复杂、色彩纹理信息丰富、异形构件种类多等普遍性特点。考虑数据冗余及后期处理效率，三维数据采集需要针对不同的扫描对象、扫描区域、扫描部位，按照先总体、后局部的原则，采用合适的设备，如站式三维扫描设备、近景式三维扫描设备等进行，最终获取历史建筑完整、多尺度精度的精细点云数据（图1）。

图1 实景信息获取

2）网格构建。点云数据是海量散乱点的集合，包含每个点位的空间三维坐标及颜色RGB信息。利用数据预处理软件对点云进行配准、去噪等处理，删除点云的非对象噪声点以及扫描对象的体外孤点，提升点云数据质量[2]。在计算机图形渲染中，由于点云数据的离散性无法准确地反映建筑对象的精细表面形态，在数据预处理后，需要利用空间Delaunay算法对点云进行三角格网封装，形成建筑对象高精度的表面真实形态模型。

3）纹理映射。纹理映射指利用3D扫描仪内置高清相机或独立相机等图像信息采集设备，采集真实世界自然光源条件下的历史建筑表面纹理、色彩等信息，并将采集的图像信息以贴图方式与建立的三角格网模型形成特征映射，使三角格网模型转变为彩色、纹理清晰的实景模型。

4）模型优化。由于历史建筑复杂的空间结构，构件与构件之间容易形成遮挡，在进行数据采集时会形成数据空洞，导致使用单一方式采集得到的点云数据所构建的格网模型存在相应的数据破洞，因此需要结合不同的方式采集数据，进行数据的实景逆向建模。空气粉尘、镜面反射以及仪器本身的瞬时失稳都会带来一些低频毛刺噪声，这些噪声数据会影响实景建模的结果。基于此，在实景建模工作完成后需要通过模型编辑工具对得到的模型进行相应的优化。

1.2 实景模型应用性分析

实景模型是基于实景测量技术所获取的点云数据创建的直观网格化模型，因此具有真实、直观性等优点，同时较高的物体表面点位采集密度使得实景模型具有较高的精细度，但这也导致了实景模型的数据量过于巨大。另一方面，激光点云是以全景方式进行采集，除了所测对象本身之外，数据中也包含大量的非对象冗余点。以上这些特点给实景模型的显示、后处理与应用都带来了较大的难度[2]。

基于实景建模的技术特点（利用点云构建Delaunay三角网），实景模型为非结构化数据，是1张三维“图片”，模型本身无单独构件属性信息以及不同构件的索引信息，难以进行感兴趣数据的有效提取与解析，这给历史建筑实景模型构件级的数据管理、分类、工程应用等都造成了极大的难度，也使得行业内众多历史建筑实景模型依旧停留在“看”的阶段，而无法真正被使用。

2 历史建筑参数化BIM模型

建立历史建筑BIM模型能够有效解决实景模型的应用问题。BIM模型由包含丰富语义信息的独立构件组成，能够有效实施对历史建筑构件的数据管理与深化应用，同时基于BIM模型能辅助指导历史建筑工程的修缮、运维与监测等。

2.1 历史建筑参数化建模

2.1.1 底图数据建立

大部分历史建筑缺少工程竣工图纸，因此BIM模型的建立需要详细的测绘数据。对于有异形构造的历史建筑，三维实景测量能够提供丰富的建筑外形数据。通过进一步的数据处理，可以利用点云建立BIM模型，构建所需的底图数据[3]。

一般情况下，利用点云切片或点云正摄工具建立建筑点云在某个方向上的立面、剖面或俯视图，在此基础上，在BIM建模软件中进行描图，即可构建三维BIM模型，具体如图2所示。

图2 点云底图数据

2.1.2 基于需求的参数化（BIM）建模

对于历史建筑对象，有较多的异形构件无法进行参数化表达或参数化描述较为复杂，对其BIM模型的建立也十分困难，因此在对历史建筑进行信息模型建立的时候适合以需求为主，根据应用需求对适合进行参数化表达的区域、构件、特色部位进行BIM建模。

适合参数化表达的主要包括平面、立方体、球体、柱（管）体、椎体等标准基本体，以及基本体的组合体、变形体、扩展体。通过在点云数据中识别可参数化表达的构件区域，并指定相对应的几何参数构成，即可根据实际的点云几何尺寸进行建模[4]。图3所示为结构柱拟合建模以及对应的模型参数。

图3 参数化建模

2.2 参数化BIM模型应用性分析

参数化模型由单独的实体构件组成，每个构件包含详细的信息（包括模型名称、类型、材质、位置、几何参数等），可根据需求拓展信息。所有的信息都与构件或整体模型关联，结构化地存储在模型中，能够便捷地进行数据查询、索引等。

在历史建筑修缮、保护等工程技术领域，基于历史建筑BIM模型，能够进行建筑设计优化、结构安全验算、施工图纸深化、施工模拟、材料管理等应用，有效指导施工。

参数化BIM模型较难描述和表达复杂异形的建筑构造和构筑物，尤其是历史建筑的浮雕、雕塑、装饰部件、异形斗栱等构件，这给历史建筑BIM模型的重建与应用带来了阻碍，也限制了BIM技术在历史建筑保护领域的进一步深入应用。

3 面向应用的异构模型处理与融合

为了解决上述问题，推动数字化技术在历史建筑领域的深入应用，本文以上海音乐厅修缮工程为例，融合数字实景模型与参数化模型，探究了异构模型融合的具体技术方法。

3.1 工程概况

上海音乐厅建于1930年，是全国第1座由中国建筑设计师设计的西方古典建筑风格的音乐厅，是上海演艺大世界核心剧场之一，也是“上海文化”品牌的金名片。2019年上海音乐厅修缮工程包含文保区和非文保区部分，其中文保区包括北立面、北厅、观众厅以及东走廊等区域。文保区内包含较多极具历史价值、造型优美、配色丰富的特色保护部位，如观众厅内被称为“欧特碧之瞳”的海天蓝雕花穹顶、北进门厅的科林斯装饰柱、北立面的汉白玉浮雕等。为了保障工程进度和施工质量，更好地向大众展示这座经典老建筑的独特魅力，以及修缮完成后的建筑安全运维，修缮团队基于数字技术研发了上海音乐厅的数字孪生平台，为工程的推进与后期监测维护提供保障。

3.2 基于平台的模型展示

历史特色部位的展示是上海音乐厅数字孪生平台的主要模块之一。为了更好地展示音乐厅的建筑文化特色，本文融合数字实景模型和参数化模型，建立了精细的建筑模型。主要技术如下：

3.2.1 特色部位模型优化

历史建筑特色部位，尤其是异形表面部位的表面形态十分复杂，需用实景模型进行展示。在实景数据采集过程中，由于扫描对象自身的空间遮挡、环境光线不均匀、仪器噪声等不利因素，实景模型往往存在凸起棱角、空洞缺陷、贴图色差等问题（图4），需要对其进行优化。

图4 实景模型问题

1）空洞修复。在Geomagic Studio中删除模型的凸起棱角，删除之后的模型由于网格缺失形成模型空洞，采用基于曲面的空洞修补算法对模型进行补洞，如图5所示。

图5 模型空洞修补

2）匀光匀色。三维实景模型的纹理贴图主要由点云数据的色彩信息生成，根据点云数据色彩分量表达与空间坐标的相似性，通过空间坐标配准检验对应同名点色彩分量的差异残差值，迭代求解色彩分量的七参数转换模型，对移动站点云数据的色彩信息进行转换，达到不同站点点云数据的匀光匀色（图6）[5]。

图6 实景模型匀光匀色

3）模型分割。由于实景模型是非结构化的面状数据，为了满足平台端的数据管理及调用，需对其按照部件进行分割，其中分割规则如图7所示。

图7 模型分割规则

3.2.2 异构模型融合

历史建筑按照构件形状选择合适的方法建模（实景建模与参数化建模）之后，由于这2种数据结构不同，需要对其进行几何与语义上的融合。

在基于点云数据进行实景建模与参数化建模过程中，由于数据基准相同，因此模型在建立完成后，其空间位置、空间尺度即在同一基准下；而实景模型由于存在正反面，需要根据实际情况对其法线方向进行调整，以保证整体模型贴图协调（图8）。

图8 模型法线修复与融合

3.2.3 高视觉保真的模型轻量化

模型数据量的大小是影响平台模型加载效率的主要因素，模型数据量主要由几何网格数（面片数）与贴图大小决定。一般的模型压缩算法会对几何网格数进行均匀抽稀，同时对纹理图片进行像素压缩，这种压缩方法对数据量压缩较大，但也大大降低了显示效果。因此，本文在进行模型压缩时选择纹理保持的压缩算法，即只对几何网格进行均匀抽稀，同时记录纹理UV信息，在几何网格数压缩之后根据原始模型贴图UV对压缩后的模型重新贴图，这种方法在压缩数据量的同时能够保证视觉效果的保真（图9）。

图9 基于纹理保持的高面数模型压缩

3.3 远程监测平台三维可视化-信息模型转换

历史建筑的安全监测是历史建筑修缮保护的重要内容，5G通信技术的发展也促进了实时自动化监测以及远程后台监控技术的发展。远程监测的三维可视化则是把前端监测设备采集的监测数据以数字孪生的方式呈现出来，更直观地为技术人员提供监测信息以了解建筑的安全运营情况[6]。

对于基于点云重建的常规的参数化模型（如3DS Max模型），除了基本的几何特性参数外，无法添加建筑构件的物理信息、力学特性以及其他影响建筑构件安全的相关信息，导致在建筑安全监测时无法根据构件的自身特性对监测数据进行准确分析。为保证模型可以在上海音乐厅运维监测平台上使用，需要对常规的模型进行BIM化，为构件添加需要的语义信息[7]。

上海音乐厅观众厅大顶上部结构为七拼坡屋顶木屋架，底部横梁横置木格栅，通过金属钩连接大顶纸筋灰与木格栅，保证大顶结构稳定。在进行三维可视化-信息模型转换过程中，利用三维激光扫描在无光照环境下对封闭空间内木屋架进行扫描[8-9]，并在3DS Max软件中通过3D捕捉，精确建立木屋架参数化模型（图10）。

图10 木屋架参数化建模

利用3DS Max模型转换Revit模型程序，将每一个梁构件转化为BIM模型，为其添加材质、历次修缮等属性信息，并基于此BIM模型，在监测平台上进行数据的可视化展现与分析（图11）。

图11 木屋架力学监测云图

4 结语

本文结合上海音乐厅修缮工程，详细分析了历史建筑数字化的模型应用问题，对实景模型与参数化模型的应用特性进行了探究。借助上海音乐厅数字孪生平台研究了历史建筑数字模型应用的相关关键技术问题，并在平台研发中进行了应用实践。结果表明，基于异构模型的融合与处理技术能够较好地实现模型的优良视觉展示与流畅显示的平衡。