一种城市建筑体量自动计算方法

何 骞 吴幼丝

(广州市城市规划勘测设计研究院, 广东 广州 510060)

0 引言

自习总书记提出“城市管理应该像绣花一样精细”的总体要求以来,信息化技术作为数字化城市管理最为重要的支撑[1],对种类繁多且体量巨大的城市数据进行信息分类、统计分析与整合,实现数据的程序化、标准化。建筑数据作为城市数据的重要组成部分,是人文、经济等其他各类城市数据的空间载体,可反映各类城市信息的空间分布和时间演化情况,本文针对城市建筑数据进行研究。

目前,城市建筑数据管理主要有两个难点:一是数据获取,主要表现为城中村建筑遮挡严重且违建加建现象较多,变化周期短而摸查难度大,难以得到业主普遍支持;二是数据分析,主要表现在建筑数据体量巨大,分析指标类型繁多,对于针对性需求往往需要投入大量的人力物力进行分析,复用性极差。传统的建筑数据获取主要依赖于地面实地量测手段,这种方式成本高昂、容易受阻且更新周期长,对于发生变化的建筑难以及时发现,且仅形成单一的图形与数据成果,未进行集成化信息管理,无法满足精细化管理需求。

针对上述问题,本文利用低空无人机倾斜摄影方式克服传统的入户难、效率低、时效差等数据获取难题,结合倾斜三维模型特点和建筑数据分析需求构建建筑矢量数据库,进而基于矢量驱动实现城市建筑体量的快速动态分析计算,改善数据分析困难现状,形成了一套城市建筑数据获取、处理和分析的方案,并进行了实验验证。

低空无人机倾斜摄影能够形成精细的三维模型[2],近年来在1∶500地形图要素采集[3-4]、电力巡查[5-6]、监测[7-8]、工程应用[9]、规划[10]、建筑巡查[11]等方面取得了较多进步。但在建筑数据信息化、统计分析等方面对倾斜摄影模型应用潜力的挖掘仍然不足。

本文从面向城市管理应用的研究盲点建筑体量评估出发,提出一种矢量驱动的自动快速计算方法,并应用于广州市番禺区城市管理,构建数字城市复杂大场景三维模型,进行建筑物图元具象分割,并扩充建筑信息,形成建筑数据库,快速动态计算建筑体量,平均计算一宗建筑体量的效率为0.2 s。

1 技术思路与方法

本文的总体路线如图1所示。

图1 建筑模型构建与体量自动快速计算总体路线

1.1 倾斜三维模型构建

通过倾斜摄影获取城市建筑模型是一种非接触式的采集手段,具备快速灵活的优势。城市建筑一般分布较为密集,高低错落,结构复杂,基于其倾斜三维模型进行建筑数据获取与分析,往往需要具备较高的精细度,最大限度避免粘连现象,位置准确。

1.1.1实地标志布设

为确保倾斜三维模型具有足够的精度,本研究采用角点布设法进行实地标志布设,即在区域网凸角转折处和凹角转折处布设平面点,其他位置均匀布设,距离控制在200～300 m之间,如图2所示。为确保布设点的精度,每个像控点均应有两次独立的观测结果,且平面坐标较差σx,y≤3 cm,高程较差σz≤5 cm,在限差内取平均值作为像控点的平面坐标和高程。角点布设法对于不同形状的作业区域都具备稳定的控制效果,满足精度要求的平面点资源可以重复利用。

图2 像控点布设位置示意图

1.1.2多视影像采集与精细化建模

在高精度地面标志的基础上,本研究通过以下措施确保模型的精度满足要求。

(1)提高像片的地面分辨率

高分辨率影像具有更好的判读条件,本研究为确保多视影像采集的地面分辨率不低于地面2 cm,针对实验区多为城中村低矮建筑,部分为100～120 m高层建筑的情况,搭载型号5100X5索尼相机,设定航高为80～100 m进行影像采集。

(2)减小镜头畸变,适当增大影像重叠度

无人机航摄采用的相机在纠正过程中会产生纠正误差,且畸变和误差在边缘部分更加严重。为了解决这一问题,本文研究加大像片重叠度到75%～85%,进行畸变纠正后,尽可能使用像片中心部分的影像。

(3)控制空三精度

空中三角测量通过整体区域网光束法平差,整合相机畸变、同名点匹配误差、像控点联测误差、影像位姿误差、像控点误差等多方面的影响,使其最小化,得到重投影误差最小的空三成果。因此,空三的精度反映了前期数据采集的整体精度水平,本研究控制像控点重投影误差小于1个像素。

1.2 面向城市建筑管理需求的建筑体量自动快速计算

城市建筑管理主要以栋数、结构、层数、建基面积、建筑面积、地理位置等信息为兴趣点,本研究通过高精度的城市建筑倾斜三维模型,结合需求进行矢量化并构建数据库,数据库主要分为几何信息(建基面积、建筑面积)和属性信息(结构、层数、门牌地址)。其中,建筑面积自动计算主要通过以下方式获得:(1)识别矢量化后的结构，如建基线、分层线、飘楼线、阳台线等线型,自动构建相应矢量面,根据规范计算建筑面积;(2)读取结构注记获取层数信息,统计该建筑结构总建筑面积;(3)根据建基线与其他结构矢量线的相交关系,确定同一栋城市建筑所有的结构矢量面,统计所有结构总建筑面积,并自动赋予栋号,形成矢量数据库几何信息成果;(4)任意划定城市建筑矢量数据库成果统计范围闭合线,获得该范围内所有城市建筑的总建基面积与总建筑面积,即建筑体量,同时形成该范围内每一栋城市建筑的建筑面积明细。

1.2.1城市建筑矢量化

本研究中城市建筑矢量化主要通过清华山维软件(EPS)实现:首先,采用三维测图模块读取高精细的三维模型数据;然后,通过搭载的基础测绘模块启用居民地工具栏的建基线、飘楼线、分层线、阳台线等绘图功能,即可根据三维模型的房角点勾勒城市建筑的主体轮廓基底矢量线,同时进行屋檐矫正,正确切准分层线、阳台线的具体位置,标注层数结构,以准确反映建筑物的总体结构。

城市建筑矢量化关系到建筑体量计算的准确性,需要做到以下三点:(1)房角点捕捉准确;(2)建筑物结构区分正确;(3)结构矢量闭合或者围合的面闭合,如建基线闭合、飘楼线与建基线形成闭合面。

完成后需通过质检,对自动悬挂点、交叉点、重复点、断点等进行检查,及时更新更改后的矢量状态。

1.2.2城市建筑面积自动计算

本研究中城市建筑面积计算主要通过编写EPS计算脚本实现:首先,识别建基线、分层线、飘楼线、阳台线等线型,根据线型形成最小围合面，如一般房屋面、房屋分层面、飘楼面、阳台面等(如图3阴影部分);然后读取最小围合面内的结构层数注记,自动计算最小围合面的建筑面积;最后,根据每栋建筑仅有一条建基线,与其相交的其他结构为同一建筑物,赋予同一编号,同时进行面积叠加,自动计算该栋建筑的总建筑面积,具体算法如图4所示。

图3 结构面示意图

图4 城市建筑面积自动计算流程图

1.2.3城市建筑体量自动计算

本文提出的方法在自动计算城市建筑面积的同时,根据同一建筑物不同结构的拓扑关系附加同一栋号属性,形成矢量数据库,获取结构、层数、栋号、建基面积、建筑面积等信息。

在此基础上,城市建筑体量自动计算主要通过划定任意统计范围闭合线(如图5范围一、二、三所示),根据闭合线与矢量数据库成果的拓扑关系判别,自动识别闭合线范围内的建筑物,并进行遍历输出范围内所有建筑物的几何信息与属性信息，如层数、结构、建基面积、建筑面积等,同时统计总栋数、总建基面积、总建筑面积,即建筑体量,具体算法如图6所示。

图5 城市建筑体量统计范围线划定示意图

图6 城市建筑体量统计算法示意图

2 成果应用案例

2018年底,广州市开始计划进行辖区内建筑物调查与入库,调查以街道为主要实施主体,难度大、工期紧、任务繁重,简单粗放的现场摸查难以快速得到群众的普遍支持,以无人机为代表的倾斜摄影技术以其动态、快速、高效地通过非接触式测量的优势成为辅助摸查建筑物,创新城市管理模式的必然手段。

本文以番禺区某街道建筑物调查项目为例,项目总面积为11.8 km2,利用购置的哈瓦无人机进行作业,每个镜头相机分辨率为6 000×4 000,总像素为1.25亿。作业航高为80～100 m,航向重叠度80%,旁向重叠度80%,地面采样间隔为2 cm,形成建筑模型如图7所示。基于建筑模型进行矢量驱动下的建筑体量自动快速计算,形成包含建筑结构、层数、建基面积、建筑面积等属性的数据库成果与统计结果。

图7 本文研究所采集和构建的建筑模型

2.1 精度验证

通过人工入户测量结果进行检核,对700多宗建筑进行建筑量面积误差率统计,最小值为0.009 4%,最大值为15.6%,平均值为3.4%,标准差为3.4%,具体如图8所示。

图8 面积误差比率分布图

其中,部分面积误差比率较大，主要由于密集房屋部分隐蔽不可见或不清晰，无法辨认,建筑内部如果存在夹层,本文倾斜建模的方式无法进行感知。

2.2 效率验证

在精度方面本文方法与现场测量入户相比,虽然不具备优势,但基本上满足城市管理的需求,且执行难度低,另一方面在效率上具有明显优势,例如，在建筑体量自动快速计算方面,采用Win10系统、Intel(R)Core(TM)i7-9700K CPU、32 GB RAM 配置的计算机进行计算,平均计算一宗建筑体量的效率为0.2 s,具体计算体量与耗时如表1所示。

表1 建筑体量自动快速计算效率表

通过项目对比,本文方法与传统方法在人员效率、成本、工期、适用性、精度、施行难度、数据优势等方面进行对比,结果如表2所示。

表2 本文方法与传统测量方法效率对比

3 结束语

本文提出的建筑体量自动计算方法准确快捷,容易操作,显著减少了人工外业测算面积的工作量。建筑体量自动快速计算方案,依托城市管理沙盘数据——高精细建筑模型,一次性采集,同步建立建筑图元属性数据库,输出建筑体量明细与统计值,成果形式丰富多样,计算过程自动化程度高,在精细化管理、动态化日益迫切的城管管理中,对于城管快速把握建筑详细信息、统计信息、现势情况有着重要指导意义。