摘" 要：歷史建筑是人類的文化瑰寶，對其進(jìn)行BIM逆向建模有助于保護(hù)、修復(fù)與傳承。由于歷史建筑結(jié)構(gòu)復(fù)雜、形態(tài)獨(dú)特，傳統(tǒng)的二維數(shù)據(jù)無法精確反應(yīng)其復(fù)雜的空間特征，給歷史建筑逆向建模造成一定的困擾，多源點(diǎn)云數(shù)據(jù)為此提供新思路。該文以北京某一歷史建筑為例，從多源點(diǎn)云數(shù)據(jù)采集、多源點(diǎn)云數(shù)據(jù)處理、BIM建模3方面梳理一套基于多源點(diǎn)云數(shù)據(jù)的歷史建筑逆向建模流程，并成功創(chuàng)建BIM模型。為驗(yàn)證模型精度，經(jīng)與手工量測的多組數(shù)據(jù)對比，模型最大誤差控制在0.083 m內(nèi)，能夠滿足日常項(xiàng)目需求，驗(yàn)證該方法的有效性和可行性。

關(guān)鍵詞：歷史建筑；多源點(diǎn)云數(shù)據(jù)；逆向建模；BIM模型；建筑流程

中圖分類號：P237" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號：2095-2945（2025）07-0035-05

歷史建筑作為先人智慧與歷史變遷的見證者，具有不可估量的文化、歷史與藝術(shù)價值。然而，隨著歲月侵蝕、自然災(zāi)害以及城市現(xiàn)代化進(jìn)程的沖擊，讓這些珍貴遺產(chǎn)面臨嚴(yán)峻挑戰(zhàn)，如何對其進(jìn)行科學(xué)有效的數(shù)字化保護(hù)與傳承，已然成為全球關(guān)注的焦點(diǎn)[1]。

建筑信息模型（BIM）技術(shù)的到來，為其提供新的思路，相較于傳統(tǒng)數(shù)據(jù)類型，BIM技術(shù)能夠通過對歷史建筑的逆向建模集成歷史建筑全生命周期的各類數(shù)據(jù)，還具備可視化、參數(shù)化、協(xié)同作業(yè)的優(yōu)勢，為歷史建筑的保護(hù)規(guī)劃、修繕施工與管理維護(hù)提供理想的數(shù)字化平臺[2]。

目前，BIM逆向建模數(shù)據(jù)來源主要是已有的圖紙、圖像等二維數(shù)據(jù)，然而二維數(shù)據(jù)資料難以精準(zhǔn)捕捉建筑復(fù)雜的三維空間信息、精細(xì)的裝飾細(xì)節(jié)以及內(nèi)部隱蔽結(jié)構(gòu)。點(diǎn)云數(shù)據(jù)的出現(xiàn)打破了二維數(shù)據(jù)的限制，與傳統(tǒng)的數(shù)據(jù)相比，點(diǎn)云數(shù)據(jù)包含歷史建筑的三維坐標(biāo)、紋理、反射強(qiáng)度等信息，能夠更加直觀地為BIM逆向建模中提供數(shù)據(jù)支持，因此高質(zhì)量點(diǎn)云數(shù)據(jù)的采集至關(guān)重要[3]。

多源點(diǎn)云數(shù)據(jù)采集技術(shù)在近年大放異彩[4]，站式三維激光掃描可以高精度捕捉建筑外立面及近距離室內(nèi)空間，毫米級精度下，建筑石材的紋理、雕琢痕跡都纖毫畢現(xiàn)；無人機(jī)傾斜攝影測量則不受地形限制，迅速覆蓋大面積建筑群體，從高空視角獲取建筑屋頂、庭院布局等宏觀信息；手持式掃描儀彌補(bǔ)前兩者不足，穿梭于狹窄室內(nèi)廊道、閣樓角落，靈活補(bǔ)全遺漏點(diǎn)云數(shù)據(jù)。

不過，整合多源點(diǎn)云并非易事[5]，各數(shù)據(jù)源存在數(shù)據(jù)格式異構(gòu)、坐標(biāo)系統(tǒng)不一、精度參差不齊等諸多棘手問題。當(dāng)下，攻克這些難題，深度融合多源點(diǎn)云，實(shí)現(xiàn)歷史建筑高精度 BIM 建模，對于延續(xù)歷史建筑生命力、深挖文化底蘊(yùn)，推動歷史建筑保護(hù)領(lǐng)域的數(shù)字化轉(zhuǎn)型意義非凡，也正是本研究聚焦探索的核心內(nèi)容[6]。

1" 研究區(qū)域及技術(shù)路線

本文以北京某一歷史廠房改造項(xiàng)目為例進(jìn)行研究，該廠房位于北京五環(huán)內(nèi)，長約222 m、寬約145 m。立面存在大量的裝飾元素，如窗花、勒角，屋頂存在多處拱形天窗，內(nèi)部房間較多，結(jié)構(gòu)復(fù)雜，為了更高效地獲取建筑較完整數(shù)據(jù)，掃描前對現(xiàn)場進(jìn)行了踏勘，結(jié)合掃描儀的特點(diǎn)，針對性地編制技術(shù)路線，如圖1所示。

2" 多源點(diǎn)云數(shù)據(jù)采集

2.1" 站式三維激光技術(shù)點(diǎn)云數(shù)據(jù)采集

本文采用FARO Focus 350三維激光掃描儀對廠房外部立面進(jìn)行掃描，由于現(xiàn)場踏勘發(fā)現(xiàn)廠房前樹木較多，因此為了獲取更加完整的點(diǎn)云數(shù)據(jù)，掃描儀采用遠(yuǎn)近交替的設(shè)站方式，保證重疊率不低于10%，同時打開彩色圖像功能，使得掃描的同時獲取廠房全景影像，為點(diǎn)云著色也可為后期建模提供紋理圖像，最終設(shè)置22個掃描站點(diǎn)，廠房與測站點(diǎn)的位置關(guān)系，如圖2（a）所示。采集完成后在SCENE軟件中進(jìn)行解算與拼接處理，最后結(jié)果如圖2（b）所示。

2.2" 基于SLAM手持掃描儀的點(diǎn)云補(bǔ)測

廠房外部立面數(shù)據(jù)完成后，及時查看點(diǎn)云情況，使用徠卡BLK2GO手持實(shí)景掃描儀采集廠房內(nèi)部數(shù)據(jù)以及屋頂區(qū)域的同時針對立面缺失部分進(jìn)行補(bǔ)測。

與傳統(tǒng)的SLAM掃描儀不同，徠卡BLK2GO集激光雷達(dá)、SLAM、全景相機(jī)、IMU等模塊為一體，具體參數(shù)見表1，其能夠在室內(nèi)及密閉空間中依靠GrandSLAM實(shí)現(xiàn)室內(nèi)高精度定位，不受掃描路線的限制，無需閉合，但為了避免路線重復(fù)造成數(shù)據(jù)量大，掃描前仍需設(shè)計好路線，獲取內(nèi)部、屋頂及立面缺失部分的點(diǎn)云數(shù)據(jù)后，可以及時查看點(diǎn)云情況，如圖3所示。

3" 多源點(diǎn)云數(shù)據(jù)處理

3.1" 多源點(diǎn)云數(shù)據(jù)精簡

多源數(shù)據(jù)精簡主要包括點(diǎn)云的去噪、抽稀等工作，采集完數(shù)據(jù)后，分別利用內(nèi)部軟件，將2種數(shù)據(jù)轉(zhuǎn)為LAS格式，然后導(dǎo)入到CloudCompare進(jìn)行精簡處理，由于所采集環(huán)境復(fù)雜及設(shè)備自身特性，點(diǎn)云數(shù)據(jù)往往包含較多噪聲點(diǎn)，會給后續(xù)的融合以及建模工作造成困難，因此需要進(jìn)行去噪處理，對于一些明顯的離散點(diǎn)可以直接進(jìn)行手動去除，其余的噪點(diǎn)可以采用高斯濾波算法[7]進(jìn)行濾除。其通過設(shè)計每個點(diǎn)及其鄰域點(diǎn)的權(quán)重進(jìn)行濾波，其公式如下

式中：（x，y）為二維空間坐標(biāo)點(diǎn)；σ為高斯函數(shù)標(biāo)準(zhǔn)差。通過這種方式，可以平滑點(diǎn)云數(shù)據(jù)，減少噪聲的影響，同時保留點(diǎn)云的整體形狀和特征。此外，點(diǎn)云數(shù)據(jù)往往較大，因此為了更好地運(yùn)行，往往需要進(jìn)行抽稀工作，降低點(diǎn)云密度，本文主要利用軟件中基于空間距離的方案進(jìn)行抽稀，通過設(shè)置點(diǎn)與點(diǎn)之間的最小距離，去除距離較近的點(diǎn)，以達(dá)到控制點(diǎn)間距、減少點(diǎn)云數(shù)據(jù)量的效果，可減輕點(diǎn)云數(shù)據(jù)分布不均勻的影響。最終精簡結(jié)果如圖4所示。

3.2" 點(diǎn)云數(shù)據(jù)融合

多源數(shù)據(jù)融合是指基于某種算法規(guī)則，將2個或多個點(diǎn)云融合成一個整體的過程，本文首先在Cloud Compare中手動選取至少3對同名點(diǎn)將2種點(diǎn)云進(jìn)行粗配準(zhǔn)，同名點(diǎn)通常選在具有明顯特征的位置，如房角、門角等。為了提升點(diǎn)云配準(zhǔn)的質(zhì)量，同名點(diǎn)盡可能均勻分布在點(diǎn)云范圍上。粗配準(zhǔn)完成后，利用ICP算法[8]將2種點(diǎn)云數(shù)據(jù)進(jìn)行精配準(zhǔn)，該算法主要是通過不斷迭代尋找源點(diǎn)云和目標(biāo)點(diǎn)云中距離最近的點(diǎn)對，計算使對應(yīng)點(diǎn)對之間距離平方和最小的變換矩陣，從而實(shí)現(xiàn)點(diǎn)云的精確配準(zhǔn)，配準(zhǔn)結(jié)果如圖5所示。

3.3" 點(diǎn)云切片

點(diǎn)云切片是revit建模前十分重要的預(yù)處理環(huán)節(jié)，雖然對點(diǎn)云數(shù)據(jù)進(jìn)行了精簡處理，但數(shù)據(jù)仍然包含數(shù)以百萬計甚至更多的離散點(diǎn)，在建模過程中很容易造成軟件的卡頓，并且歷史建筑物的構(gòu)造細(xì)節(jié)繁多，直接處理海量點(diǎn)云很難聚焦關(guān)鍵部位。因此，本文利用CloudCompare軟件結(jié)合revit建模思路對融合后的點(diǎn)云進(jìn)行切片，提取出歷史建筑建模所需的平面以及關(guān)鍵構(gòu)件形成單獨(dú)的點(diǎn)云文件，部分如圖6所示，這些點(diǎn)云切片為精細(xì)建模提供數(shù)據(jù)基礎(chǔ)。

此外，Revit 作為一款專業(yè)的BIM軟件，其主要功能側(cè)重于建筑設(shè)計、施工和運(yùn)營管理等方面，對于點(diǎn)云數(shù)據(jù)的支持相對有限，在開發(fā)過程中并未將LAS點(diǎn)云格式作為原生支持導(dǎo)入格式，因此多源點(diǎn)云數(shù)據(jù)配準(zhǔn)完成后，需要利用Autodesk ReCap軟件將格式導(dǎo)出為rcs格式，打開安裝好的 Autodesk ReCap，通過“導(dǎo)入”功能選中LAS格式點(diǎn)云文件并加載；加載完成后，找到“導(dǎo)出”或“另存為”按鈕，點(diǎn)擊它會彈出格式選擇菜單，按需選定rcs格式，最后點(diǎn)擊確認(rèn)按鈕，就能開始轉(zhuǎn)換并在指定路徑獲取轉(zhuǎn)換后的文件[9]。

4" 基于多源點(diǎn)云的歷史建筑revit建模

4.1" 標(biāo)高和軸網(wǎng)的繪制

標(biāo)高和軸網(wǎng)的繪制是revit建模的基礎(chǔ)元素，它能夠?yàn)闃?gòu)件建模提供至關(guān)重要的空間定位依據(jù)，幫助構(gòu)件建在正確的位置[10]。因此，基于點(diǎn)云進(jìn)行軸網(wǎng)和標(biāo)高的繪制是建模的第一步，如圖7—8所示。

室外地坪標(biāo)高為-0.15 m，1F標(biāo)高為3.562 m，2F標(biāo)高為6.789 m，3F標(biāo)高為9.950 m，屋面標(biāo)高為11.033 m，女兒墻標(biāo)高為11.833 m。

4.2" 關(guān)鍵建筑構(gòu)件逆向建模

通過對歷史建筑結(jié)構(gòu)的分析，歷史建筑建模需要的構(gòu)件分為規(guī)范構(gòu)件及非規(guī)范構(gòu)件，其中規(guī)范構(gòu)件主要包括門、墻、檐口、窗戶、樓梯和女兒墻等構(gòu)件。非規(guī)范的構(gòu)件主要包括窗花、鋼結(jié)構(gòu)穹頂、檐口等[11]。對于規(guī)范構(gòu)件來說，根據(jù)每個構(gòu)件點(diǎn)云切片顯示的信息，在revit中選擇合適的族類型并根據(jù)實(shí)際的參數(shù)設(shè)置構(gòu)件所需參數(shù)進(jìn)行精細(xì)建模，如圖9（a）所示。而對于非規(guī)范構(gòu)件，則需要結(jié)合建筑設(shè)計知識，將構(gòu)件分為2個或多個獨(dú)立結(jié)構(gòu)進(jìn)行分別建模，如將復(fù)雜的穹頂拆分為斜撐、桁架2個結(jié)構(gòu)，根據(jù)點(diǎn)云分別進(jìn)行詳細(xì)建模，然后進(jìn)行拼接形成模型組，如圖9（b）所示。

在整個的構(gòu)件逆向建模中，多源點(diǎn)云數(shù)據(jù)能夠精確顯示構(gòu)件的特點(diǎn)，讓人能夠精準(zhǔn)獲取每個構(gòu)件尺寸參數(shù)以及空間位置，在確保建模的同時，極大縮短了建模的時間。模型如圖9（c）所示。

5" 模型精度分析

基于多源點(diǎn)云的模型精度主要是受點(diǎn)云質(zhì)量的影響，掃描儀的性能以及點(diǎn)云拼接方法直接決定點(diǎn)云數(shù)據(jù)的質(zhì)量從而影響精度。為了驗(yàn)證本文建模方法的精度，從模型不同方向上共選取10組尺寸與實(shí)際手工量測尺寸進(jìn)行對比，見表2，可以看出模型最大誤差為0.083 m，最小誤差為0.005 m。

6" 結(jié)論

綜上所述，本文基于多源點(diǎn)云數(shù)據(jù)的歷史建筑逆向建模展開研究，取得了一系列成果。

1）針對歷史建筑的結(jié)構(gòu)特點(diǎn)充分結(jié)合站式掃描儀與手持掃描儀的優(yōu)勢制定掃描方案，在保證效率的同時獲取完整的歷史建筑多源點(diǎn)云，打破了單類型點(diǎn)云的局限性，一定程度上解決了歷史建筑因?yàn)檎趽醭霈F(xiàn)的點(diǎn)云缺失問題，使得點(diǎn)云模型更加真實(shí)和完整。

2）針對歷史建筑多源數(shù)據(jù)的特點(diǎn)，分別選取了適宜的去噪、抽稀、配準(zhǔn)算法進(jìn)行精簡工作，得到完整的高質(zhì)量多源點(diǎn)云模型。

3）在revit軟件中多源點(diǎn)云模型的支持下成功創(chuàng)建了歷史建筑BIM模型，并在模型上選取10組數(shù)據(jù)與手工量測進(jìn)行對比，結(jié)果表明，最大誤差為0.083 m，滿足日常項(xiàng)目的需求。

當(dāng)然，本方法仍有一些局限性。一方面多源點(diǎn)云數(shù)據(jù)的處理對設(shè)備要求較高，海量的點(diǎn)云需要更高的內(nèi)存和算力支持，不然經(jīng)常會出現(xiàn)卡頓、閃退等現(xiàn)象，因此實(shí)施起來具有一定的經(jīng)濟(jì)和技術(shù)門檻。另一方面本文缺少對歷史建筑BIM模型的紋理和渲染方面進(jìn)行深度研究，使得歷史建筑模型與現(xiàn)實(shí)模型仍存在差異。

參考文獻(xiàn)：

[1] 王順，趙志根.基于三維激光掃描技術(shù)的歷史建筑建檔保護(hù)研究[J].現(xiàn)代信息科技，2021，5（19）：1-6.

[2] 童喬慧，徐盼.基于BIM的歷史建筑保護(hù)——以武漢大學(xué)宋卿體育館為例[J].華中建筑，2022，40（2）：48-52.

[3] 于雙.基于點(diǎn)云逆向建模的歷史建筑數(shù)字化復(fù)原技術(shù)研究[J].測繪與空間地理信息，2023，46（7）：148-150，153.

[4] 王樹臻，鄭國強(qiáng)，王光生，等.多源點(diǎn)云數(shù)據(jù)融合的建筑物精細(xì)化建模[J].測繪通報，2020（8）：28-32，38.

[5] 蘇秀永，金雨奇，王磊，等.融合多源激光點(diǎn)云數(shù)據(jù)的亞運(yùn)場館建模研究[J].地理空間信息，2024，22（6）：101-104，108.

[6] 王偉鎮(zhèn).復(fù)雜結(jié)構(gòu)歷史建筑測繪建檔的關(guān)鍵技術(shù)研究[J].科技資訊，2024，22（22）：187-189，211.

[7] 李廣金，楊濤.一種結(jié)合高斯統(tǒng)計的點(diǎn)云引導(dǎo)濾波算法[J].制造業(yè)自動化，2019，41（4）：80-84.

[8] 李峰，孟飆.基于K4PCS與ICP算法在點(diǎn)云配準(zhǔn)中的應(yīng)用[J].智能計算機(jī)與應(yīng)用，2024，14（11）：138-143.

[9] 桂玉環(huán)，鄭純茉，劉楊，等.激光點(diǎn)云與BIM結(jié)合的古橋梁數(shù)字模型重構(gòu)[J].佳木斯大學(xué)學(xué)報（自然科學(xué)版），2022，40（1）：9-12.

[10] 董嘉欣.基于BIM技術(shù)的建筑結(jié)構(gòu)設(shè)計建模及應(yīng)用研究[J].廣東建材，2024，40（10）：154-158.

[11] 于雙.基于點(diǎn)云逆向建模的歷史建筑數(shù)字化復(fù)原技術(shù)研究[J].測繪與空間地理信息，2023，46（7）：148-150，153.

Abstract： Historical buildings are cultural treasures of mankind， and their BIM reverse modeling helps to protect， repair and inheritance. Due to the complex structure and unique form of historical buildings， traditional 2D data cannot accurately respond to their complex spatial characteristics， which causes certain troubles to the reverse modeling of historical buildings， and multi-source point cloud data provides new ideas for this. Taking a historical building in Beijing as an example， this paper has sorted out a set of reverse modeling process for historical buildings based on multi-source point cloud data from three aspects： multi-source point cloud data acquisition， multi-source point cloud data processing， and BIM modeling， and successfully created a BIM model. In order to verify the accuracy of the model， the maximum error of the model is controlled within 0.083 m by comparing with several sets of data measured manually， which can meet the daily project requirements and verify the effectiveness and feasibility of this method.

第一作者簡介：栗怡豪（1997-），男，碩士，助理工程師。研究方向?yàn)闇y繪、三維激光掃描等。