三維重建技術在鐵路BIM運維管理中的應用研究

邊 原，趙俊清，王冬明，劉 寅

（中鐵電氣化局集團有限公司 設計研究院，北京 100166）

隨著我國鐵路建設的迅速發展，根據國家鐵路中長期路網規劃，我國鐵路網規模在2025 年時要達到17.5 萬km，鐵路運輸行業的巨大發展對運維管理工作的要求變得更高。越來越多的信息化系統運用到了鐵路的運維管理工作中，但是，現行的管理方法較為傳統，大多數系統仍以單一專業自行運維為主，信息不互通，為了打通各個專業、各個系統間的“信息孤島”，轉變為精細化、高效化、標準化的運維管理模式[1]，在鐵路運維管理中引入BIM 技術，建立鐵路BIM 綜合運維管理體系是目前提升運維管理水平和效率的有效手段。模型是BIM 技術在運維中的核心信息化載體，而在實際情況中運維工作人員并不能很好地使用BIM 建模軟件進行設備設施模型的建立、修改和更新。如果不能實時同步更新現場設備和虛擬模型，將降低制定運維決策的效率和準確性。因此對于自動化建模方法的研究就變得很迫切。

1 技術路線

1.1 鐵路BIM 綜合運維管理系統

鐵路BIM 綜合運維管理系統是以BIM、GIS 等技術作為支持，利用BIM 三維可視化引擎，等比例顯示實際車輛、橋隧、軌道、站房等建筑設施設備的仿真模型的信息化系統。

（1）將設計、施工、建設階段移交的數據進行必要的模型及編碼體系轉換，以滿足運維管理的數據應用需求；

（2）對移交的靜態數據與接收的運維期間各類動態監測數據進行存儲、維護和管理，以數據服務的形式進行數據發布；

（3）既有工務、電務、供電、房建等專業運維管理系統通過平臺提供的服務，獲取所需的設計、建設階段的數據信息，以便豐富和完善既有系統的功能，同時現有運維系統中的檢修、維修信息返回至平臺，實現基礎設施全生命周期數據的集中統一管理；

（4）以PC 端、便攜設備與手機端等形式，為用戶提供可視化的、三維形式的數據資料展示服務等[1]，如圖1 所示。

圖1 鐵路BIM 綜合運維管理系統架構

系統在模型可視化的基礎上同時顯示設施設備的位置、規格、尺寸、維護時間、維護人員等信息，直觀體現鐵路各專業設施設備維修進度與效果，為決策者、運維人員提供更直觀的數據與現場情況展示，在計劃安排、作業方案、作業組織、驗收管理等方面能夠更好地幫助運維人員開展運營維護工作[1-3]。

1.2 三維重建技術應用于運維的方法

利用三維掃描技術完成點云、深度圖像等數據采集作業后進行數據處理，處理后的數據進行三維重建，將重建后的模型導入鐵路BIM 綜合運維管理系統，添加有關的設備信息和維護信息后正常運維使用，如圖2 所示[4]。

圖2 基于三維重建技術的鐵路BIM 運維模型維護

2 核心技術

2.1 三維掃描技術

目前，主流的三維掃描技術主要分為接觸式和非接觸式，根據鐵路BIM 運維的使用場景，非接觸式的三維掃描技術由于其不需要接觸測量、測量速度快、效率高等特點，適用于實際運維場景[5]。

非接觸式三維掃描設備根據原理又分為激光掃描儀、照相式掃描儀、CT 斷層式掃描儀、深度相機等類別。從運維成本、人員應用是否便捷和重建精度等多方面原因考量，深度相機技術是目前比較適合鐵路BIM 運維使用的三維掃描技術。

深度相機有雙目、結構光、飛行時間測距法（TOF）[6]等不同種類。發射紅外線、光脈沖等，接收物體表面反射的信號，用算法計算出深度數據。深度相機得到的點云數據，需要通過算法進行建模。

2.2 RGB-D

RGB-D 圖像是兩幅圖像，RGB 三通道彩色圖像和深度圖（Depth Map）。

通常RGB 圖像和DepthMap 是配準的，其像素點之間具有一對一的對應關系。

（1）RGB

RGB 色彩模式是工業界的一種顏色標準，通過對紅（R）、綠（G）、藍（B）3 個顏色通道的變化及它們相互之間的疊加得到各種顏色，RGB 代表紅、綠、藍3 個通道的顏色，這個標準幾乎包括了人類視力所能感知的所有顏色，是目前運用最廣的顏色系統之一。

（2）Depth Map

在三維計算機圖形中，Depth Map 是包含與視點的場景對象的表面的距離有關的信息的圖像或圖像通道。其中，Depth Map 類似于灰度圖像，只是它的每個像素值是傳感器距離物體的實際距離。

2.3 三維重建技術

在計算機內生成物體三維表示主要有2 類方法。

（1）使用幾何建模軟件通過人機交互生成的物體三維幾何模型一般使用具有數學表達式的曲線曲面表示幾何形狀，如：3D Max、Maya 等軟件；

（2）通過掃描等方式獲取物體的幾何形狀，該類方法為三維重建，是一種利用二維投影恢復物體三維信息（形狀等）的數學過程和計算機技術。

三維重建（3D Reconstruction）是一種對三維物體建立適用于計算機表示和處理的數學模型的技術。是通過計算機對模型分析其三維物體性質的基礎，也是在計算機中建立表達客觀世界的虛擬現實即實現數字孿生的關鍵技術。包括數據獲取、預處理、點云拼接和特征分析等步驟。其中，Newcombe 等人在2011 年提出的KinectFusion[7]算法，可在不需要RGB 彩色圖像而只用深度圖的情況下就能實時地建立三維模型。KinectFusion 算法首次實現了基于廉價消費類相機的實時剛體重建。

KinectFusion 之后，陸續出現了ElasticFusion，Kintinuous，ElasticReconstruction，DynamicFusion，InfiniTAM，BundleFusion 等非常優秀的算法項目。其中，2017 年斯坦福大學提出的BundleFusion[8]算法，是目前基于RGB-D 相機進行稠密三維重建效果較好的方法。

3 三維重建技術的應用

3.1 三維數據采集終端介紹

StructureSensor 三維掃描儀體積小，便于攜帶，采用深度攝像頭的掃描技術，數據便于儲存且兼容性很強[5]，大多數三維瀏覽器可直接打開掃描后得到的數據，配合平板電腦使用即可進行三維數據采集，使用時能夠通過無線網絡傳輸數據，沒有數據線的纏繞和干擾，在大多數場所如設備機房、庫房、站廳等環境均可正常使用，比較適用于鐵路BIM 運維日常使用，因此選擇StructureSensor 三維掃描儀為日常運維使用的三維數據采集設備，如圖3 所示。

3.2 數據處理和三維重建

如圖4 所示，通過三維數據采集設備可收集到帶RGB 參數的三維數據。將得到的深度數據、顏色數據、軌跡數據逐幀匹配，全部轉換到同一個坐標系下面，就可以擬合出掃描的設施設備三維數據，這些三維數據需要經過濾波、去燥等預處理后，再通過重建算法計算，經過配準、分割、補全等技術處理，融合色彩信息后即可得到滿足日常運維使用的三維重建的模型[9]。圖5 為經過預處理后的三角網格數據。

圖4 三維重建流程

圖5 數據計算后的三角網格數據

圖6 為分割、補全后的三角網格數據。

圖6 分割、補全后的三角網格數據

圖7 為數據融合后的三維模型，導入MeshLab軟件中查看并進行尺寸測量，通過對比模型與現實尺寸數據，發現誤差基本控制在亞毫米級。

圖7 數據融合后的三維模型

將色彩信息和三維模型建立起映射關系后得到的模型結果，如圖8 所示，基本與設施設備實際外型一致。滿足BIM 運維模型的基本要求。

圖8 實驗三維重建結果

4 結束語

通過實驗發現在近距離范圍內使用三維掃描技術重建出來的模型精度可以達到亞毫米級，滿足有一定精度和效率地建立BIM 運維模型的需求。將建立的模型實時導入鐵路BIM 綜合運維管理系統，可以實現動態維護模型的需求，決策者可以依照與現實同步的模型及模型上掛接的各專業信息數據進行運維決策，如圖9 所示。

圖9 實際消防設備三維重建模型

目前來看，在手持掃描獲取的數據精度上仍然有進步的空間，掃描后的數據仍然需要進行大量去噪、補全等技術處理后才可以正常使用。并且目前基于BIM 技術的鐵路運維管理的應用也尚在起步探索階段，還需要與物聯網、云計算、5G 技術等先進技術進一步整合，提升系統內信息交換的準確性、實時性、高效性，才能更好地實現數字孿生和智慧化運維管理的目標。