三维模型的自动生成：徕卡机器人和无人机已实现自主扫描 - 文章专栏 - 模袋云

在过去几年中，徕卡测量系统（Leica Geosystems）似乎在点云技术（在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云）开发者中少有发声。然而，自2016年BLK360发布以来，这家扫描巨头一直在用创新推动着行业。现在，随着徕卡Blk2fly和徕卡Blk Arc的推出，这个2021年在空间扫描领域注定不会让人失望了。

对空间进行自动激光扫描的概念在科幻小说中已经完全不是个陌生的事物了。比如在电影《普罗米修斯》中，就有宇航员发射球状的飞行激光扫描器来获取外星空间的内部结构图。

虽然我们离这项技术还有一段路要走，但徕卡测量系统显然已经走上了将科幻小说中的黑魔法变为科学现实的道路。当我们把移动 SLAM 技术（同步定位与地图构建技术）与机器人和无人机相结合时，会产生什么样的化学反应？

其实回顾一下徕卡的发展道路，也是一件趣事。首先是BLK360这款低成本、外观小巧的激光扫描仪带给我们的惊喜。

这款徕卡产品设计小巧，且精确度足以满足基本的内部空间扫描，显然其产品定位是希望以便携的形式向大众展示点云技术。但这款产品最终没有跟上需求。

BLK360的继任者是BLK2GO，这是一款手持式的SLAM扫描仪。它使用双轴 LiDAR 雷达和1200万像素的摄像机阵列，可以以每秒42万点的速度，在使用者手持设备在空间中移动时对环境进行捕捉并构建点云。相较于传统的需要安装在三脚架上的激光扫描仪，BLK2GO的点阵密集度和精确度都相对差一些，但已能满足多数场景下的应用需求，且具有便携和速度快的优势。

就在同期，波士顿动力公司推出了SPOT机器人。很快，多家激光扫描公司的研发团队都开始与波士顿动力公司进行接洽，尝试在SPOT的有效载荷范围内安装以三脚架为基础的激光扫描仪，但由于类似的激光扫描仪都是按照静态的工况进行研发的，因此效果并不尽如人意。

徕卡BLK2FLY可以自主捕捉建筑外部、结构和环境

本月，徕卡测量系统推出了BLK2GO的两个自主变种：徕卡BLK ARC，也就是兼容SPOT机器狗的激光扫描模块，以及集成了激光雷达的无人机徕卡BLK2FLY。

激光雷达、微波雷达、摄像机和GNSS卫星接收器的集成，确保了飞行路径的安全，使得用户可以无缝整合来自BLK2FLY、BLK2GO和BLK ARC的数据。

徕卡的工业设计语言是一如既往的好，和前几代一样，BLK2FLY和ARC的设计都非常具有未来感。

徕卡BLK ARC延续了BLK2GO的灵感，可以安装在SPOT机器狗的前部，像一对鹿角一般，给机器狗增加了美感，而徕卡BLK2FLY则将设计更近了一步，整个机身几乎全都是扫描仪，外面分布着笼式的保护框来保护扇叶，机身上只有一个按钮。

徕卡Blk2FLY也非常智能。用户只需要在平板电脑上单击想要捕获的区域，它就会创建自己的飞行路径，然后起飞并进行扫描，完成扫描任务后返回，其内置的避障系统会保证机器的安全。稍等片刻，点云模型就会被串流到用户平板电脑上，用户可以进一步通过点选该模型的区域，来指定无人机捕获该区域的其他数据。当然，无人机的飞行也可以通过平板电脑上的虚拟操纵杆来进行控制。

如果需要对SPOT机器狗在建筑物中扫描和移动的路径，只需要将路线绘制到平面图或者BIM模型上，SPOT就可以自主进行扫描，还能自动躲过路线中的障碍。

徕卡BLKARC自主激光扫描模块被固定在SPOT机器狗上

这两种数据捕获方法都可以获得彩色的三维点云模型，方便与BIM模型进行设计对比，对场地条件、施工进度等进行评估，乃至生成数字孪生模型。

Hexagon的总裁兼首席执行官Ola Rollón在发布会上解释道：“机器人、传感器和软件协同工作，能够动态调整实景的捕获任务，几乎可以给我们带来无穷尽的应用。从建筑物的现场施工文档，到在偏远或危险环境（如矿山、工厂车间、离岸设施、火灾调查等）的监控和态势感知。”

这些设备均可以将扫描模型通过串流传输到徕卡的HxDR云端可视化服务中，用于支持捕获后数据的处理。

随着人工智能的进步，现实世界中的建筑对象，如门、墙和窗，将能够被识别并转化为精确的BIM模型，这种BIM模型可用于与原始设计进行比较，或作为数字孪生的基础。我们甚至可以想象，这类扫描被用于对建筑物内的桌椅、电脑等资产进行扫描和审计。

在测量领域，技术发展正在发生重大融合——机器人、无人机、云计算、人工智能和数字孪生结合，将从根本上提高生产效率，并为测量工程师带来新的机会。特别是透过整个建筑生命周期，我们可以在后半段通过建筑物的使用持续进行数字化。虽然点云本质上并不智能，但该技术的智能应用越来越多。

Hexagon号称是唯一同时捕获航空图像和激光雷达数据的航空数据提供商，两个数据来源可以更好地确保数据的一致性

2021年完成影像捕获的城市包括慕尼黑、科隆、维也纳、米兰、阿姆斯特丹、斯德哥尔摩、东京、达拉斯、纽约、斯图加特和法兰克福。2022年初将增加更多的城市。根据徕卡的说法，高度的数据一致性能够使其成为人工智能、机器学习、特定数据的自动提取和大数据分析的理想数据源。