开云(中国)Kaiyun·官方网站
产品展示 
成熟的无人机会自己“找不同”~深大团队让数字城市更新速度up！开云kaiyun
返回列表首先，基于已有的城市三维模型和历史数据分析（比如哪些区域更容易发生变化），系统会规划出一条“预判路径”。无人机沿着这条路，优先“巡逻”那些最有可能发生变化的区域。
当无人机在飞行过程中“嗅探”到实际发生变化的区域时（比如通过对比T1和T2时刻的影像差异），系统会立刻被触发，进入“实时路径规划”模式。本方法会动态调整飞行轨迹，引导无人机对变化区域进行更精细开云kaiyun、更全面的勘察和数据采集。这就像侦察兵发现了敌情，立刻“呼叫支援”，并围绕目标区域展开详细侦察。
这是本方法的“大脑”，一种新颖的启发式算法。其像一个精密的评估系统，能够量化场景中不同区域发生变化的可能性，并据此指导两种路径的规划。具体来说，本算法会给场景中的每个小单元（样本点）打一个“变化分数”。如果某个单元在实时探测中被确认为变化区域的一部分，这个单元的变化分数会被上调。对于其他未确认的区域，分数则基于历史统计数据——例如根据经验，空地比高楼大厦更容易发生变化，那么空地的初始变化分数就会更高。
这个启发式算法的核心目标是优先探测那些变化分数高的区域。在规划“先验路径”时，算法会倾向于选择那些能覆盖更多高变化分数区域的视角；而在“实时动态路径”规划中，当发现新的变化时，算法会帮助无人机选择下一个最佳观测点，以最高效地完整捕捉整个变化区域。
同时，本算法还会考虑“边际效益递减”：一个区域被观测的次数越多，再次观测到其所能带来的新信息就越少，因此其对于后续路径规划的重要性也会相应调整。
结合GIM和DUSt3R等先进的图像特征匹配和三维重建技术，能够快速准确地识别出图像中的变化区域，并提取出变化区域的三维点云信息，最终输出变化区域的“凸包”（可以理解为变化区域的边界）。
这项研究为无人机在城市管理、数字孪生、应急响应等领域的应用开辟了新思路。如果技术继续发展，灾后快速评估受损区域、城市规划实时监测、历史建筑保护动态跟踪等等，都将因为这种精准高效的场景更新解决方案而变得更加得心应手，这为我们描绘了一个更方便、更智能的未来城市感知蓝图。
本论文来自深圳大学计算机与软件学院可视计算研究中心（VCC）黄惠教授团队，唐铭锋（VCC一年级硕士研究生）和王宁娜（VCC访问博士研究生）为共同第一作者开云kaiyun。想了解更多技术细节？可以关注发表在SIGGRAPH 2025上的论文原文哦！
