前言

Trimble® Business Center软件(TBC)中内置的人工智能(AI)可以加快点云分类和特征提取等繁琐的重复性工作。

通过将支持自动特征提取的软件与快速收集高质量数据的硬件相匹配，Trimble在一个高效的软件包中创建了一套完整的解决方案。无论是管理资产、检查道路、创建数字地面模型，还是监测建筑物或矿场的堆料，人工智能都有助于更快地提供准确的信息。

为了增加灵活性，TBC中新增了用于训练三维深度学习模型的工具，允许用户自定义特征提取工作流程，以满足各个特定领域的需求。

01    移动测绘数据处理

GeoVerra是加拿大知名的土地测量和地理信息公司，他们运用具有人工智能功能的TBC，从移动测绘系统采集的点云/图像中执行特征提取，创建CAD和三维文件、路面评估、数据库和GIS等交付成果。TBC简化了工作流程，并交付了出色成果，让他们受益匪浅！

TBC通过三维深度学习对移动测绘数据进行分类。图片来源：GeoVerra

GeoVerra移动解决方案经理Alex Garcia说道：“在TBC中执行特征提取和分类时，我们发现大型项目至少节省了30%的时间。TBC生成的综合性信息提供了附加价值，帮助我们满足、甚至有时超出客户的期望。处理移动测绘数据后，我们会立即进行分类，并将适当的文件发送给对应的人，例如，将电线数据发送给负责电线的人。这样每个人的效率都会更高。”

定制的三维深度学习模型经过训练，可以使用TBC提取路缘石、垃圾桶、消防栓、交通灯、路灯和标志牌等特征，并应用于通用分类的顶部。图片来源：GeoVerra

使用新的训练工具，Garcia训练了专属的三维深度学习模型，以自动对整个城市的路缘石、人行道、垃圾桶等进行分类，与手动方法相比，节省了大量时间。自定义深度学习模型的训练可在提取分类点云区域命令 -> 培训选项卡中找到。

GeoVerra使用Trimble的完整工作流程进行自动路面状况检查，自动识别移动测绘数据中的坑洼、凸起、凹陷、波纹、车辙和裂缝，并根据国际公认的美国测试与材料协会标准评估路面状况分数。

TBC中的路面检查功能自动提取缺陷并评估路面状况指数。图片来源：GeoVerra

Garcia总结道：“我喜欢TBC的发展方向——能够处理移动测绘和无人机数据，并从所有类型的硬件引入扫描数据，从而消除了在不同软件之间来回切换的情况。此外，TBC中使用人工智能进行特征提取可以节省大量时间。客户对我们处理数据的速度之快感到惊讶。”

02    土方工程现场管理

Severino Trucking是一家美国的土方工程现场承包商，他使用TBC进行现场建模并量化建筑工地的堆料，以提高安全性并缩短可交付成果的周转时间。

自动点云分类从无人机点云中删除树木、人员和设备，提供裸露的地面数据集。图片来源：Severino Trucking

TBC中基于三维深度学习的自动点云分类涉及去除树木、人员和设备等噪声。Severino估计，通过人工智能完成劳动密集型分类工作，创建数字地面模型所需的时间将减少85%。

Severino的项目工程师Pat L'Heureux说道：“人工智能的使用使我们能够调整步伐以满足客户的需求。TBC中的人工智能功能使我们能够在当天完成无人机图像的处理，进行堆料提取和表面测量，并在一天而不是几周内提供地形图。人工智能将多日流程转变为单日流程，有助于保持项目进展。”

技术简化了堆料管理并减少了重复性手动任务的需要。图片来源：Severino Trucking

人工智能技术并没有取代 Severino的员工，而是通过减少重复性任务来提高生活质量。人工智能并没有消除设计人员的工作，而是消除了单调的部分，同时更快地传递信息。

L'Heureux总结道：“员工们很欣赏这些改进和好处，我们可以专注于设计工作，并花更多时间分析数据，从而做出更明智、更快速的运营决策。”

03    点云堆料测量

LE34是丹麦的测量和土地管理服务提供商。 

最新版的TBC简化的堆料提取功能可自动提取堆土边界、计算体积并创建包含体积、日期、坡度面积和底部面积的报告，而无需过多的手动交互。要计算TBC中的堆料量，请转到点云选项卡 -> 提取堆土。该命令仅需用户选择点云中堆料的大致位置，剩下的工作都可以交给TBC来完成。

TBC中的自动堆土提取和计算简化了工作流程。图片来源：LE34

LE34的土地测量员René Christensen描述了一个项目：“我们每年为一位过去手动测量材料的客户收集3次约350个盆栽土壤堆土的点云。现在使用无人机和TBC，我们可以更快地计算地面控制点并对点云进行分类。与手动计算相比，TBC中的自动堆土提取和计算大约只需要一半的时间。”

TBC极大地影响了传统的工作流程，因为只需单击一下即可以大约80-90%的精度绘制边界，仅需少量编辑。无人机在一天半内完成对盆栽土壤堆土的扫描，TBC在一天内处理完数据并计算堆土量，交付成果可以导出为TBC报告或直接导出为CSV文件。

Christensen还在港口使用TBC的自动分类功能来记录建设项目前后的情况。他根据2500张无人机图片创建了点云，并对从建筑物到电线杆再到植被的所有内容进行了分类。每次访问，数据收集和处理需要一天的时间，而分类只需一小时。

Christensen说：“人工智能对我们所做的工作产生了巨大影响，特别是减少了在TBC中提取特征和分类点云所需的时间。这些模块很容易学习。接下来我将尝试使用TBC训练模块来自定义特征提取。”

文章来源：《天宝Trimble Geospatial》https://mp.weixin.qq.com/s/YsM6OMZO96gunAWTSVTfxA