传统上，建筑幕墙及外墙的安全检查是通过大量的人工完成的，这种方式费时费力甚至不少地方人工根本就无法完成。无人机结合高分辨率热成像系统很好地解决了传统检测无法完成的工作，该检测方式能够显示破损、撕裂和损坏等迹象，以便相关人员提前采取预防措施，避免安全事故的发生。

传统建筑量测手段包括卷尺、皮尺、测距仪、垂球、经纬仪、全站仪等，基于这些传统方法来支撑建筑测绘建模存在工作量大、精度低等问题。随着无人机倾斜摄影测量、三维激光扫描等新一代数字测绘技术的迅猛发展，其相比于传统测绘技术具有精度高、数据完整性强、作业风险低、纹理信息丰富、工作效率高等优势，已在航拍摄影、灾后救援、电力巡检、地图测绘、地质勘测、环境灾害监测、气象探测等领域中发挥着巨大的作用[1]。

倾斜摄影测量技术是在无人机等飞行平台上搭载航摄相机，从垂直、前视、后视、左视、右视等不同角度获取地物的真实影像信息，通过处理软件构建矢量化的实景三维模型[2]，而三维激光扫描技术是通过三维激光扫描仪非接触式高速激光测量方式，快速获取反映客观事物实时、动态变化、真实形态的特性信息，为建筑保护提供真三维、真尺寸、真纹理的数字化模型。然而，工程实践表明，无人机空中拍摄的数据存在连廊顶部、室内空间等拍摄盲区以及由于建筑间间距狭窄导致拍摄角度不理想等问题；地面三维激光扫描仪的数据建筑物顶部存在扫描盲区、纹理细节表达粗糙等问题。

基于以上背景，提出将两种技术进行优点融合，采用基于倾斜摄影测量技术的无人机结合地面式三维激光扫描仪对建筑进行精细化测绘，并将无人机影像生成的实景模型点云数据和三维激光扫描仪带纹理的点云数据在点云处理软件中通过特征点匹配实现点云融合，将融合后的点云数据导入建模软件中直接建模，然后通过删除细小碎片、道路压平、水面补洞、空三纹理映射、照片贴图、局部重建等操作对实景模型进行细部修饰，

该技术能实现数字模型的尺寸、比例、纹理色彩与建筑现状基本一致，为实现基于数字孪生的应用场景提供了模型数据，对建筑数字化保护、活化利用提供了重要的数据支撑。该技术已在上海宋庆龄故居纪念馆、上海孙中山故居纪念馆、南京总统府、保定市历史建筑等百余处文物历史建筑的保护中得到成功应用。

砂浆强度自动化检测

材料强度是影响建筑结构安全的重要因素，因此，材料强度的确定是房屋质量检测的一项重要工作。砌体结构数量在我国既有建筑工程中占有很大比例，砌体材料的强度通过砂浆和砖的强度共同确定。目前，工程中砂浆的强度通常采用贯入法来检测，贯入法的基本原理是采用杠杆式加力方法，把测钉贯入至砂浆中，通过钉子的贯入深度与测强曲线来换算砂浆抗压强度。传统的检测流程需要现场填写不平整度和贯入深度测量读数纸质记录，然后进行内业计算处理，根据行业标准《贯入法检测砂浆抗压强度技术规程》JGJ/T 136-2017[3]的要求计算强度推定值，现场作业和内业处理耗费大量的人力物力，检测效率低。

基于此，在传统贯入仪配套的深度测量表上增加自动采集和存储模块，研发了数字化砂浆贯入仪（图2），可实现数据自动采集、自动存储、数据导出等功能，大大提高砂浆强度检测的效率，减少外业中记录读数和内页数据处理的时间。

外立面损伤自动化检测与识别

近年来，建筑外墙高空坠物问题频发，致人伤亡的案例不断见诸报道，已造成恶劣的社会影响。目前，上海市已对大量房屋进行了高空坠物隐患风险排查，但限于外立面的特殊工况以及检测作业条件，传统的人工检测方法费时费力，且经验性依赖大、高空作业存在一定的安全风险，无法满足大面积、快速的检测需求等缺点。

目前，无人机、地面高清相机等设备被广泛应用于建筑外立面损伤检测的图像采集中，大大提高了采集速度和检测的外业工作效率。然而，外业工作完成后，常常需要在内业作业中人工逐一标注图像中的损伤，工作量很大且标注较为主观，可能会忽略一些不明显的损伤特征。

基于此，提出了基于Yolo v5目标识别算法的外立面损伤智能识别技术（图3），可快速识别视频或图片中外立面的损伤。YOLO是Redmon等[4]在2015年提出的基于PyTorch的单阶段目标检测算法，具有计算速度快的特点，可以支持40FPS（frames Per Second，每秒传输帧数）以上的视频实时检测。首先，收集大量拍摄的外立面照片形成样本库；然后，采用LabelImg图形图像注释工具标注样本中的裂缝，并采用Yolo v5算法进行训练生成权重文件；对新拍摄的外立面照片进行损伤识别。

工程实践表明，文章提出的外立面损伤智能识别技术对损伤的识别率达70%。该技术能及时地发现外立面和附加设施的安全隐患，有效降低外围护结构高坠风险。