前言

高层建筑作为现代城市文明的重要载体，不仅是经济繁荣与技术创新的象征，更承载着人类社会对空间集约化利用的迫切需求。随着全球城市化进程的加速推进，高层建筑的数量呈现爆发式增长。据统计，截至2024年，全球高度超过200 m的摩天大楼已突破2400座，其中中国以1261座的规模占据全球总量的50%以上。这种快速增长是土地资源紧缺、人口密度激增与城市功能复合化需求共同作用的结果。然而，高层建筑的密集化也带来了一系列安全隐患，尤其是外立面质量问题日益凸显。建筑外立面长期暴露于复杂自然环境中，受紫外线辐射、酸雨侵蚀、温差应力及风荷载等多重因素影响，材料老化、空鼓、开裂甚至局部脱落等问题频发。近年来，因外立面缺陷引发的安全事故屡见不鲜： 2021年上海黄浦区某高层住宅外立面瓷砖脱落致人死亡，2023年成都天府新区某小区连续三年发生同类事故，2024年青岛星光岛玫瑰园小区外立面墙皮大面积脱落威胁居民安全……这些事件不仅造成巨额经济损失，而且对公共安全构成严峻挑战。传统的外立面巡检依赖人工攀爬、吊篮作业或高倍地面观测，存在效率低下、覆盖不全、主观性强等弊端。以某一线城市为例，人工巡检一栋50层建筑平均耗时3 d，成本高达数万元，且高空作业风险系数居高不下。在此背景下，探索安全、高效、智能化的巡检技术已成为建筑运维领域的当务之急。

作者近几年深耕高层建筑外立面智能无人化巡检探索，对相关研究成果进行了系统性的总结，并将其编撰成一部专著，填补这一领域在理论与应用上的不足，为从事建筑工程管理、建筑维护、无人机技术开发等领域的学者与业界同行提供参考。

本书系统阐述了基于建筑信息模型与无人机技术的城市高层建筑外立面智能巡检体系，构建了“理论方法实践”三位一体的研究框架。全书以解决传统人工巡检效率低、风险高的核心问题为导向，融合BIM、计算机视觉、人工智能等多学科技术，提出无差别巡检、自适应巡检、人机交互巡检三大创新方法。通过改进德劳内阿尔法形状(DelaunayAlpha Shapes，DAS)算法实现建筑边界的自动化提取，结合多传感器协同采集与改进YOLOv3检测模型，突破毫米级病害识别精度。书中结合深圳大学物理光电楼等工程案例，展示了从数据采集、病害分析到数字孪生管理的全流程技术应用，为建筑运维提供了可复制的智能化解决方案。

本书共8章，第1章介绍城市高层建筑外立面巡检的背景； 第2、3章为BIM信息管理及无人机巡检方法和原理的基本概念介绍； 第4~7章阐述城市高层建筑外立面多种巡检方法、技术路线及案例验证； 第8章对城市高层建筑外立面巡检技术与发展进行总结以及展望。

本书由深圳大学土木与交通工程学院、未来城市研究院的智能建造与运维研究团队组织撰写，由深圳大学谭毅副教授、陈湘生院士、东南大学王骞教授、深圳大学李思林博士生、香港理工大学陈鹏禄博士生撰写而成。撰稿分工如下： 谭毅负责确定整体架构，由陈湘生院士审核并指导，王骞负责第1章初稿，温子鸿负责第2、3章初稿，李思林、陈鹏禄以及宋典威、刘鑫负责第4~7章初稿，蔡马勇负责第8章初稿，蔡茹莹、李耿、王明珠、伊文分别负责相关章节内容的文字校对。最后，全书由谭毅修改定稿。

在此，我们对清华大学出版社的工作人员在本书的编辑出版工作中所付出的辛勤劳动表示由衷的谢忱。

愿本书的出版既能将我们团队的成果奉献给广大读者，又能对城市高层建筑外立面巡检的技术方法创新和科学研究起到推动作用。

热切期盼读者提出宝贵意见，以利于我们后期工作的改进。

作者

2025年12月

无人机建筑外立面巡检的数智化迭代，助力城市安全智能化运营管理

本书聚焦城市高层建筑外立面巡检难题，融合BIM与无人机技术，提供智能化巡检解决方案。全书共8章，第1章介绍BIM与无人机技术在建筑外立面巡检中的应用背景，第2、3章阐述BIM与无人机巡检原理，第4~6章分别探讨无差别、自适应、人机交互三种巡检技术，含系统构建、案例验证等。第7章结合实例展示巡检技术应用，第8章展望未来。

谭毅，深圳大学土木与交通工程学院副教授，硕士生导师，深圳市海外高层次人才。中国图学学会BIM专委会委员、中国技术经济学会工程建设管理专业委员会理事会理事。长期从事智能建造与运维、建造工业化、BIM与数字孪生等技术研究。目前累计发表期刊及国内高水平学术会议论文60余篇，谷歌学术引用2000余次，H_index=25，3篇高被引论文，登记智能建造与运维相关软著40余项，授权发明专利5项。

目录

第1章绪论

1.1城市高层建筑外立面巡检的重要性

1.2BIM在建筑外立面巡检中的潜力

1.3无人机在建筑外立面巡检中的潜力

第2章BIM信息管理原理与应用

2.1BIM的基本概念与特点

2.2建筑全生命周期管理与BIM

2.3BIM在巡检与维护中的信息支撑作用

2.4BIM数据管理的未来趋势

第3章无人机巡检原理与方法

3.1无人机巡检原理

3.1.1无人机飞行控制

3.1.2无人机通信

3.1.3无人机图像采集

3.1.4数据处理与分析

3.2无人机巡检方法

3.2.1非建筑领域无人机巡检

3.2.2建筑领域无人机巡检

第4章无差别巡检技术与应用

4.1无人机无差别巡检技术概述

4.2无人机无差别巡检系统

4.2.1高层建筑外立面图像数据采集

4.2.2高层建筑外立面图像缺陷检测

4.2.3高层建筑外立面病害定位和可视化

4.3无差别巡检的优势与挑战

4.3.1无差别巡检的优势

4.3.2无差别巡检的挑战

第5章自适应巡检技术与应用

5.1无人机自适应巡检技术概述

5.2建筑外立面巡检地图生成

5.2.1BIM元素信息提取

5.2.2边界提取

5.2.3边界优化与重建

5.3G_L自适应巡检图像实时分析

5.3.1巡检区域提取

5.3.2巡检任务生成(全局)

5.3.3自适应调整巡检任务(局部)

5.3.4电池供应优化

5.4运维数据数字孪生管理

5.4.1模型轻量化和重建

5.4.2数据管理

5.4.3数字资产动态管理

5.4.4虚实融合驱动巡检可视化

第6章人机交互巡检技术与应用

6.1人机交互巡检技术概述

6.2数字巡检环境搭建

6.2.1场景优化

6.2.2数字空间基本配置

6.3人机协作与设备控制

6.3.1人机交互控制模式

6.3.2数字空间中的路径规划

6.3.3飞行参数自动计算

6.4巡检数据可视化管理

6.4.1数据分析与评估

6.4.2病害数据管理

6.4.3病害形态映射

第7章案例分析与实践

7.1无人机无差别巡检技术案例

7.1.1案例情况

7.1.2巡检任务实施

7.1.3外立面图像缺陷检测结果

7.1.4缺陷定位及可视化结果

7.2无人机自适应巡检技术案例

7.2.1案例情况

7.2.2边界提取与重建

7.2.3巡检路径与参数计算

7.2.4实验验证

7.2.5数字资产孪生管理

7.3人机交互式巡检技术案例

7.3.1案例情况

7.3.2飞行参数计算验证

7.3.3巡检效率对比及可行性

第8章未来发展与展望

8.1无人机巡检的未来趋势

8.2城市高层建筑巡检的数智化迭代

8.3无人机城市高层建筑巡检与低空经济

8.4研究的局限性与未来研究方向

8.5主要研究成果总结

8.6对未来研究的建议与期望

参考文献

附录