本发明涉及建筑工程技术领域，具体为一种基于bim技术无人机航拍建模方法。
背景技术：
随着现代科技的发展，越来越多的科技被应用于建筑工程领域，其中包含无人机航拍和bim技术；
无人机起到空中载具的作用，是其中一个能获取到实景数据的高效工具；搭配高清摄像头或激光雷达高效获取到真实环境的空间数据，再通过算法校正和处理，最终得到点云数据或三维模型，代表的是实景模型技术。
bim作为建筑学、工程学及土木工程的新工具，可以通过软件把设计创意以三维模型的形式重现出来，再往模型里添加大量的设计参数和项目相关信息，来模拟建筑空间所具备的真实信息，代表的是数字模型技术。
但传统建筑业对于两者的应用较为单一，很少将无人机航拍与bim建模技术结合应用。
技术实现要素：
本发明的目的在于解决上述背景技术中提出的传统建筑业很少将无人机航拍与bim建模技术结合应用的问题。
为实现上述目的，本发明提供一种基于bim技术无人机航拍建模方法，包括以下具体实施步骤：
步骤一，通过无人机航拍采集现场施工图相关信息，基于运动恢复结构算法与尺度不变特征换算，获取项目地形地貌和现场实况；
步骤二，采用contextcapture完成本次航测的后期gis数据进行处理；
步骤三，搭建局域网，集群处理gis数据；
步骤四，将模型原材料数据导入到revit软件中生成三维模型；
步骤五，利用revit软件生成的地貌模型结合设计图纸布置现场临建和规划施工路线，具体施工方案。
优选的，基于运动恢复结构算法与尺度不变特征换算的具体实施步骤如下：
步骤一，对无人机采集的航拍图像进行检测和匹配；
步骤二，构造外极几何图；
步骤三，采用混合式估计摄像机位姿和场景结构；
步骤四，捆绑调整(ba)优化摄像机位姿和场景；
步骤五，得到场景的稠密描述；
步骤六，推导场景的几何、纹理以及反射属性。
优选的，图像的检测和匹配方法如下：
特征点检测，采用sift算子对图像进行特征点的提取；
特征点匹配，(1)l2范数距离最小比值约束，(2)最近邻/次近邻小于一定阈值，(3)外极几何约束(匹配特征点在对应的外极线附近)。
优选的，contextcapture的gis数据处理包括以下步骤：
步骤一，pos数据整合，对原始pos数据进行筛选、分类处理后；
步骤二，进行空间三角测量计算；
步骤三，三维重建计算，应根据计算机性能重建框架，调整重建范围及瓦片大小，将原框架分为若干个大小相同的数据切块，分块进行重建计算。
优选的，数据集群处理的方法如下：
步骤一，以一台计算机作为服务器搭建局域网，并连接局域网内其他计算机作为节点组成群组；
步骤二，任务提交后，服务器统一分配子任务至各节点；
步骤三，节点完成子任务后，将处理结果返回至服务器，并接受新的子任务直至任务完成。
本发明与现有技术相比，具有如下的优点和有益效果在于：
1)该基于bim技术无人机航拍建模方法，基于bim技术无人机航拍建模方法，对在建建筑物的数据收集涵盖室内和室外，且无人机航拍大大降低人工测量建模成本，通过无人机航拍对建筑物全方位进行测绘拍摄，动态获取建筑物的点云数据并进行存档，用于对建筑物现状进行跟踪；通过航拍得到的点云数据结合bim建模软件逆向构建建筑物的建筑模型。
2)该基于bim技术无人机航拍建模方法，采用混合式估计估计摄像机位姿和场景结构，继承了增量和全局两种模式的优点，不仅提高了旋转矩阵的求取精度，且在保证鲁棒性的前提下，提高了增量式重建的效率。
3)该基于bim技术无人机航拍建模方法，采用集群处理的方式对gis数据进行处理，相对于单机处理具有更高的可靠性和容错率，同时可使用普通计算机进行计算，有效降低了硬件成本，并能发挥与高性能计算机相当的运算能力。
本发明基于bim技术利用好无人机航拍建模，达到快速准确建模，建模方式更加便捷，模型涵盖面更加广泛，且日常无人机航拍，动态跟进建模进度，指导施工，解决了传统建筑业很少将无人机航拍与bim建模技术结合应用的问题。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合具体实施例对本发明的应用原理作进一步描述。
实施例一
一种基于bim技术无人机航拍建模方法，包括以下具体实施步骤：
步骤一，通过无人机航拍采集现场施工图相关信息，基于运动恢复结构算法与尺度不变特征换算，获取项目地形地貌和现场实况；
步骤二，采用contextcapture完成本次航测的后期gis数据进行处理；
步骤三，搭建局域网，集群处理gis数据；
步骤四，将模型原材料数据导入到revit软件中生成三维模型；
步骤五，利用revit软件生成的地貌模型结合设计图纸布置现场临建和规划施工路线，具体施工方案。
1)基于运动恢复结构算法与尺度不变特征换算的具体实施步骤如下：
步骤一，对无人机采集的航拍图像进行检测和匹配；
步骤二，构造外极几何图；
步骤三，采用混合式估计摄像机位姿和场景结构；
步骤四，捆绑调整(ba)优化摄像机位姿和场景；
步骤五，得到场景的稠密描述；
步骤六，推导场景的几何、纹理以及反射属性。
2)图像的检测和匹配方法如下：
特征点检测，采用sift算子对图像进行特征点的提取；
特征点匹配，(1)l2范数距离最小比值约束，(2)最近邻/次近邻小于一定阈值，(3)外极几何约束(匹配特征点在对应的外极线附近)。
3)contextcapture的gis数据处理包括以下步骤：
步骤一，pos数据整合，对原始pos数据进行筛选、分类处理后；
步骤二，进行空间三角测量计算；
步骤三，三维重建计算，应根据计算机性能重建框架，调整重建范围及瓦片大小，将原框架分为若干个大小相同的数据切块，分块进行重建计算。
4)数据集群处理的方法如下：
步骤一，以一台计算机作为服务器搭建局域网，并连接局域网内其他计算机作为节点组成群组；
步骤二，任务提交后，服务器统一分配子任务至各节点；
步骤三，节点完成子任务后，将处理结果返回至服务器，并接受新的子任务直至任务完成。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方上，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。