第06章 三维重建的三条技术路线
本章导读
三维模型从哪来，决定了它之后能做什么。本章对应原报告 2.4 节：用一张表把倾斜摄影测量、激光雷达点云、神经渲染三条路线的原理、优势、局限与典型输出摆在一起；重点讲 3DGS——它把辐射场变成可优化、可渲染的显式基元，因此在电线、缆索这类细结构上明显优于三角网格，但高斯基元不是几何网格，不能做布尔运算、结构分析与体积量算，所以 2026 年的主流是混合表达；最后落到 AI 在重建环节的四个落点。上一章讲数据怎么调度，这一章讲数据怎么生产。
学习目标
读完本章，你应当能够：
- 用一张表复述三条重建路线的原理、优势、局限与典型输出，并各举一个失效场景；
- 解释 3DGS 为什么在细线状结构上优于三角网格，以及为什么它不能替代几何成果；
- 复述 KHR_gaussian_splatting 的状态争议，并说明工程上应如何对待该扩展；
- 说出 Cesium for Unreal 2.26.0 修复的缺陷，并据此写出一条选型验证要求；
- 按 2.4 节复述 AI 在重建环节的四个落点，并引用其中的关键数字说明自动化拐点；
- 为一个具体项目选择主导重建路线与补充路线，并说明验收标准如何随之变化。
2.4 三维重建的三条技术路线
| 路线 | 原理 | 优势 | 局限 | 典型输出 |
|---|---|---|---|---|
| 倾斜摄影测量 | 多视角影像 SfM + 密集匹配 | 成熟、成本可控、纹理真实、可大面积作业 | 细结构（电线、栏杆）丢失；水面、玻璃、反光面失效；植被“糊成一团” | OSGB / 3D Tiles 网格 |
| 激光雷达点云 | 主动测距，直接获取三维坐标 | 精度高、不受光照影响、可穿透植被（多回波） | 无纹理（需着色）、设备与作业成本高、数据量大 | LAS/LAZ、COPC、DEM/DSM |
| 神经渲染（NeRF / 3DGS） | 隐式神经场 / 显式高斯基元 | 细结构保真度高、训练快（3DGS）、渲染实时 | 几何精度不如摄影测量、数据量大、编辑与单体化困难 | .ply / splat / glTF 扩展 |
3DGS 为什么在 2025—2026 年成为热点，又为什么还没完全取代摄影测量：
它的突破在于把“辐射场”变成可优化、可渲染的显式基元——每个高斯带位置、协方差、不透明度、球谐系数。这让它在处理细线状结构时明显优于三角网格，而这恰恰是电力线路、桥梁拉索、天线这类资产管理最关心的对象。3D Tiles 2.0 的 README 直接点名：“可以捕捉传统摄影测量无法捕捉的细节，例如电线与缆索”。
但它的工程问题同样真实：高斯基元不是几何网格，不能直接做布尔运算、不能做结构分析、不能量算体积。所以 2026 年的主流做法是混合表达——用摄影测量/激光点云保证几何精度与可计算性，用 3DGS 补充视觉保真与细结构。国产平台的“3DGS 单体化”正是这条思路的落地：把泼溅结果与实体语义绑定，使其“可查、可管、可用”〔来源：超图官网，2026-07-23〕。
两点必须写的技术限定：
第一，KHR_gaussian_splatting 的状态需要谨慎表述。Khronos 官方扩展页当前仍标注为 release candidate，二手来源称已批准——该差异标注待核实，工程上应按“可用的草案扩展”对待，做好版本变动的兼容准备。
第二，3DGS 在工程化早期仍有稳定性坑。Cesium for Unreal 2.26.0 曾修复“高斯泼溅在场景中持续累积导致崩溃”的缺陷〔来源：cesium-unreal CHANGES.md〕。这类问题说明：3DGS 的长时间运行稳定性尚未经过大规模生产验证，选型时应要求做持续运行压测，而不是只看演示效果。
AI 在重建环节的四个落点（均有公开工程证据）：
- 语义分类与实例分割：SuperMap 2026 在输电线路点云上实现语义分类精度 97% 以上，电力线与杆塔分割准确率分别达 91%、96% 以上，上百公里点云分割降至 1 小时内〔来源：超图官网，2026-07-23〕。
- 自动化建模：基于 1:2000 DLG + 21.54 km² 倾斜摄影（171.4 GB），全自动构建 19,645 栋 LOD2.2 建筑单体并自动挂接属性，耗时 24 小时 55 分钟，成果 25.3 GB，单栋不足 5 秒，数据体量下降约 85%〔来源：同上〕。这组数字非常值得关注——它意味着“从实景到可管理单体”的自动化拐点已到。
- 纹理与色调修复：匀光匀色自动化，解决多期次数据色差。
- 端到端三维重建大模型：学术界与产业界均在推进，但截至 2026 年 11 月，尚无公开证据表明已能替代生产级空三流程〔待核实〕。
本章小结
- 三条路线的分工由原理决定：倾斜摄影成熟、成本可控、纹理真实；激光雷达精度高、不受光照影响；神经渲染细结构保真、渲染实时，但几何精度与可编辑性不足。
- 3DGS 的突破在于把辐射场变成显式基元，每个高斯带位置、协方差、不透明度与球谐系数；优势在细线状结构，劣势是不能做几何运算。
- 2026 年的主流做法是混合表达：摄影测量或点云保证几何精度与可计算性，3DGS 补充视觉保真与细结构。
- KHR_gaussian_splatting 的状态需谨慎表述：Khronos 官方页仍标注为 release candidate，二手来源称已批准，该差异待核实；工程上应按可用的草案扩展对待。
- 3DGS 的长时间运行稳定性尚未经大规模生产验证，Cesium for Unreal 2.26.0 的累积崩溃修复说明选型应要求持续运行压测。
- AI 已把点云分类与单体建模推进到可量化阶段，但端到端重建大模型能否替代生产级空三，截至 2026 年 11 月尚无公开证据，属待核实。
思考与练习
- 取一个你熟悉的三维项目，判断它实际用的是哪条重建路线，以及是否配了补充路线。
- 辨析：“3DGS 效果更好，可以直接替代倾斜摄影做成果交付。”请用 2.4 节的三条理由反驳。
- 为一条跨市输电线路做通道三维建模：选择主导路线与补充路线，写出各自承担的对象与验收方式。
- 某方案引用 KHR_gaussian_splatting，写“已获 Khronos 正式批准”。按 2.4 节指出表述问题，并改写这句话。
- 按 2.4 节 AI 四个落点，为你所在单位标出最值得先引入的一项，并写出量化验收指标。