随着城市经济快速发展及城区建设外扩步伐加快，位于城市边缘的南部山区土地逐渐升值，现有宅基地扩建、加层建设等现象滋生[1]。南部山区地形复杂、取证困难，传统人工巡查执法面临瓶颈，难以满足违法建筑快速响应、快速处置的行政执法要求。为改善此情况，南部山区引入无人机、AI等智能化手段，对辖区全域进行无人机正射航测，采集影像数据支撑对违建建筑AI智能识别及分析，节约人力、物力，实现精准治理。1项目现状及建设目标1.1项目现状项目位于某市山区范围内，该地区地形起伏严重，高低落差200~600 m。违建规范化治理存在的问题主要包括：山区作业环境复杂，投入人力多但效果差；管理对象不断增加和细化，管理难度大；处置过程不能有效记录与指挥，效果难以评估；群众参与城市管理程度低；违建事件取证困难。1.2建设目标管理模式从粗放转向精准，实现违建事件在空间、时间、人员等全方位精确管控。从被动巡查转向主动发现，变革原有被动、分散巡查模式，实现主动发现、主动报警、自动标识，重点处置。降低城市管理成本，通过数字化、可视化、智能化手段，及时发现相关违建事件，减少无效巡查次数，提高治理效率，降低治理成本。城市违建综合治理平台的落地是信息技术发展、城市数字化、智能化管理必然产物，为城市规范化管理提供一种高效的工作手段。通过项目实施，能够提高城市规范化治理工作效率，实现城市的长效发展[2]。2无人机航测技术路线根据现场治理工作人员的具体需求进行无人机航拍，采集有效照片、航片或现场视频，要求每月一期，并提供全域分辨率精度不低于5 cm的正射影像图，为现场人员提供有效证据。无人机航测服务整体包含设备选型准备阶段、数据采集、数据处理及数据分析等[3]。2.1航测设备选型由于项目所在地区地形起伏严重，高低落差大。在无人机系统选型方面，采用融合型QK-GD1垂直起降固定翼无人机系统。该机型是在固定翼基础上增加数个动力马达，使其具备垂直起降能力。该机型消除了原始固定翼无人机对于起降场地的限制，保证了起飞降落阶段的设备安全，保留了续航时间长、飞行速度快的优势；能够适应各种地形起飞降落，并且续航时间可达90 min，适用于本项目环境多变、地形复杂的场景。2.2航摄方案的确认无人机倾斜摄影飞行高度是航线设计的基础[4]。航摄高度需要根据任务要求选择合适的地面分辨率，结合相机的性能，计算公式为：H=f×GSD/α （1）式中：H——航摄的高度（m）；GSD——地面分辨率（m）；f——镜头焦距（mm）；α——像元尺寸（mm）。按照公式可求得获得相应地面分辨率的飞行高度[4]。此次计划飞行高度为500 m+800 m复合高度。设计重叠率为航向80%、旁向80%。飞行方式为适当空间即可垂直起飞，爬升到安全高度后转为固定翼平飞模式，适合山区复杂地形。航摄高度剖面分析如图1所示。10.19301/j.cnki.zncs.2024.02.021.F001图1航摄高度剖面分析2.3航线方向和航线敷设航线敷设时需要考虑地形环境因素的影响，保证航线及延长方向的地形高度，不影响飞行安全高度[5-6]。航线方向及航线敷设如图2所示。10.19301/j.cnki.zncs.2024.02.021.F002图2航线方向及航线敷设本项目采取航线方向为东—西向，少数情况下根据地形走向和专业测绘的特点要求，可为南—北向或任意方向。2.4航测数据处理服务完成无人机飞行任务后，开展正射影像图、全景图、视频剪辑等相关数据生产工作。基于低空航拍正射影像图的差异进行智能化判读服务，通过人工智能技术，对特定区域进行建筑物的形态差异智能识别。3AI智能识别技术路线3.1智能图像识别技术本系统智能识别技术是基于Mask R-CNN的像素级语义分割方法[7]。此方法具有原Ｍask R-CNN方法分割精度高的优点，将实例级改为像素级，解决占用资源过多的问题，使其可在小巧便携的平台上完成语义分割[8]。3.2房屋建筑时空数据库基于无人机航测影像，建立南部山区的房屋建筑时空数据库，并通过将整个巡视区域划分成不同小块，每个小块根据目标数量进行自适应拆分，保证每个小块计算量相似。基于实例分割算法，对小块中所有的目标逐一识别，绘制其边界。将相似的建筑物合并为一体，结果存至数据库，为AI智能分析提供结构化时空数据支撑。3.3大数据AI比对服务在数据采集完成后，智能管理平台结合深度学习算法，通过与历史数据进行对比，自动识别违建行为，精准定位违建建筑发生地点，作为治理取证依据，及时干预，及时制止。多影像可视化对比结果如图3所示。10.19301/j.cnki.zncs.2024.02.021.F003图3多影像可视化对比结果3.4图斑可视化展示服务通过智能识别将形成的六大类基础数据（集成影像、地形、实景三维模型、人工三维模型、矢量数据、点云数据）充分融合在同一终端进行显示[9]。支撑多窗口同时展示现期、往期及其他数据，实现在影像中可视化展示差异图斑。4城市违建综合治理平台构建城市违建综合治理平台依托GIS地理信息系统，叠加融合无人机正射影像，并基于AI人工智能分析结果，自动将违建事件在GIS地图中精准打点、标注，实现可视化展示。通过将平台部署到客户现场指挥大厅，满足相关人员实时掌握各地违建事件分布及事件处理情况。违建事件GIS分布如图4所示。10.19301/j.cnki.zncs.2024.02.021.F004图4违建事件GIS分布4.1平台实现的能力数据分析能力：该平台能够对大数据进行深度学习和AI分析，以识别违建类型、规模和所在位置等信息。违建问题诊断能力：该平台能够立即诊断和定位违建问题，并依据城市规划和法规对其进行相应处理。统计和监控能力：该平台能够对违建治理进程进行实时监测和统计，并为处理违建提供相应的数据支持。违建事件案件详情如图5所示。10.19301/j.cnki.zncs.2024.02.021.F005图5违建事件案件详情4.2平台解决的问题提高治理效率：通过大数据和人工智能技术的使用，该平台能够快速、准确地识别，快速处理违建问题，从而提高治理效率。促进信息共享：该平台为不同的城市管理部门提供信息共享的平台，加强各部门间的合作，提高跨部门工作的协作效率。根据各岗位人员上岗情况，由调度人员将待处置事件指派给对应人员。通过手机端接收并查看待处理的事件任务，包含事件类型、位置、发现时间、快照图片、视频影像等信息，并上门执法，实现各部门联动，推动全域精准高效治理[10]。4.3平台应用效果简化城市治理流程：通过自动化和数字化处理，该平台能够使治理流程更加简化，提高处理效率。提高治理精度：该平台能够精准定位和诊断违建问题，有效地提高视察处理的精度。提升居民生活质量，相关部门可以及时掌握违建情况，加强对违建的治理力度，从而提高城市的管理水平和居民的生活质量。5结语城市违建智能化治理技术能够在较短的时间内自动识别出违建情况，减少人工巡查的时间和成本。但该技术也存在一定局限性，如复杂情况下的识别能力减弱，对低质量图像的识别准确率较低。因此，在实际应用中可作为人工巡查的一种补充治理手段，提高城市违建问题的监管效率。本项目未来重点研究方向是AI智能算法及识别准确率方面，通过对各期航测影像的采样、标注、训练学习，优化完善神经网络模型，迭代增加AI识别基准库，降低模型整体训练耗时，进一步提高训练学习效率和智能识别质量；加强对出勤人员工作态度、处置效率等的评价，提升规范化治理意识，提高公众满意度。