Conventional high-rise building surface inspection is usually inefficient and requires the inspectors to work at heights with high risk. Unmanned aerial vehicles (UAVs) carrying optical or thermal cameras are currently widely utilized as an effective tool for inspection. The UAV-based data collection, especially for unreachable inspection areas, is the basis of unmanned inspection of building surface. In addition, building information modeling (BIM) with rich geometric and semantic information can also be instrumental in building surface inspection. Therefore, this paper presented an automatic inspection method of building surface, especially for the inspection data collection, by integrating UAV and BIM. To minimize the length of UAV flight while collecting complete and high-quality image data considering the limited endurance capability, the coverage path planning problem is solved using genetic algorithm (GA). The required inspection areas are obtained from the BIM model of the target building to be inspected. To further enhance the automation of building surface inspection, the optimized UAV flight mission parameters are rapidly calculated based on the BIM model and proposed algorithm. A real office building in Shenzhen University campus is used to validate the presented automatic method. The quality of the collected inspection images using the UAV with optimized flight mission are evaluated. The results show that this method leads to time-efficient, accurate, and high-quality inspection data collection for building surface.

传统的高层建筑表面检查通常效率低下，并且需要检查员在高风险下工作。携带光学或热像仪的无人机 (UAV) 目前被广泛用作检查的有效工具。基于无人机的数据采集，尤其是对无法到达的检测区域，是建筑物表面无人检测的基础。此外，具有丰富几何和语义信息的建筑信息模型 (BIM) 也可用于建筑表面检测。因此，本文提出了一种结合无人机和BIM的建筑表面自动检测方法，特别是检测数据的采集。考虑到有限的续航能力，在采集完整、高质量的图像数据的同时，最大限度地减少无人机飞行的长度，覆盖路径规划问题使用遗传算法（GA）解决。所需的检查区域是从待检查的目标建筑的BIM模型中获取的。为进一步提升建筑表面检测的自动化程度，基于BIM模型和算法快速计算优化后的无人机飞行任务参数。深圳大学校园的一个真实办公楼被用来验证所提出的自动方法。评估使用具有优化飞行任务的无人机收集的检查图像的质量。结果表明，该方法可以实现对建筑表面的高效、准确和高质量的检测数据收集。所需的检查区域是从待检查的目标建筑的BIM模型中获取的。为进一步提升建筑表面检测的自动化程度，基于BIM模型和算法快速计算优化后的无人机飞行任务参数。深圳大学校园的一个真实办公楼被用来验证所提出的自动方法。评估使用具有优化飞行任务的无人机收集的检查图像的质量。结果表明，该方法可以实现对建筑表面的高效、准确和高质量的检测数据收集。所需的检查区域是从待检查的目标建筑的BIM模型中获取的。为进一步提升建筑表面检测的自动化程度，基于BIM模型和算法快速计算优化后的无人机飞行任务参数。深圳大学校园的一个真实办公楼被用来验证所提出的自动方法。评估使用具有优化飞行任务的无人机收集的检查图像的质量。结果表明，该方法可以实现对建筑表面的高效、准确和高质量的检测数据收集。深圳大学校园的一个真实办公楼被用来验证所提出的自动方法。评估使用具有优化飞行任务的无人机收集的检查图像的质量。结果表明，该方法可以实现对建筑表面的高效、准确和高质量的检测数据收集。深圳大学校园的一个真实办公楼被用来验证所提出的自动方法。评估使用具有优化飞行任务的无人机收集的检查图像的质量。结果表明，该方法可以实现对建筑表面的高效、准确和高质量的检测数据收集。