UAV-Assisted Scan-to-Simulation for Landslides Using Physics-Informed Gaussian Splatting
作者: Zhenyu Liang, Jack C. P. Cheng
分类: cs.CV
发布日期: 2026-05-11
💡 一句话要点
提出基于物理信息高斯溅射（PIGS）的无人机滑坡扫描与仿真框架
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 高斯溅射 滑坡仿真 无人机遥感 物质点法 数字孪生 地质灾害监测
📋 核心要点
- 现有滑坡仿真多依赖DEM或网格模型，虽能进行几何分析，但视觉真实感严重不足，难以满足灾害沟通与公众教育需求。
- 提出基于3DGS的扫描到仿真框架，通过将高保真视觉重建与物质点法（MPM）物理引擎结合，实现了从真实场景到物理仿真的无缝衔接。
- 在香港真实滑坡场地的实验验证表明，该方法不仅能实现高精度的场景重建，还能有效支持基于物理规律的滑坡动力学模拟。
📝 摘要（中文）
滑坡监测与仿真在城市安全评估及防灾减灾中至关重要。现有的滑坡仿真流程通常依赖数字高程模型（DEM）和基于网格的表示方法，虽然适用于几何分析，但往往缺乏视觉真实感，限制了其在交互式应用、灾害沟通及公众教育中的有效性。本文提出了一种基于无人机（UAV）的“扫描到仿真”框架，通过3D高斯溅射（3DGS）技术架起了照片级真实场景捕捉与物理滑坡仿真之间的桥梁。该流程包含四个阶段：无人机坡面影像采集、低各向异性3DGS场景重建、目标仿真区域的体素化填充，以及与物质点法（MPM）的集成。我们在香港一处经历过严重滑坡的真实场地验证了该框架，结果表明该方法兼具逼真的视觉重建效果与高效的物理仿真能力。
🔬 方法详解
问题定义：现有滑坡仿真流程在几何建模与视觉表现之间存在鸿沟。传统基于网格的方法虽然便于物理计算，但缺乏纹理细节和真实感，导致其在灾害预警可视化和公众科普场景中表现力受限。
核心思路：利用3D高斯溅射（3DGS）作为中间表示，将无人机采集的稀疏影像转化为高保真的连续场景，并将其转化为物理仿真所需的体素网格，从而实现视觉真实感与物理仿真精度的统一。
技术框架：流程分为四步：首先通过无人机获取坡面多视角影像；其次利用3DGS重建低各向异性的场景表示；接着对目标区域进行体素填充，将表面模型转化为内部填充的体积模型；最后将模型导入物质点法（MPM）引擎进行滑坡动力学仿真。
关键创新：引入3DGS作为桥梁，解决了传统摄影测量在复杂地形下纹理缺失的问题，并提出了一种将表面重建结果转化为物理仿真所需体积数据的转换机制，实现了从视觉模型到物理模型的有效映射。
关键设计：重点在于3DGS场景的各向异性控制，以确保重建出的几何结构既能保持视觉细节，又具备足够的拓扑连续性以供物理引擎进行体素化处理，同时通过MPM算法处理滑坡过程中的大变形和非线性动力学行为。
🖼️ 关键图片
📊 实验亮点
实验以香港真实滑坡场地为对象，验证了框架的有效性。结果显示，该方法在保持高视觉保真度的同时，成功实现了滑坡过程的物理仿真。相比传统方法，该方案在视觉表现力上实现了质的飞跃，且在体素化转换过程中保持了良好的几何一致性，为复杂地形下的灾害模拟提供了可靠的技术路径。
🎯 应用场景
该研究主要应用于地质灾害监测、城市安全评估及防灾减灾领域。其高保真的可视化能力使其在灾害风险沟通、政府决策支持以及公众防灾教育中具有极高的实际价值，能够直观展示滑坡演变过程，提升社会对地质灾害的认知与应对能力。
📄 摘要（原文）
Landslide monitoring and simulation play an important role in urban safety assessment and disaster prevention. Existing landslide simulation pipelines typically rely on digital elevation model and mesh-based representations, which are suitable for geometric analysis, but often lack visual realism. This limitation reduces their effectiveness in interactive applications, hazard communication, and public education. In this paper, we propose a UAV-based scan-to-simulation framework that bridges photorealistic scene capture and physics-based landslide simulation through 3DGS. Specifically, our pipeline includes four stages: (1) UAV-based acquisition of slope imagery, (2) reconstruction of a low-anisotropy 3DGS scene representation, (3) volumetric conversion of the target simulation region by filling the interior of the surface-based model, and (4) integration with the Material Point Method (MPM) for landslide simulation. We validate the proposed framework on a real landslide site in Hong Kong that experienced a severe landslide event. The results show that our method supports both realistic visual reconstruction and effective simulation.