Методическая статья

Интеграция наземного лазерного сканирования, генеративного ИИ и смешанной реальности для цифровой реконструкции наследия

DOI:

10.3791/70841

⸱

26 мая 2026 г.

 ,  ,  ,  , 
1Manchester School of Architecture, Manchester Metropolitan University, 2Bartlett School of Architecture, University College London

В этой статье

Краткое содержание

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Этот воспроизводимый протокол демонстрирует рабочий процесс по цифровой реконструкции наследия. Он интегрирует наземное лазерное сканирование для захвата геометрии объектов, генеративный искусственный интеллект для реконструкции утраченных культурных элементов из архивных источников и смешанную реальность для визуализации этих синтезированных элементов на месте.

Аннотация

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Быстрое ускорение урбанизации в развивающихся регионах вызвало двойной кризис архитектурного наследия: физическое разрушение сооружений и нематериальное рассеяние культурной памяти. Традиционные методы сохранения, которые в основном опираются на статическую документацию, такие как фотография и ручная съемка, всё менее достаточны для запечатления сложных пространственных и временных измерений этих исторических объектов. Это исследование вводит новую комбинаторную методологическую структуру, призванную преодолеть разрыв между строгим архивированием и динамичным общественным взаимодействием. Мы подробно описываем рабочий процесс, который объединяет три различных технологии: наземное лазерное сканирование (TLS) для фиксации ощутимых геометрических признаков здания с точностью на миллиметровом уровне; Условный генеративный искусственный интеллект (CGAI) для создания исторически обоснованных визуальных представлений утраченных культурных элементов (в частности, традиционных структур храмовых ярмарок) на основе архивных источников; и дополненной реальности (AR) с помощью голографических гарнитур, чтобы наложить эти слои в единый опыт смешанной реальности (MR). Протокол описывает весь конвейер — от стратегий сбора данных и обработки облака точек до генерации моделей на базе ИИ и окончательного развертывания. Такой подход создаёт динамический цифровой симулякр, который успешно накладывает высокоточные пространственные данные с интерпретативными культурными визуализациями, предлагая технически осуществимый и масштабируемый рабочий процесс для цифрового сохранения и расширенной экспозиции памятников городского наследия.

Введение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Сохранение архитектурного наследия является ключевым императивом в современном дискурсе о градостроительстве и культурнойустойчивости 1,2. По мере быстрой модернизации и цифровизации городов напряжение между развитием и охраной природы становится всёострее. 3. Это явление особенно заметно в Центральных равнинах Китая — регионе, который служит колыбелью цивилизации, но сталкивается с неустанным давлением городскогорасширения 4,5. Защита культурного наследия выходит за рамки простого хранения физических реликвий; Она включает сохранение исторического контекста, передачу культурного значения и сохранение аутентичности объектанаследия 6. Сохранение наследия — это не пассивный акт архивирования, а активная стратегия культурного возрождения, формирующая идентичность наций и регионов, позволяющая будущим поколениям поддерживать постоянную связь с духовным миромпредков 7. Кроме того, эффективное сохранение этих объектов способствует многомерной культурной экологии, динамично взаимодействующей с мировой экономикой, улучшая имидж региона на международнойарене 8.

Несмотря на признанную важность сохранения наследия, текущие исследования и финансирование часто непропорционально благоприятствуют выдающимся монументальным объектам, таким как храм Шаолинь или исторические центры Лояна иКайфэн 9. Это оставляет регионально значимые, но менее заметные в мире достопримечательности, такие как храм городского бога в Чжэнчжоу, в состояниимаргинализации 10. Построенный во времена династии Мин, храм городского бога, как показано на рисунке 1, представляет собой уникальный пример хорошо сохранившейся религиозной архитектуры в Чжэнчжоу. Исторически она функционировала не просто как религиозное убежище, но и как живой узел социальных, экономических и народных мероприятий — особенно ярмаркаTemple Fair 11. Эти ярмарки были жизненной силой храма, объединяя жертвоприношения, торговлю и развлечения в единое культурноевыражение 12. Однако продвижение современной коммерциализации и городского зонирования привели к прекращению проведения этих традиционных ярмарок, что привело к дилемме охраны природы. Хотя физический скелет храма сохранился, неосязаемый дух — шум, визуальная яркость и социальное взаимодействие — в значительной степени исчез. Эта потеря места (пространство плюс социальная функция) подчёркивает острую необходимость методов сохранения, способных восстановить как материальную структуру, так и нематериальнуюатмосферу 13,14. Таким образом, протокол, изложенный в этом исследовании, явно разработан для объектов наследия, характеризующихся этой конкретной дихотомией: мест, где физические архитектурные сооружения остаются структурно целыми, но связанные с ним эфемерный культурный контекст и нематериальные артефакты утрачены.

figure-introduction-1
Рисунок 1. Фотография храма городского бога в Чжэнчжоу, показывающая нынешнее состояние входного фасада. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Внедрение цифровых технологий в сохранении культурного наследия предлагает преобразующее решение этой проблемы. Принцип сохранения требует поддержания хронологической ценности материальнойонтологии 6. Традиционные аналоговые методы, такие как ручное измерение и 2D-фотография, часто не позволяют всесторонне документировать сложную геометрию древней архитектуры и бессильны в восстановлении утраченных эфемерных сцен. В результате область сместилась в сторону «цифрового побратимства» — концепции, изначально заимствованной из аэрокосмической инженерии, которая предполагает создание виртуальной копии физической сущности, охватывающей15-й жизненный цикл. В контексте наследия цифровой двойник служит точным, неизменным архивом, поддерживающим диагностику, прогнозирование ивзаимодействие 16.

Наземное лазерное сканирование (TLS) стало основой для создания геометрического слоя этих цифровых двойников. TLS использует LiDAR (Light Detection and Rangeging) для захвата миллионов точек данных в секунду, создавая облако точек высокой плотности, которое фиксирует каждую трещину, наклон и текстуру здания с точностью на уровне миллиметров17. Эта технология бесконтактная, что делает её идеальной для хрупких сооружений и высокоэффективной по сравнению с обследованием на тотальных станциях. Недавние применения продемонстрировали эффективность TLS в сложных ситуациях: Марселла и др.18 использовали TLS для оценки структурной безопасности базилики Святого Петра в Ватикане, выявляя мельчайшие деформации, невидимые невооружённым глазом. Аналогично, Баронтини и др.19 разработали рамочную модель моделирования информации о исторических зданиях (HBIM), которая интегрирует данные TLS для профилактической консервации. Способность TLS диагностировать технические условия — такие как трещины в стенах, оседание фундамента и прогиб пола — служит научной основой для физических восстановительныхвмешательств 20,21.

Однако, хотя TLS превосходно фиксирует существующую физическую реальность, он не может восстановить исчезнувшую историческую реальность. Облако точек — это точен, но оно статично и лишено исторического контекста. Чтобы восстановить пропавшие исторические сцены — например, оживлённую атмосферу храмовой ярмарки — это исследование обращается к зарождающейся области условного генеративного искусственного интеллекта (CGAI). В отличие от традиционного ручного 3D-моделирования, которое требует много труда и сильно опирается на субъективную интерпретацию моделера, CGAI (например, Stable Diffusion или Tencent Huiyuan 3D) использует алгоритмы глубокого обучения для генерации визуального контента на основе текстовыхописаний 22. Анализируя обширные наборы данных исторических архитектурных стилей и текстур, CGAI может синтезировать или реконструировать правдоподобные исторические элементы — фонари, баннеры, временные прилавки — на основе архивного текста и визуальных данных. Это представляет собой сдвиг парадигмы от чистого записи существующего к моделированию исторического существования, с использованием логики, основанной на данных, для заполнения пробелов в физическомархиве 23.

Последняя задача заключается в распространении этого цифрового симулякра. Цифровой двойник, хранящийся на сервере, имеет ограниченную социальную ценность, если он недоступен для широкой публики. Технологии дополненной реальности (AR) и смешанной реальности (MR) соединяют физический и виртуальный миры, позволяя накладывать цифрового двойника на физическийобъект 24. В отличие от виртуальной реальности (VR), которая изолирует пользователя в полностью синтетической среде, AR сохраняет связь с физическим объектом наследия, одновременно усиливая его цифровой информацией. Платформы, такие как Fologram, и устройства вроде Microsoft HoloLens 2, позволяют проецировать высокоточные 3D-модели в реальную систему координат, обеспечивая прямой диалог между посетителем и восстановленнойисторией. Этот погружённый подход показал значительное повышение вовлечённости и понимания посетителей, превращая пассивное наблюдение в активноеисследование 26.

Хотя современная литература часто рассматривает цифровые технологии консервации в изоляции, интегрированный протокол, предложенный в этой статье, отличается яркой методологической новизной. Во-первых, в отличие от стандартных рабочих процессов TLS-документации, которые дают высокоточные, но культурно стерильные геометрические архивы, наш метод вводит динамический семантический контекст. Во-вторых, хотя реконструкции на основе фотограмметрии отлично текстурируют сохранившиеся физические поверхности, они структурно неспособны восстанавливать полностью утраченные культурные артефакты, лишённые физических остатков. Наконец, в отличие от существующих систем визуализации наследия AR, которые часто используют вручную созданные универсальные 3D-ресурсы или изолируют пользователей в VR, этот рабочий процесс использует CGAI для создания конкретных, исторически обоснованных визуализаций, напрямую связанных с миллиметровой точностью TLS. Это заполняет критический пробел, подробно описывая строгий, воспроизводимый протокол. Для разрешения концептуальных неоднозначностей и создания чёткого методологического обоснования мы чётко определяем основные компоненты этого рабочего процесса. Документированная геометрия относится к высокоточной, статической 3D-пространственной копии существующей физической архитектуры; Здесь требуется TLS, чтобы передать эту неоспоримую эмпирическую реальность с бесконтактной точностью. В отличие от этого, интерпретационная реконструкция, созданная ИИ, обозначает визуальные изображения утраченных культурных артефактов (например, праздничных украшений), полученных из архивного текста; CGAI необходим для этого этапа, потому что синтезирует вероятностные, исторически обоснованные интерпретации, а не абсолютные физические истины. Наконец, MR необходим для in-situ визуализации, служа опытной средой, которая органично накладывает интерпретативные культурные слои на задокументированную физическую геометрию в реальном мире. Структурируя наш подход вокруг этих очерченных концепций, этот комбинаторный рабочий процесс не только предоставляет технический путь для оцифровки городского культурного наследия в Центральных равнинах, но и предлагает новую теоретическую модель того, как мы определяем «сохранение» в цифровую эпоху — выходя за рамки сохранения материи к возрождению памяти27, 28.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Сбор исторических данных и анализ объектов

  1. Инициировать проект, проведя всесторонний архивный обзор. Получите исторические записи, фотографии, архитектурные чертежи и текстовые описания, связанные с целевым объектом наследия (в данном случае храмом Городского бога Чжэнчжоу), из местных архивов, управленческих офисов храмов и соответствующих бюро культурного наследия.
  2. Анализируйте текстовые данные специально для выявления описаний утраченных эфемерных элементов, таких как украшения храмовых ярмарок, временные лавки, баннеры и специфические световые системы (например, «красные фонари», «танцы дракона»).
  3. Проведите предварительное полевое исследование в светлое время суток, чтобы понять топографию участка и задокументировать текущее состояние архитектурной сохранности (рисунок 2). Документируйте планировку комплекса, отмечая центральную ось, расположение Главного зала, колокольных и барабанных башен, а также возможные препятствия, такие как древние деревья или узкие коридоры, которые могут преграждать лазерное сканирование обзора.

figure-protocol-1
Рисунок 2. Современный вид храмового двора, зафиксированный во время предварительного исследования участка. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

  1. Разработать подробную стратегию / план развертывания станции сканирования. Определите конкретные координаты для наземного лазерного сканера (TLS), чтобы обеспечить покрытие на 360° всех конструкций. Планируйте минимум 12 станций с возможностью расширения до 18 станций в зависимости от сложности площадки.
  2. Получите необходимые административные разрешения для доступа к объекту в непубличные часы (обычно рано утром 07:00–08:30 или поздний вечер с 17:00 до 18:30), чтобы минимизировать шум от данных, вызванный пешеходным движением.

2. Наземное лазерное сканирование (TLS)

  1. Развернуть высокоточный наземный лазерный сканер с фазовым сдвигом. Убедитесь, что заряд батареи достаточный на время сканирования и что SD-карта имеет достаточную ёмкость.
  2. Установите штатив сканера в первой заранее определённой точке станции (начинайте с главного зала/зоны A). Отрегулируйте ножки штатива, чтобы обеспечить устойчивость на каменном покрытии.
  3. Выровняйте сканер с помощью встроенного уровня пузыря или цифрового инклинометра на интерфейсе устройства. Убедитесь, что наклон ниже 0,5°, чтобы гарантировать вертикальность данных точечного облака.
  4. Настройте параметры сканирования через встроенный интерфейс сенсорного экрана:
    1. Установите разрешение на 1/4 или 1/5 (в зависимости от временных ограничений), обеспечивая расстояние между точками примерно 6 мм на расстоянии 10 м.
    2. Установите качество на 3x или 4x, чтобы уменьшить шум.
    3. Включите Color capture (Integrated Camera) для наложения текстуры Красный, Зелёный, Синий (RGB) на геометрию.
    4. Убедитесь, что диапазон сканирования охватывает от 0,6 м до 120 м с точностью ±2 мм.
  5. Проведите пилотное сканирование небольшого участка (например, колокольни) для проверки условий освещения. Проверьте предварительный просмотр на предмет переэкспонирования на открытых площадках или недостаточного освещения в тенистых карнизах.
  6. Переходите к полной последовательности сканирования. Для каждой станции запускайте сканирование и отходите из поля зрения сканера, чтобы не отбрасывать тени и не появляться в данных (ghosting).
  7. Переместите сканер на следующую станцию, обеспечив минимальное перекрытие с предыдущей станцией в 30–40%. Это пересечение критически важно для процесса регистрации из облака в облако в будущем.
  8. Делайте эталонные фотографии высокого разрешения с помощью внешней цифровой одиночной зеркальной камеры (DSLR) на каждой станции, чтобы дополнить внутреннюю камеру сканера, особенно для детальной резьбы или каллиграфических табличок.

3. Обработка данных в облаках точек

  1. Перенесите необработанные данные сканирования (в формате .fls) с SD-карты на высокопроизводительную рабочую станцию с программным обеспечением обработки.
  2. Импортируйте сырые сканы в рабочее пространство программного проекта.
  3. Примените фильтры предварительной обработки к исходным данным: используйте фильтр Stray Point для удаления пыли и летающих насекомых.
  4. Используйте фильтр тёмных точек сканирования для удаления ошибочных данных с сильно отражающих или поглощающих поверхностей.
  5. Выполните автоматическую регистрацию. Позволите программному обеспечению выравнивать сканы на основе геометрического распознавания признаков и GPS-данных.
  6. Проверьте регистрационный отчёт. Проверьте, что средняя ошибка натяжения (среднее расстояние между соответствующими точками) меньше 4 мм. Если ошибка превышает порог, выполните ручную регистрацию. Выберите три отдельных общих точки (например, углы здания, столбы) в двух перекрывающихся сканированиях, чтобы принудительно выравниваться.
  7. Примените фильтр движущихся объектов для автоматического обнаружения и удаления временных шумов, таких как пешеходы или птицы, проходящие по сцене во время сканирования.
  8. Выполните балансировку цвета (Multi-exposure Adjustment), чтобы уравнять яркость между ярким небом и тёмными интерьерами храма.
  9. Создайте облако точек проекта и экспортируйте финальную модель в структурированную . E57 или . Дело OBJ. Убедитесь, что размер файла управляем (например, понижение до расстояния между сетками 5 мм, если файл превышает 10 ГБ).

4. Моделирование условного генеративного ИИ (CGAI)

  1. Определите конкретные исторические элементы, которые нужно восстановить на основе анализа в шаге 1.2 (например, традиционные ларьки храмовых ярмарок, фонари).
  2. Используйте выбранную платформу CGAI.
  3. Строите точные текстовые подсказки, напрямую переводя семантические описания и исторические записи, найденные в архивных источниках (например, Анналы уезда Чжэн), в визуальные параметры. Например, ввод: «Традиционный красный фонарь эпохи китайской династии Мин, светящийся, висящий на карнизах, с высокой детализацией» или «Деревянный рыночный ларок, древний стиль, тканевой баннер, 3D-текстура.»
  4. Запускайте процесс генерации. Обычно для каждого исторического элемента производят партию из 20–30 итераций, чтобы обеспечить достаточный размер выборки стилистических вариаций и структурных возможностей.
  5. Созывайте официальную панель по валидации, состоящую из историков наследия и экспертов в области, прежде чем интегрировать любые сгенерированные ресурсы в финальную визуализацию MR. Выбирайте исторически правдоподобные результаты, сравнивая партии ИИ с сохранившимися визуальными архивами и установленным историческим консенсусом.
  6. Отбросьте любые результаты, проявляющие анахроничные черты или структурные невозможности. Итерайте текстовые запросы на основе явной обратной связи экспертной комиссии, чтобы уточнить историческую точность моделей.

5. Интеграция и создание цифровых двойников

  1. Откройте среду 3D-моделирования.
  2. Импортировать обработанное облако точек TLS (. OBJ) в программное обеспечение для 3D-моделирования.
  3. Импортировать активы, сгенерированные CGAI.
  4. Ручное выравнивание и позиционирование CGAI-активов в среде облака точек. Разместите фонари под карнизами и разместите прилавки во дворе согласно историческому анализу планировки.
  5. Используйте инструменты моделирования программного обеспечения, чтобы устранить любые пересечения сеток или расхождения в масштабах между облаком точек и моделями ИИ.
  6. Текстурируйте комбинированную модель. Примените изображения с высоким динамическим диапазоном (HDR) со сканера к сетке облака точек и убедитесь, что ИИ-активы обладают соответствующими материальными свойствами (шероховатость, металличность).
  7. Экспортировать полностью интегрированную модель цифрового двойника в виде . GLTF (Graphics Language Transmission Format) (Graphics Language Transmission Format). Этот формат оптимизирован для веб- и AR-приложений.

6. Развертывание в дополненной реальности (AR)

  1. Установите плагин MR deployment для 3D-моделирования на рабочей станции.
  2. Установите приложение-компаньон на гарнитуру Mixed Reality.
  3. Подключите и рабочую станцию, и гарнитуру MR к одной локальной Wi-Fi сети 5 ГГц для обеспечения передачи данных с низкой задержкой.
  4. Запустите плагин MR в программном обеспечении для моделирования, чтобы сгенерировать сессионный QR-код.
  5. Наденьте гарнитуру MR-и и запустите приложение-компаньон. Отсканируйте QR-код, чтобы синхронизировать сессию.
  6. Оцените условия окружающей среды на месте перед развертыванием. Строго планируйте сеансы визуализации МР на раннее утро или поздний вечер, чтобы избежать сильных инфракрасных помех от полуденного солнца, которое сильно снижает возможности пространственного отслеживания гарнитуры и вызывает дрейф модели.
  7. Выполнять выравнивание модели на месте и разрабатывать стратегии пространственной регистрации:
    1. Размещайте физические маркеры слежения (например, маркеры ArUco или QR-коды) в стабильных точках опоры в реальном мире, например, на каменном основании основного благовония. Мы настоятельно рекомендуем отслеживание на основе маркеров, а не чисто пространственное картографирование окружающей среды, чтобы противодействовать инфракрасным помехам от прямого солнечного света, обеспечивая устойчивость модели при сложном дневном освещении и выступая в качестве надёжного запасного варианта, если естественные пространственные якоря выйдут из строя.
    2. Используйте оптические датчики гарнитуры для обнаружения маркеров и автоматического закрепления виртуальной модели в правильной системе координат, используя ручные жесты руками в гарнитуре только для незначительной точной настройки вращения, пока цифровое облако точек идеально не перекроет физическую структуру.
  8. Зафиксируйте позицию модели.
  9. Пройдитесь по сайту, чтобы проверить стабильность регистрации. Убедитесь, что порог точности выравнивания строго соблюдается, допуская максимальный визуальный сдвиг всего 2–5 см во время активного движения пользователя, чтобы сохранить иллюзию погружения.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Наземная кампания лазерного сканирования, проведённая в ноябре 2024 года, использовала 18 станций для обеспечения полного покрытия зон Главного зала, Входной площади и Апсиды. Как указано в Таблице 1, параметры сканирования были строго откалиброваны — с использованием разрешения 1/4 и качества 4x — чтобы получить точковое расстояние примерно 6,1 мм на расстоянии 10 метров. Эта конкретная калибровка была необходима для баланса высокой плотности данных с эффективностью сбо...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Это исследование успешно демонстрирует комбинаторную методологическую основу для цифрового возрождения архитектурного наследия. Интегрируя наземное лазерное сканирование (TLS), условный генеративный искусственный интеллект (CGAI) и дополненную реальность (AR), мы создали рабочий процесс, выходящий за рамки традиционного статического сохранения, как изложено в методологической основе (рисунок 8).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Авторы не заявляют о конфликтах интересов. Это исследование не получало внешнего финансирования и полностью финансировалось авторами.

Благодарности

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Мы с благодарностью выражаем признательность руководству Храма Бога города Чжэнчжоу за предоставление доступа и помощь во время процесса сканирования. Мы также благодарим кафедру водных ресурсов и гидроэнергетики Северо-Китайского университета за сотрудничество, а также профессора Цзао Ли из Технологического университета Хэфэй за его ценные рекомендации. Выражаем признательность LetPub за лингвистическую помощь.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Зеркальная камераЭталонная фотография высокого разрешенияН/Д
FARO Focus3D S120Наземный лазерный сканер (TLS)FARO Technologies
FARO SCENE 2019Программное обеспечение для обработки данных в облаках точекFARO Technologies
ФолограммаПлагин для разработки MR и приложение для гарнитурФолограмма
Высокопроизводительная рабочая станцияОбработка и рендеринг данныхН/Д
Microsoft HoloLens 2Гарнитура смешанной реальности (MR)Microsoft
Rhino 8Среда 3D-моделированияРоберт МакНил и Партнёры
SD-карта храненияХранение данных необработанного сканированияН/Д
Стабильная диффузияМодель условного генеративного ИИ (CGAI)Stability AI
Tencent Huiyuan 3DПлатформа условного генеративного искусственного интеллекта (CGAI)Tencent

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Yan, W., Tan, K. K. H., Koo, A. C. Sustainable development practices in architectural design for cultural inheritance in Chinese cities. Wacana Seni J Arts Discourse. (Suppl 1), (2025).
  2. Guzmán, P. C., Roders, A. R. P., Colenbrander, B. J. F. Measuring links between cultural heritage management and sustainable urban development: an overview of global monitoring tools. Cities. 60A, 192-201 (2017).
  3. Zhou, T., Liu, H., Gou, P., Xu, N. Conflict or coordination? Measuring the relationships between urbanization and vegetation cover in China. Ecol Indic. , 109993 (2023).
  4. Su, H., Wang, Y., Zhang, Z., Dong, W. Characteristics and influencing factors of traditional village distribution in China. Land. 10, 1631 (2022).
  5. Liu, H., Zhao, B., Liu, J., Shen, Y. Land-use evolution and driving forces in urban fringe archaeological sites: a case study of the Western Han imperial mausoleums. Land. 8, 1554 (2025).
  6. Hardy, M. . The Venice charter revisited: modernism, conservation and tradition in the 21st century. , (2008).
  7. Li, Y. K., Cheng, X. Cultural heritage protection in China: problems and solutions. J Northwest Univ Philos Soc Sci Ed. (2), 130-138 (2023).
  8. Binay, R. A. . Urban regeneration policy impacts on the future of city: a comparative study in European and the Turkish context. , (2007).
  9. Zhu, Y., Maags, C. . Heritage politics in China: the power of the past. , (2020).
  10. Chinese Academy of Cultural Heritage. . Research report on the protection of world cultural heritage in China (2023). , (2023).
  11. Xie, J. J. . A study on the temple fair of Chenghuang Temple in Zhengzhou from the Ming and Qing dynasties onward. , (2022).
  12. Xie, H., Peng, Z., Kang, J., Liu, C., Wu, H. Soundscape evaluation outside a Taoist temple: a case study of Laojundong Temple in Chongqing, China. Int J Environ Res Public Health. 8, 4571 (2022).
  13. Yue, M., Xueyang, C., Ziyun, Q. A conceptual framework for the path of digital preservation of intangible cultural heritage: a thematic review. Multidiscipl Rev. 2, 2025045 (2025).
  14. Liu, Y. Application of digital technology in intangible cultural heritage protection. Mob Inf Syst. 1, 7471121 (2022).
  15. Lucchi, E. Digital twins for the automation of the heritage construction sector. Autom Constr. 156, 105073 (2023).
  16. Shafto, M., et al. Draft modeling, simulation, information technology and processing roadmap. Technol Area. , 1-32 (2010).
  17. Bagchi, S. . The digital reflection: implications of three-dimensional laser scanning technology on historic architecture documentation. , (2001).
  18. Marsella, S., Pozzi, D., Marzoli, M., Anastasi, D., Anastasi, O. Use of terrestrial laser scanners to increase the safety of the papal basilica of Saint Peter in the Vatican. , (2024).
  19. Barontini, A., et al. Development and demonstration of an HBIM framework for the preventive conservation of cultural heritage. Int J Archit Herit. 10, 1451-1473 (2022).
  20. Maravelakis, E., et al. 3D modeling and analysis techniques for the Apollo Temple in Delphi. Buildings. 7, 1730 (2023).
  21. Nowak, R., Orłowicz, R., Rutkowski, R. Use of TLS (LiDAR) for building diagnostics with the example of a historic building in Karlino. Buildings. 2, 24 (2020).
  22. Mishra, M., Lourenço, P. B. Artificial intelligence-assisted visual inspection for cultural heritage: state-of-the-art review. J Cult Herit. 66, 536-550 (2024).
  23. Uzun, F., et al. Utilising UV-mapping for the 3D-point cloud segmentation of architectural heritage. , (2024).
  24. Wu, Y., Hsiao, W., Chen, C. . The study on augmented reality positioning maps for historical and cultural site navigation. , (2024).
  25. Trento, A., Fioravanti, A., Kieferle, J., Woessner, U. Bridging cultural heritage ontologies in VR environment: a framework for querying and reasoning on the Temple of Venus and Rome restoration and documentation. ECAADE Proc. , 177-186 (2022).
  26. Akbaylar Hayreter, &. #. 3. 0. 4. ;., Güleç Özer, D., As Cemrek, H. Enhancing cultural heritage digitalization and visitor engagement through LiDAR scanning and gamification. , (2024).
  27. Wang, X. Photogrammetry enables the critical reinterpretation and regeneration of architectural heritage. , (2023).
  28. Yuan, F. Protection and regeneration of architectural heritage using digital twin technology. Archit Cult. (4), 1 (2024).
  29. Sharifi, A. A critical review of selected smart city assessment tools and indicator sets. J Clean Prod. 233 (1), 1269-1283 (2019).
  30. Farhan, S. L., Rahim, L. A. L., Samir, H. H., Aljashaami, B. A. A participatory digital framework for balancing urban development and cultural heritage preservation: a case study of the historic center of Karbala. Int J Sustain Dev Plann. 7, 2753-2763 (2025).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Похожие статьи