大疆正持续加快其企业级无人机软件的迭代步伐,近期推出了DJI Terra的又一次更新。尽管5.2.5版本乍看之下较为低调,但它实际上解决了专业无人机操作人员日常作业中的多个工作流程痛点。
此次更新延续了大疆近几个月的一贯趋势:不再追求炫眼的新功能,而是着重提升速度、增强自动化能力,并减少测绘团队繁琐的人工操作。DJI Terra近期的版本更新越来越聚焦于更智能的LiDAR处理、更紧密的软硬件协同,以及更快速的三维重建性能。
简单介绍一下背景:DJI Terra是大疆推出的企业级测绘与三维重建平台,能够将无人机采集的数据处理成二维地图、三维模型及LiDAR点云。该软件广泛应用于建筑、测量、矿业、公共安全、电力及基础设施巡检等多个行业。
DJI Terra 5.2.5最重要的新增功能,是支持在LiDAR重建任务的云端PPK处理过程中,自动获取原始基站数据。这听起来颇为专业,但对无人机测量团队而言,实际上是省去了工作流程中最繁琐的一个环节。
此前,操作人员在处理LiDAR数据集之前,往往需要手动导入本地基站文件。此次更新后,DJI Terra可在云端PPK处理期间自动调取相关数据,从而缩短准备时间、降低人为错误的发生概率。实际效果就是:文件管理工作量减少,外业作业结束后的后处理环节也不再那么令人头疼。
这一改进的意义不容忽视,因为LiDAR飞行任务的规模正在不断扩大、复杂程度也在持续提升。企业用户越来越多地将无人机用于长距离线路巡检、电力线路测绘、铁路勘测以及大范围地形建模。在这类场景中,哪怕是微小的工作流程瓶颈,也可能转化为数小时的额外内业工作。
此次更新还对LiDAR重建所采用的MTA(多次回波)算法进行了优化。根据发布说明,此次优化在提升长距离扫描场景点云质量的同时,也缩短了处理时间。
这一改进同样重要,因为在大范围或超远距离飞行任务中,点云质量容易出现下降,在森林、电力线或交通走廊等复杂环境下尤为明显。更高的重建质量意味着更干净的数据集,也意味着后续测量结果更加可靠。
本次更新还包含若干错误修复,旨在提升软件稳定性,这也是DJI Terra近期持续演进的主题之一。其中一项修复解决了在可见光重建任务中应用七参数坐标转换后,网格点和TIN输出的CSV坐标数据偶发不准确的问题。对于测量师和GIS专业人员来说,坐标精度至关重要,哪怕是偶发的数据异常,也可能在后续环节引发严重问题。
另一项修复则解决了LiDAR重建任务质量报告中部分字段缺失的问题。大疆还修正了启用平滑点云功能时点云着色不完整的缺陷。
此外,还有一项较小但值得关注的修复:在部分LiDAR项目中,基站中心点高程值错误显示为零的问题得到了纠正。最后,大疆还解决了一个影响离线授权用户的许可证问题——部分操作人员在登录大疆在线账号时会遭遇"权限拒绝"提示,而他们实际上已持有有效的离线授权。
综合来看,上述改动进一步印证了DJI Terra在2026年的发展方向:深化自动化程度、优化LiDAR工作流程、减少人工干预节点。
这一方向与大疆整体企业战略高度吻合。大疆正稳步将业务拓展至无人机硬件之外,在数据采集、三维重建、可视化与分析等软件生态系统上持续加大投入。近期Terra的更新已经带来了包括HEIF格式支持、高斯泼溅(Gaussian Splatting)性能提升以及重建效率优化等多项改进。对于企业级无人机用户而言,这些持续累积的细节改进,往往比大版本的功能重构更具实际价值。
Q&A
Q1:DJI Terra 5.2.5版本主要解决了哪些问题?
A:DJI Terra 5.2.5主要修复了多个LiDAR工作流程中的痛点,包括:支持云端PPK处理时自动获取基站数据(减少手动导入步骤)、优化MTA算法以提升长距离点云质量并缩短处理时间,以及修复CSV坐标偏差、质量报告字段缺失、点云着色不完整、基站高程值显示为零,以及离线授权用户被拒绝登录等多项已知缺陷。
Q2:DJI Terra主要适用于哪些行业和场景?
A:DJI Terra是大疆推出的企业级测绘与三维重建平台,广泛应用于建筑施工、地形测量、矿山勘探、公共安全、电力巡检及基础设施检测等行业。它能将无人机采集的数据处理成二维地图、三维模型及LiDAR点云,尤其适合大范围地形建模、长距离线路巡检、铁路勘测等复杂任务场景。
Q3:DJI Terra近期的更新方向是什么?
A:从近期多个版本来看,DJI Terra的更新重心已从新功能开发转向工作流程优化,主要方向包括:更智能的LiDAR数据处理、更紧密的软硬件集成,以及更快速的三维重建性能。此外,大疆还在持续扩充软件生态,推进数据采集、重建、可视化与分析的一体化能力,体现出其将业务延伸至企业级软件领域的战略意图。
好文章,需要你的鼓励
谷歌宣布为旗下互动世界构建工具Project Genie新增Google街景功能,用户可基于真实地点生成可探索的游戏世界。只需选定美国境内的地图位置,描述角色形象,并选择"沙漠"或"石器时代"等风格,系统即可生成与现实街景绑定的沉浸式虚拟场景。每次游玩时长限60秒,支持WASD操控,目前仅向AI Ultra订阅用户开放,后续将逐步扩展覆盖范围。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
随着AI编程工具的普及,越来越多的非开发者开始尝试自己构建应用。谷歌在I/O大会上宣布,AI Studio新增功能可让用户通过提示词快速生成原生Android应用,并直接导出到手机。此外,谷歌还推出了基于Gemini的自定义小组件功能,并提出"生成式UI"概念,让手机界面根据需求实时生成。与此同时,苹果据报道也在探索通过提示词创建快捷指令的功能,手机个性化体验或将迎来新突破。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。