تُعَدُّ الخرائط ثلاثية الأبعاد عالية الدقة أداة لا غنى عنها في تخطيط المدن وكشف التغيرات، والتي تعتبر ضرورية لضمان الامتثال القانوني، وصيانة الخرائط، ومراقبة الأصول بما في ذلك الهياكل المعمارية والمساحات الخضراء الحضرية. وفي هذا السياق، طوّر الباحثون طريقة جديدة تُعتمد على تقنيات LiDAR Detecting، تُمكّن من كشف التغيرات على مستوى المدينة بدقة عالية.

تستند هذه الطريقة على استخدام نماذج مثل نموذج السطح الرقمي التقليدي (Digital Surface Model- DSM) واختلاف الصور، إلا أن هذه الطرق تعاني من حساسيتها للانحياز العمودي وعدم تطابق وجهات النظر. أما النماذج التقليدية من سحب النقط أو الفوكسيلا، فهي تتطلب ذاكرة ضخمة، وتفترض تماثلاً مثاليًا وتؤثر سلبًا على الهياكل النحيفة.

النهج الجديد الذي تم اقتراحه يركز على إدارة عدم اليقين والتركيز على الأجسام. يعتمد هذا النظام على محاذاة البيانات من فترات زمنية مختلفة باستخدام تحويل التوزيعات العادية متعددة الدقة (Multi-resolution Normal Distributions Transform) وطريقة النقط الأقرب للتسطيح (Iterative Closest Point). كما يقوم هذا النظام بتطبيع الارتفاع وحساب مستوى الكشف لكل نقطة بناءً على تباين التسجيل وخشونة السطح، مما يساهم في ضبط قرارات التغيير.

تسهل التحسينات الهندسية من خلال تحليل الدلالات والتجزئة المعنوية، وتستخدم تقنية لتوزيع الفئات باستخدام إشارات مخصصة للتعامل مع حالات الانقسام والدمج. ويتسم هذا الأسلوب بعملية معالجة مزودة بالزوم، والتي تعزز الذاكرة وتحافظ على التغيرات الضيقة على الأرض، في حين يتم دمج قرارات المستوى الفردي عن طريق مراعاة التداخل والانزياح والاختلاف في الحجم.

أُجريت التجارب في مدينة سوبياكو، أستراليا، باستخدام بيانات تم التقاطها في عامي 2023 و2025. وبهذا، حققت الطريقة الجديدة نسبة دقة بلغت 95.3%، ونسبة F1 العامة بلغت 90.8%، وبلغت نسبة IoU العامة 82.9%. كما أنها تفوقت على الأساسيات القوية الأخرى مثل Triplet KPConv، مما يدل على تقدم ملحوظ في هذا المجال.