跳至主要内容
户外作业估价应用:扫描现场,回答几个问题,给出报价

户外作业估价应用:扫描现场,回答几个问题,给出报价

园林绿化、树木养护团队和小型承包商往往凭卷尺和估计来报价。Laan Labs 基于其移动 3D 扫描流水线开发了一款作业估价应用:用 LiDAR 测量作业量,用引导式提问获取扫描看不到的信息,再由估价模型将二者转化为工时、材料和报价。

job-estimating3d-scanninglidarlandscapingvolume-measurementmobile-app
Jason Laan
Jason Laan
2026年4月24日

业务挑战

户外作业的报价靠的是经验。园林师在院子里走一圈,步测一个花坛,目测一处斜坡,用卷尺量一下树桩,然后报出一个数字。老手能估得八九不离十;新手和成长中的团队则不行,而且所有人都会栽在从车道上看不到的东西上:硬度堪比混凝土的硬木、从树干向外延伸八英尺的根系、比机器宽度窄半英寸的大门、图纸上标注埋深十八英寸、实际只有四英寸的燃气管线。

这样的代价表现为报价不一致、丢单、因“您说是六英寸,但我想要十二英寸”而返工,以及晚上坐在厨房餐桌前,把现场笔记整理成报价单。对于构成这个行业主体的小型企业来说,估价既是销售流程,也是亏本工作的最大来源。

Laan Labs 此前已经向承包商提供了一款体积测量工具,他们用手机扫描碎石和填土堆。这些用户提出了一个更大的问题:不只是这里有多少,而是这个活要干多久、我该报多少钱?这个问题催生了这款应用。


能测量的就测量,测不了的就询问,并让操作人员清楚哪些是哪些。这一原则塑造了应用的每一个界面。


Laan Labs 构建了什么

这是一款适用于 iPhone 和 iPad 的作业估价与规划应用,基于 Laan Labs 自有的移动 3D 扫描流水线构建。操作人员扫描作业区域,在 3D 模型上标出任务,回答一组简短的引导式问题,然后得到工时、材料和人员的估算,以及可直接发给客户的报告。该应用未在公共应用商店上架,目前由少数团队使用,并可作为授权应用或组件提供给合作伙伴,用于其自有产品。

一支施工队在整理好的草坪上铺设草皮卷一台小型挖掘机在花园中作业

应用可估价的作业:草皮和花坛整备、平整与开挖、树桩与树木作业、运输与清理。照片:Distinct Lawns,Wikimedia Commons,CC BY-SA 4.0;High Contrast,Wikimedia Commons,CC BY 3.0 DE。仅作示意,并非来自本项目。

应用如何工作

操作人员在现场打开应用,用 iPhone Pro 或 iPad Pro 扫描作业区域,并按照三个步骤操作,这三步对应经验丰富的估价人员的思路。

  1. 扫描并测量。 LiDAR 扫描会生成该区域的 3D 模型。操作人员在模型上标出作业内容,例如描出花坛轮廓、圈出树桩,或标出平整区域的边界,应用随即测量驱动该任务的数量:面积、体积、长度、高度、坡度和距离。
  2. 回答引导式问题。 对每项任务,应用只询问扫描无法告知的信息:树桩的树种和状况,花坛的覆盖物深度和镶边,开挖的最终标高,以及客户希望现场清理到什么程度。
  3. 记录现场。 通行条件和大门宽度、与货车的距离、坡度和地面条件、附近建筑物和地下管线,并附上照片,作为开工前的现场记录。
估价模型示意图:扫描测量数据、引导式问题和现场因素输入任务库、生产率、系数和校准回路,最终产出时间、材料和报价

示意图:输入、估价模型,以及输出结果

根据这些输入,估价模型会生成每项任务及整个作业的工时(以带置信度的区间形式给出)、需要订购的材料和需要运送的车次、适合现场的设备,以及可直接提供给客户的报告。报告中的每个数字都会注明是测量得到的、手动输入的,还是标记为未知,这正是操作人员能够信任它的原因。

测量作业量:以树桩这一难题为例

一旦有了按比例缩放的 3D 模型,大多数任务的数量都很容易得到:花坛的面积、边缘的长度、当前地面与目标标高之间的挖方和填方。真正能检验测量引擎的是树桩,因为树桩并不是圆柱体。树桩基部会向外扩张并呈裂瓣状,而这恰恰是用直径加公式估算容易出错的地方,地面以上的木材量又是影响磨桩时间的首要因素。

一个刚砍下的红橡树桩,基部根基宽阔且呈裂瓣状从上方俯视刚砍下的针栎树桩,显示其不规则的轮廓

两个橡树桩,以及卷尺无法描述的形状。照片:Famartin,Wikimedia Commons(红橡、针栎),CC BY-SA 4.0。仅作示意,并非来自本项目。

应用采用与堆料工具相同的多边形方法:将基准平面拟合到地面,在扫描数据上描出物体的底部轮廓,然后对该平面以上的网格进行积分。得到的结果包括体积、底面积、高度和宽度,并附有高度图,操作人员可以对照眼见的实际情况进行核对。

应用中以带纹理网格显示的树桩扫描示意图沿已扫描树桩底部点击绘制轮廓的示意图

示意图:LiDAR 网格形式的树桩,以及沿其底部点击绘制的轮廓

按拟合基准平面以上高度着色的树桩扫描示意图,带有轮廓和体积读数

示意图:基准平面以上的高度,以及以立方米、立方码和立方英尺报告的体积

iPhone LiDAR 在近距离下采集深度的精度约为一到两厘米,对于这种尺寸的物体和区域绰绰有余。实际条件比传感器更重要:物体周围必须清除藤蔓、高草和落叶,操作人员必须完整环绕物体采集。应用在接受测量之前会检查覆盖情况,若不完整,会提示操作人员清理或重新扫描。

树桩剖面图,显示扫描测量的地面以上部分、操作人员输入的磨桩深度、地表根系和埋设的管线

示意图:以一种任务类型为例,展示扫描测量了什么、操作人员输入什么,以及任何传感器都看不到什么

扫描看不到的东西

户外作业中最大的成本和安全因素,在任何扫描中都是看不见的。应用的处理办法是询问,并且绝不假装知道。

因素重要性应用的处理方式
树种和木材硬度橡木、山核桃木和刺槐的磨削时间远长于松木或云杉从附有参考图像的地区列表中选择;待标注扫描数据积累后,计划加入 AI 建议
状况新鲜、干燥和腐朽的木材表现各不相同;腐朽的树桩处理很快,但难以预料三个明确的选项
根系和地下情况追根可能占去树桩作业的一半工作量;地表以下的磨削深度是一种选择,而不是测量值以根系评级作为时间系数;深度按客户事后的需求输入
通行条件标准 36 英寸的大门决定了哪种机器进得去;台阶、斜坡和长距离搬运会增加时间带照片的通行评级,以及在条件紧张时提示需到现场查看的标记
地形斜坡有倾覆风险,泥泞会使设备陷住,石头会损耗刀齿针对土壤、湿度和坡度的结构化输入
地下管线地下燃气和电力管线是这个行业最大的责任风险,而且很少位于记录所示的深度管线探测是必需步骤;未完成则无法发送报价
嵌入的金属和隐藏障碍物长进木头里的螺栓、铁丝和旧围栏会损坏设备并伤人引导流程中的强制检查
清理与收尾“只想割草时能压过去”和“追挖每条根并重新铺草皮”是两种不同的作业由客户对该空间的预期用途,决定深度、收尾和清理范围
花园中一个正在碎裂的腐朽树桩磨桩机带齿的切削轮

状况和隐藏的障碍物对作业的影响,大于作业规模本身。照片:Acabashi,Wikimedia Commons,CC BY-SA 4.0;Adrian Pingstone,Wikimedia Commons,公有领域。仅作示意,并非来自本项目。

估价

手机上的示例作业估价示意图,包含各项任务的扫描数量、现场条件、总工时、需订购的材料和发送报价按钮

示意图:示例估价。数值仅作示意;重点在于测量值、输入值和未知值被清楚地区分开来

估价模型的设计刻意做到易于解释,因为操作人员不会信任自己无法理解的东西。每种任务类型都有一个生产率,即特定人员和机器处理每单位作业量所需的时间。树种、状况、根系、坡度、通行条件、搬运距离和清理程度等系数会对其进行调整。得到的结果是一个时间区间,而不是单一数字,当某项重要输入不确定时,置信度会下降,同时还会提示操作人员在报价前仍应亲自到现场查看。

从从业者身上学到的两点,对模型的塑造超过了任何技术成果。操作人员看重一致性胜过精确度:总是略微偏低的估价可以凭经验修正,而随机的估价则完全无法信任。而且,在工具于真实作业中证明其判断不输于他们自己之前,他们不会信任它。因此,应用会将实际作业时间与其估价进行对照记录,并随着团队的使用,依据这些数据校准生产率。这款工具赢得信任的方式,和新入行的估价员一样,就是接受检验。

一台小型挖掘机停在住宅街道上一台磨桩机在草坪上的橙色防溅屏内作业

设备选择、碎屑围挡和清理是估价的一部分,而不是事后才考虑的事。照片:Daderot,Wikimedia Commons,CC0;Wikideas1,Wikimedia Commons,CC0。仅作示意,并非来自本项目。

为作业现场而生

  • 可离线工作。 作业现场往往没有信号。扫描、测量、引导式问题和估价都在设备上运行;报告会排队等待,待网络恢复后同步。
  • 采集时检查扫描质量。 在接受测量之前会验证覆盖范围和跟踪情况,因此糟糕的扫描在现场就能发现,而不是回到厨房餐桌前才发现。
  • 照片即证据。 附在估价单上的现场照片记录了开工前的状况,能解决日后关于车道和草坪开裂的纠纷。
  • 报告面向客户。 以通俗的语言说明范围、数量、假设条件和不包含的内容,可直接从手机分享。
  • 每个数字都显示其来源。 在每个界面和报告中,都会注明是测量值、输入值还是未知值。
一台木材粉碎机和一辆卡车停在房屋外一台紧凑型磨桩机在建筑物墙边作业

在车道上报价的树木作业团队和承包商,是这款应用的首批用户。照片:Tomwsulcer,Wikimedia Commons,CC0;Riggwelter,Wikimedia Commons,CC BY-SA 3.0。仅作示意,并非来自本项目。

下一步计划

应用在设计上让每个阶段都能产生下一阶段所需的数据:

  • AI 建议:根据扫描和照片判断树种和状况,使用操作人员在应用中标注的扫描数据进行训练,方法与 Laan Labs 开发定制计算机视觉模型时相同。最终决定权仍在操作人员手中。
  • 不带 LiDAR 的手机。 基于照片的路径,使用已知尺寸的参照标记和云端摄影测量,精度较低,适用于 Android 和非 Pro 版 iPhone。
  • 规划与排期。 估算的工时、人员和设备汇入日计划,并附带路线和通行信息,确保合适的机器上合适的货车。
  • 更多任务类型。 将同样的框架,即扫描、引导式问题和校准后的生产率,应用到园林师和承包商的其余工作中,从围栏、排水到树木移除。

业务价值

对操作人员来说,这款应用用测量和方法取代了卷尺和估计,在现场就能出具专业的报价,并且随着每一次作业的记录而越来越稳定。对于服务这些操作人员的公司,无论是设备制造商、材料供应商还是软件平台,它都能让其客户在每次作业时打开自己的应用,并提供源源不断的真实作业数据,作为进一步发展的基础。

Laan Labs 向合作伙伴提供该应用及其估价框架,可作为带品牌的应用,也可作为授权组件集成到现有产品中。请参阅3D 采集与技术授权、面向现场作业的采集流水线,或联系我们洽谈项目。

所用技术

iPhone 和 iPad LiDAR、ARKit、网格重建、基准平面拟合、多边形面积与体积测量、挖填方计算、引导式采集、离线优先同步、带校准生产率的估价模型、PDF 报告、Core ML(计划中)、带参照标记的摄影测量(计划中)

与 Laan Labs 合作

3D 采集与技术授权

以 SDK、源代码或白标应用的形式,授权经过验证的移动端 3D 扫描、摄影测量和 Gaussian Splatting 技术流程。

下载本文

获取 Markdown 源文件,方便离线阅读