在过去几年间，无人机市场增长迅猛。价格低廉（远低于2000美元）的各款无人机销售额从2013年的4400万美元增长到去年（据估计）的13亿美元。
背包可容的体积、形似游戏控制棒的遥控器，这些硬件特色让价格合理的无人机深受消费者喜爱。而对于希望使用无人机的商家尤其是建筑公司来说，软件和数据技术的进步才是他们的关注所在。
目前有不多的几家公司提供基于app和云的无人机服务，收集数据和图像供建筑工地使用。其工作原理如下：一款平板电脑上的app允许自动飞行路径扫描给定区域；然后将扫描图像上载到基于云的摄影测量引擎，该引擎将原始图像处理为地图和模型表单，并通过基于Web的平台进行共享。
上传后，这些数据将以TIFF及其他摄影格式、地形图、点云或3D网格文件的形式返回。这样就得到了关乎建筑工地进展的近乎实时数据，可以每天更新，提供精确到一英寸以内的视觉信号保真度，并与 BIM 360 和 GIS 集成。此数据允许将构建结构与设计人员的模型进行比较，以便做出规划，并尽早发现问题，避免等到问题变得严重后才纠正所需要的高昂花费。
据无人机数据公司DroneDeploy称，过去一年中无人机在建筑工地的使用量增加了两倍不止。建筑数据公司SiteAware业务开发副总裁Gil Mildworth说：“今天再也没有人质疑在建筑行业使用无人机是否能带来价值。无人机拍摄的数据以及如何从中提取正确的分析，成为了整合建筑工程流程的一个重要部分。”
两年前，PCL Construction的全国质量经理Bill Bennington帮助创建了该公司的内部无人机计划。现在，已有近30名经过认证的飞行员在美国和加拿大飞行。不过，起初人们对该计划的有效性并不确定。Bennington说：“我曾经目睹项目团队试图找到可以用无人机解决的问题，以证明最初的投资是合理的。而现在，我们不再对投资回报率进行讨论，因为这方面的优势已经实现了，项目团队靠着无人机数据进行日常沟通和项目协调会议。”
对于建筑工程来说，提高效率的三个主要因素是时间、质量和成本。无人机在这三个方面均大有作为。最重要的是，无人机在空中可以比人更快地穿过工地，而不必经过壕沟、停放的卡车或缓慢上升的脚手架。
Bennington表示，为提供无人机图像的增强现实和虚拟现实可视化，PCL使用3DR基于网络的无人机平台Site Scan，来管理建造中的建筑物的3D网格和3D点云图像。团队准备在设计模型上叠加竣工状况时，就下载网格/点云文件，并用Autodesk产品（如Revit或ReCap）将其打开。他说：“在过去，3D网格和点云只适用于那些经过训练、能够运行复杂昂贵软件的人士。可是现在，工程项目中的每个人都可以访问3D网格和点云。”
3DR的产品营销经理Hugh McFall提供了更多无人机帮助简化项目的例子：3DR与亚利桑那州交通部合作，使用其Site Scan app进行一个桥梁更换项目的工地勘测，所用时间从至少一整天缩短到仅30分钟。在卡塔尔，Arcadis使用Site Scan进行高速公路土方库存测量，完成工作的速度比平常快了十倍。著名的3DR客户项目还有Trubeck使用无人机在修建优步位于旧金山的新总部大楼期间拍摄竣工模型的航拍图像和进度报告。
将无人机数据转换为可用格式的基于云的摄影测量引擎也将原本手动过程自动化了。例如，DroneDeploy的实时摄影测量引擎不需要上传到云端，其实时地图功能将无人机飞行的2D地图拼接在一起，无需连接互联网即可处理图像，提供即时分析。
一旦该图像经过网络平台共享，就可供整个项目团队使用，可以设置分层权限和访问限制。DroneDeploy的首席执行官Mike Winn说：“无人机数据让人不在工作现场也能够参与项目。”
不同的相机类型为无人机添加了新功能。例如，热像仪特别适用于太阳能电池板检测，以测出外墙上的热泄漏或防水问题并监控固化混凝土。
无人机让建筑工地更加安全，因为在滑轮开始吱吱作响、弧焊机降下火花之前，无人机已能监测出问题所在。Bennington表示，无人机数据和图像对于规划现场物流、帮助新承包商熟悉安全流程至关重要。他可以领建筑师观看工程的3D模型，而不用粗略的地图来说明。
PCL使用无人机进行其他安全措施，例如测量现有的场地轮廓和坡度，以积极管理径流并保持现有公用设施的适当间隙。其中最明显的安全效益是，建筑商无需爬上未完工的建筑进行质量保证检查。McFall说:“从高处摔下来是造成建筑事故的最常见原因。使用无人机避免人员受伤，这是一种简单且经济有效的保证安全的方法。”
无人机的下一步发展，显然会与结构体进行物理互动；现在已经有人用无人机来为风力发电机叶片除冰。不过，建筑商和无人机数据公司面临最紧迫的问题还是数据和工作流的互操作性。
“无人机避免人员受伤，这是一种简单且经济有效的保证安全的方法。”
——Hugh McFall，3DR产品营销经理
McFall表示，提高自动化水平是从无人机中获取更多价值的最佳方式。“盒中无人机”的概念就这样诞生了：在指定的时间，盒子打开，无人机沿着自动飞行路径，将数据传回中央处理设施，然后回到地球，使用太阳能电池板充电；所有这些都不需人工干预。他说：“这是我们正在努力实现的自动化水平。”（现行的规定使得这在美国很难实现，因为美国所有的无人机都必须在操作员的视线范围内飞行。）
Mildworth还希望了解如何将机器学习应用于无人机监控。他说：“我认为下一步将是以更加自动化的方式进行，分析将基于人工智能。”就是说，机器学习流程产生一系列建议和优先项，用于解决建筑工地上的问题，汇编过去的经验教训并应用于未来的工作。例如，如果工程可能会误期，或者现场测量与规格不符，或者发现有工人未戴安全帽，无人机会警告相关工作人员。
Winn说：“我们正在朝向这个目标迈进：一架无人机起飞，你不必查看数据，直接就收到报告，告诉你需要采取什么行动。”
对于无人机数据行业来说，这是一个彻底的转变。这样，最终产品不是图像或地图（尽管这些仍然是产品的一部分），而是提起操作员注意的一系列问题。Winn 说：“数据很有用，但如果数据被计算机处理并理解，那将会更有用。”
