Praxistest von SLAM200E + 3DGS | Hochpräzise großflächige 3D-Rekonstruktion

Im Bereich der 3D-Rekonstruktion sind Echtzeitfähigkeit, Genauigkeit und Anpassungsfähigkeit an verschiedene Umgebungen weiterhin die wichtigsten Bereiche für technologischen Fortschritt. Der tragbare LiDAR-Scanner SLAM200E, der mit fortschrittlicher SLAM-Technologie und integrierter Panoramabildgebung arbeitet, ist in der Lage, hochpräzise 3D-Gaussian-Splatting-Modelle (3DGS) zu erzeugen.

Um die Leistungsfähigkeit unter realen Bedingungen zu validieren, führte ein technisches Team einen groß angelegten Test in einem Gewerbegebiet durch. Ziel war es, die Effizienz des Geräts bei der Datenerfassung und seine Effektivität bei der Generierung von 3DGS-Modellen unter komplexen Umgebungsbedingungen zu bewerten.

1. Übersicht über das SLAM200E 3DGS-Gehäuse

Der Test konzentrierte sich auf die Überprüfung zweier Hauptaspekte: die Effizienz der Datenerfassung und die Qualität der Modellgenerierung. Der Arbeitsablauf umfasste die Datenerfassung vor Ort, die Vorverarbeitung und das Training des 3DGS-Modells. Der gesamte Prozess verlief reibungslos und innerhalb eines angemessenen Zeitrahmens und demonstrierte die Leistungsfähigkeit des Scanners für eine effiziente 3D-Rekonstruktion.

Technischer Arbeitsablauf

Allgemeiner Arbeitsablauf

Die Lösung folgt einer strukturierten Pipeline: Datenerfassung → Vorverarbeitung → 3DGS-Vortraining → Modelltraining → Ausgabe.

Flexible Schulungsmöglichkeiten

Für 3DGS-Vortrainingsergebnisse, die aus unverzerrten Bildern generiert wurden, können Benutzer je nach Projektanforderungen verschiedene Trainingswerkzeuge auswählen. Zu den Optionen gehören das integrierte Trainingsmodul oder Werkzeuge von Drittanbietern/Eigenentwicklungen, wodurch die Kompatibilität über verschiedene Arbeitsabläufe hinweg gewährleistet wird.

Bei diesem Test wurde der im Arbeitsablaufdiagramm rot markierte Weg gewählt.

Implementierung und Datenverarbeitung

(1) Standortanalyse und Routenplanung

Das Testgebiet wurde in oberirdische und unterirdische Bereiche unterteilt.

Der oberirdische Teil umfasste sechs Hochhäuser, Gartenanlagen und einen kleinen Brunnen.

Der unterirdische Teil bestand aus einem ringförmigen Gang, der mit Restaurants, Geschäften und einem Durchgang zu einem kleinen öffentlichen Park verbunden war.

Die Datenerfassung erfolgte nach dem Prinzip „zuerst oberirdisch, dann unterirdisch“, wobei eine kreisförmige Abtastroute und wiederholte Abdeckung in Schlüsselbereichen durchgeführt wurden, um die Vollständigkeit der Daten zu gewährleisten.

(2) Datenerfassung

Vor dem Scannen wurden LiDAR-Sensor und Kameralinsen gereinigt, um Verzerrungen zu vermeiden. SLAM200E und Panoramakamera wurden eingeschaltet und über die SLAM GO Mobile App synchronisiert. Nach Bestätigung der Synchronisierung und Stabilität startete der Scan entlang der geplanten Route.

Die Bediener überwachten den Fortschritt in Echtzeit über die App und überprüften so die Genauigkeit der Route und die Datenintegrität.

Wichtigste Anmerkungen zur Akquisition:

Aufnahmen aus verschiedenen Blickwinkeln sorgen für eine vollständige Abdeckung.

Nutzen Sie nach Möglichkeit gewundene Wege anstelle gerader Pfade.

In komplexen/kritischen Bereichen sollten wiederholte oder flächendeckende Scans durchgeführt werden.

Die Gerätehöhe sollte moderat angepasst werden (innerhalb einer visuellen Abweichung von ±40°).

Achten Sie besonders auf benutzerorientierte Details wie Rohre, Texte, Skulpturen oder andere interessante Objekte.

(3) Datenverarbeitung

Punktwolkenkartierung

Die Rohdaten aus dem Feld wurden mithilfe einer speziellen Nachbearbeitungssoftware verarbeitet, um die erste Punktwolkenkarte zu erzeugen.

3DGS-Vorschulung

Panoramabilder wurden in unverzerrte Bilder umgewandelt, wobei Posedaten und Masken automatisch hinzugefügt wurden. Dieser vereinfachte Schritt bereitete den Datensatz für das Modelltraining vor.

3DGS-Schulung

In dieser Phase können die Nutzer zwischen folgenden Optionen wählen:

Integrierte Trainingswerkzeuge für lokale Berechnungen

Trainingssoftware von Drittanbietern

Cloudbasierte Schulungsdienste für die Verarbeitung großer Datenmengen

Diese Flexibilität gewährleistet, dass Anwender mit unterschiedlichen Hardwarekapazitäten zuverlässige 3DGS-Ausgaben erzielen können.

(4) Ergebnisse und Modellausgabe

Das finale 3DGS-Modell rekonstruierte erfolgreich sowohl die oberirdischen Strukturen als auch die unterirdischen Bereiche des Parks. Das Ergebnis ermöglichte flüssige Interaktionen beim Erkunden und bot eine hohe visuelle Qualität.

Aufgezeigte Hauptvorteile:

Effizienter Workflow – Optimierte Datenerfassung und -verarbeitung verkürzen Projektzyklen.

Hohe Präzision – SLAM in Industriequalität gewährleistet genaue Modelle

Flexible Schulungsoptionen – Kompatibel mit lokalen, Drittanbieter- und Cloud-Workflows

Kosteneffizienz – Die Gaussian-Splatting-Modellierungsfunktion ist dauerhaft offen und verwendet universelle Datenformate, wodurch die langfristigen Kosten gesenkt werden.

Abschluss

Die Testergebnisse bestätigen, dass der tragbare LiDAR-Scanner SLAM200E mit seiner 3D-Gaussian-Splatting-Funktion neue Maßstäbe für hochpräzise großflächige 3D-Rekonstruktion setzt. Die Kombination aus Echtzeit-Datenerfassung, Modellgenauigkeit und flexibler Arbeitsgestaltung macht ihn zu einem leistungsstarken Werkzeug für Anwendungen in der Stadtkartierung, Anlageninspektion, Untergrundmodellierung und darüber hinaus.

Für Teams, die die Effizienz und Genauigkeit der 3DGS-Rekonstruktion optimieren möchten, bietet diese Lösung eine robuste und zukunftssichere Plattform.