Teste prático do SLAM200E + 3DGS | Reconstrução 3D de grande escala e alta precisão

No campo da reconstrução 3D, o desempenho em tempo real, a precisão e a adaptabilidade ambiental continuam sendo os principais aspectos a serem considerados para o avanço tecnológico. O scanner LiDAR portátil SLAM200E, equipado com tecnologia SLAM avançada e imagens panorâmicas integradas, é capaz de gerar modelos 3D Gaussian Splatting (3DGS) de alta precisão.

Para validar seu desempenho em condições reais, uma equipe técnica realizou um teste em grande escala em um parque industrial. O objetivo era avaliar a eficiência do dispositivo na aquisição de dados e sua eficácia na geração de modelos 3DGS em condições ambientais complexas.

1. Visão geral da caixa SLAM200E 3DGS

O teste teve como foco verificar dois aspectos principais: a eficiência da coleta de dados e a qualidade da geração do modelo. O fluxo de trabalho abrangeu a aquisição de dados no local, o pré-processamento e o treinamento do modelo 3DGS. Todo o processo ocorreu sem problemas e dentro de um prazo razoável, demonstrando as excelentes capacidades do scanner para reconstrução 3D eficiente.

Fluxo de trabalho técnico

Fluxo de trabalho geral

A solução segue um fluxo de trabalho estruturado: coleta de dados → pré-processamento → pré-treinamento do 3DGS → treinamento do modelo → saída.

Opções de treinamento flexíveis

Para resultados de pré-treinamento do 3DGS gerados a partir de imagens sem distorção, os usuários podem selecionar diferentes ferramentas de treinamento, dependendo dos requisitos do projeto. As opções incluem o módulo de treinamento integrado ou ferramentas de terceiros/desenvolvidas internamente, garantindo compatibilidade em diversos fluxos de trabalho.

Neste teste, foi adotada a rota marcada em vermelho no diagrama de fluxo de trabalho.

Implementação e Processamento de Dados

(1) Levantamento topográfico e projeto de rota

A área de teste foi dividida em seções acima do solo e subterrâneas.

A parte acima do solo incluía seis edifícios altos, áreas ajardinadas e uma pequena fonte.

A seção subterrânea consistia em um corredor em forma de anel conectado a restaurantes, lojas e uma passagem que levava a um pequeno parque público.

A coleta de dados seguiu o princípio de "primeiro na superfície, depois no subsolo", com uma rota de varredura circular e cobertura repetida em áreas-chave para garantir a integridade dos dados.

(2) Aquisição de Dados

Antes da digitalização, as lentes do LiDAR e da câmera foram limpas para evitar distorções. O SLAM200E e a câmera panorâmica foram ligados e sincronizados através do aplicativo móvel SLAM GO. Após a confirmação da sincronização e estabilidade, a digitalização foi iniciada ao longo da rota planejada.

Os operadores monitoravam o progresso em tempo real por meio do aplicativo, verificando a precisão da rota e a integridade dos dados.

Principais observações sobre a aquisição:

Capture cenas de múltiplos ângulos para uma cobertura completa.

Utilize rotas sinuosas em vez de caminhos retos sempre que possível.

Utilize varreduras repetitivas ou de saturação em áreas complexas/críticas.

Ajuste a altura do dispositivo moderadamente (com uma diferença visual de ±40°).

Preste especial atenção aos detalhes centrados no usuário, como tubulações, textos, esculturas ou outros objetos de interesse.

(3) Processamento de dados

Mapeamento de Nuvem de Pontos

Os dados brutos de campo foram processados ​​utilizando um software de pós-processamento específico para gerar o mapa inicial da nuvem de pontos.

Pré-treinamento 3DGS

As imagens panorâmicas foram transformadas em imagens sem distorção, com dados de pose e máscaras adicionados automaticamente. Essa etapa simplificada preparou o conjunto de dados para o treinamento do modelo.

Treinamento 3DGS

Nesta etapa, os usuários podem escolher entre:

Ferramentas de treinamento integradas para computação local

Software de treinamento de terceiros

Serviços de treinamento baseados em nuvem para processamento de dados em larga escala.

Essa flexibilidade garante que usuários com diferentes capacidades de hardware possam obter resultados 3DGS confiáveis.

(4) Resultados e Saída do Modelo

O modelo 3DGS final reconstruiu com sucesso tanto as estruturas acima do solo quanto os espaços subterrâneos do parque. O resultado permitiu interações de movimentação fluidas e proporcionou alta fidelidade visual.

Principais vantagens demonstradas:

Fluxo de trabalho eficiente — Aquisição e processamento simplificados reduzem os ciclos do projeto.

Alta precisão — O SLAM de nível industrial garante modelos precisos.

Opções de treinamento flexíveis — Compatível com fluxos de trabalho locais, de terceiros e na nuvem.

Eficiência de custos — A função de modelagem Gaussian Splatting é permanentemente aberta e utiliza formatos de dados universais, reduzindo os custos a longo prazo.

Conclusão

Os resultados dos testes confirmam que o scanner LiDAR portátil SLAM200E, com sua capacidade de Splatting Gaussiano 3D, estabelece um novo padrão para reconstrução 3D de alta precisão em larga escala. Sua combinação de aquisição de dados em tempo real, precisão do modelo e flexibilidade de fluxo de trabalho o torna uma ferramenta poderosa para aplicações em mapeamento urbano, inspeção de instalações, modelagem de espaços subterrâneos e muito mais.

Para equipes que buscam otimizar a eficiência e a precisão da reconstrução 3DGS, esta solução oferece uma plataforma robusta e preparada para o futuro.