Die OpenSpace Vision Engine automatisiert die Umwandlung von Bildern in Realitätserfassung
Computer Vision: KI, die digitale Bilder versteht
Computer Vision ist ein Bereich der künstlichen Intelligenz, in dem Computer trainiert werden, digitale Bilder und Videos zu interpretieren und zu verstehen. Es wird u. a. in selbstfahrenden Autos, der industriellen Automatisierung und der Robotik eingesetzt. Die Vision Engine von OpenSpace nutzt Computer Vision, um Bilder automatisch zu einer einzigen integrierten Ansicht auszurichten, wichtige Merkmale zu erkennen und zu beschriften und sie auf Grundrissen abzubilden, um ein umfassendes visuelles Verständnis der erfassten Umgebung zu erhalten.
3D-Rekonstruktion: Erstellung einer 3D-Punktwolke
Unsere Vision Engine nutzt die 3D-Rekonstruktion, um Merkmale im Raum zu lokalisieren und 3D-Umgebungen nachzubilden. Sie vergleicht Merkmale in zwei Bildern und berechnet dann eine Schätzung der Kameraposition, die diese Merkmale am besten ausrichtet. Dieser Prozess wird tausende Male über eine komplette OpenSpace 360°-Videoaufnahme hinweg wiederholt, wodurch eine 3D-Punktwolke entsteht. Die Punktwolke verknüpft ein Merkmal in einem Bild mit einer 3D-Position im Raum.
Maschinelles Lernen: Die Vision Engine wird intelligenter
Algorithmen des maschinellen Lernens erstellen auf der Grundlage von Trainingsdaten ein mathematisches Modell zur Vorhersage künftiger Ergebnisse, ohne dass sie explizit für die Durchführung der Aufgabe programmiert werden. Unsere Vision Engine verwendet jede Aufnahme und jeden Laufweg als Trainingsdatensatz. Jedes Mal, wenn Sie den Standort ablaufen, lernt die Vision Engine ein bisschen mehr über die 3D-Umgebung, in der Sie sich befinden, und kann so Bilder schneller und genauer ausrichten und zuordnen.
SLAM: Bilder richtig ausrichten
Simultane Ortung und Kartierung (SLAM) ist eine Technik, mit der eine Karte einer unbekannten Umgebung erstellt wird, während man sich gleichzeitig durch sie bewegt. SLAM ist einer der wichtigsten Algorithmen für die Navigation von selbstfahrenden Autos. OpenSpace verwendet bildbasiertes SLAM, um den abgelaufenen Weg auf einem Grundriss zu schätzen, wobei die Algorithmen ständig sequenzielle Daten abgleichen, um Position und Weg zu schätzen.
Interesse, mehr zu erfahren?
Machen Sie sich selbst ein Bild von OpenSpace.
Fortgeschrittene Analytik findet Informationen in Bildern
Semantische Segmentierung: verwandelt Bilder in Daten
Semantische Segmentierung ist der Prozess der Gruppierung von Pixeln in logische Abschnitte – zum Beispiel werden Pixel eines gelben Hemdes von Pixeln eines roten Schals getrennt. OpenSpace nutzt die semantische Segmentierung, um eine Reihe von konstruktionsspezifischen Klassen und Klassifikatoren zu entwickeln, die Rohbilder in logische Segmente umwandeln, die verfolgt und gezählt werden können.
Fortschrittsverfolgung: Quantifizierung bildbasierter Metriken im Zeitverlauf
Sobald die Bilder verarbeitet, ausgerichtet, lokalisiert und segmentiert wurden, können sie analysiert werden, um eine Fortschrittsverfolgung zu ermöglichen. Objekte, die mit Hilfe von Objekterkennung lokalisiert oder mit semantischer Segmentierung klassifiziert wurden, können mit Hilfe der Punktwolke im 3D-Raum lokalisiert und über die Zeit verfolgt werden. Das Ergebnis ist eine quantitative Karte der Projektaktivität, die OpenSpace verwendet, um die Arbeit vor Ort zu überprüfen, die Koordination der Gewerke aufrechtzuerhalten und die Produktivität zu messen.
Big Data-Visualisierung: liefert die analytische Grundlage
Bei der Visualisierung von Big Data geht es darum, große, komplexe Datensätze visuell darzustellen, damit sie leichter zu verarbeiten und zu verstehen sind. OpenSpace blickt auf eine lange Geschichte in der Entwicklung innovativer Visualisierungen zurück. Den Anfang macht dieser TED-Talk, in dem ein MIT-Forscher beschreibt, wie er 90.000 Stunden Heimvideo aufzeichnete, um zu verstehen, wie und wann sein kleiner Sohn neue Wörter lernte. Er erwähnt auch die Arbeit unserer Gründer, die zu dieser Zeit seine Studenten waren.
"Viele Unternehmen behaupten, sie seien automatisiert, aber das hier ist es wirklich. Normalerweise bin ich sehr skeptisch gegenüber Leuten, die technische Lösungen für das Baugewerbe anbieten, denn viele von uns sind auf ihre Gewohnheiten festgelegt. Aber dann haben sie mir die Software gezeigt, und ich war begeistert."
Tim Crawford, Superintendent
Komplexe Technologie, einfach zu bedienen
Das erste vollautomatische System zur Erfassung der Realität
Mit OpenSpace Capture fügt unsere Vision Engine Bilder zusammen und heftet sie an Ihren Grundriss, um eine umfassende und gemeinsame visuelle Aufzeichnung Ihrer Baustelle zu erstellen.
KI, die automatisch geleistete Arbeit misst
Mit OpenSpace Track werden bildbasierte Daten von unserer Vision Engine verwendet, um den Fortschritt von Trockenbau, Mechanik, Elektrik und mehr zu segmentieren, zu klassifizieren und zu verfolgen.
Neuigkeiten und Insights von Fachleuten aus der Baubranche
Waypoint 2023: Alles über die neuesten Fortschritte der 360°-Realitätserfassung und KI und wie diese die Koordination zwischen Außendienst- und BIM-Teams vereinfachen.
Jenseits der Technologie
Academy
Lernen Sie nie aus mit kostenlosen On-Demand-Kursen, die leicht verständliche Anleitungen sowie Tipps und Tricks enthalten.
Community
Tauschen Sie sich mit Fachleuten aus dem Baugewerbe aus, lernen Sie dazu und entwickeln Sie neue Ideen für die Zukunft des Bauwesens.
ROI
Finden Sie heraus, wie Sie mit Reality Capture schneller und mit weniger Risiko bauen können.