OpenSpace Vision Engine automatiseert het omzetten van beelden in Reality Capture
Computer Vision: AI die digitale beelden begrijpt
Computer vision is een gebied van AI dat computers traint om digitale beelden en video’s te interpreteren en te begrijpen. Het wordt gebruikt in zelfrijdende auto’s, industriële automatisering en robotica, om er maar een paar te noemen. De Vision Engine van OpenSpace vertrouwt op computer vision om beelden automatisch uit te lijnen in een enkel geïntegreerde beeld, belangrijke kenmerken te herkennen en te labelen en ze te koppelen met plattegronden, voor een rijk, visueel begrip van de vastgelegde omgeving.
3D reconstructie: een 3D point cloud creëren
Onze Vision Engine maakt gebruik van 3D reconstructie om objecten in de ruimte te lokaliseren en 3D omgevingen na te bootsen. Het vergelijkt kenmerken in twee beelden en berekent vervolgens een schatting van de camerapositie die deze kenmerken het beste uitlijnen. Dit proces wordt duizenden keren herhaald tijdens een volledige OpenSpace 360° video opname, waardoor een 3D Point Cloud ontstaat. De Point Cloud koppelt een kenmerk in een beeld aan een 3D locatie in de ruimte.
Machine learning: de Vision Engine slimmer maken
Machine learning algoritmen creëren een wiskundig model op basis van trainingsgegevens om toekomstige resultaten te voorspellen zonder expliciet geprogrammeerd te zijn om de taak uit te voeren. Onze Vision Engine gebruikt elke opname- en wandelroute als trainingsdataset. Elke keer dat je over de bouwplaats loopt, leert de Vision Engine iets meer over de 3D omgeving waarin je zich bevindt, waardoor afbeeldingen sneller en nauwkeuriger worden uitgelijnd en in kaart worden gebracht.
SLAM: beelden uitlijnen
Simultaneous Location and Mapping (SLAM) is een techniek om een kaart te construeren van een onbekende omgeving terwijl je er tegelijkertijd doorheen beweegt. SLAM is een van de kernalgoritmen die worden gebruikt voor zelfrijdende autonavigatie. OpenSpace maakt gebruik van op beelden gebaseerde SLAM om het pad van de wandelaar te koppelen met een plattegrond, waarbij algoritmen de sequentiële gegevens voortdurend op elkaar afstemmen om de positie en het pad te schatten.
Meer weten?
Zie OpenSpace 360° Reality Capture in actie.
Geavanceerde analyses vinden inzichten in beelden
Semantische segmentatie: zet beelden om in statistieken
Semantische segmentatie is het proces waarbij pixels worden gegroepeerd in logische brokken, bijvoorbeeld door pixels van een geel shirt apart te classificeren van pixels van een rode sjaal. OpenSpace gebruikt semantische segmentatie om een reeks constructie specifieke klassen en classificaties te ontwikkelen die onbewerkte beelden omzetten in logische segmenten die kunnen worden gevolgd en geteld.
Voortgangsregistratie: kwantificeer op beelden gebaseerde statistieken in de loop van de tijd
Nadat beelden zijn verwerkt, uitgelijnd, gelokaliseerd en gesegmenteerd, kunnen ze worden geanalyseerd om voortgang te volgen. Items die zijn gelokaliseerd met behulp van objectdetectie of geclassificeerd met behulp van semantische segmentatie, kunnen in de 3D ruimte worden gelokaliseerd met behulp van de Point Cloud en in de loop van de tijd worden gevolgd. Het resultaat is een kwantitatieve kaart van projectactiviteiten die OpenSpace gebruikt om het werk op de bouwplaats te verifiëren, de coördinatie te behouden en de productiviteit te benchmarken.
Big data-visualisatie: biedt de basis voor analyse
Big data-visualisatie is de praktijk van het weergeven van visuele representaties van grote, complexe datasets, waardoor ze gemakkelijker te verteren en te begrijpen zijn. OpenSpace heeft een lange geschiedenis met het ontwikkelen van innovatieve visualisaties, te beginnen met deze TED Talk waarin een MIT-onderzoeker beschrijft hoe hij 90.000 uur homevideo opnam om te begrijpen hoe en wanneer zijn zoontje nieuwe woorden leerde. Het belicht het werk van onze oprichters, die destijds zijn studenten waren.
Veel bedrijven beweren geautomatiseerd te zijn, maar bij OpenSpace is dit echt zo. Ik sta meestal erg sceptisch tegenover mensen die met bouwtechnologie naar buiten komen, omdat velen van ons vastzitten in onze gewoontes. Maar toen ze me OpenSpace lieten zien was ik helemaal mee."
Tim Crawford, Superintendent
Eenvoudig te gebruiken tools gebouwd met complexe technologie
Eerste, volledig geautomatiseerde Reality Capture oplossing
Met OpenSpace Capture voegt onze Vision Engine beelden samen en koppelt ze met je plattegrond, waardoor een uitgebreid en gedeeld visueel verslag van je bouwplaats ontstaat.
AI die automatisch het voltooide werk meet
Met OpenSpace Track worden op beelden gebaseerde gegevens van onze Vision Engine gebruikt om de voortgang van gipsplaat, mechanisch, elektrisch en meer te segmenteren, classificeren en volgen.
Geavanceerde technologieën vereenvoudigen het werk van de bouwwereld.
Ontdek hoe 360° reality capture en AI de coördinatie tussen werf- en BIM-teams vereenvoudigen op Waypoint 2023.
We kijken ook voorbij de technologie
Academy (Engels)
Continu leren met gratis cursussen op aanvraag met eenvoudig te volgen instructies en tips en tricks.
Community (Engels)
Maak contact, leer en innoveer met bouwprofessionals en baan mee de weg voor de toekomst van de bouw.
ROI (Engels)
Krijg toegang tot tips over hoe Reality Capture je kan helpen sneller en met minder risico’s te bouwen.