Leistungsstarke neue LiDAR-Fähigkeiten
RealityScan 2.1 erweitert außerdem die Möglichkeiten für LiDAR-basierte Workflows. Du kannst ab sofort SLAM-Daten (Simultaneous Localization and Mapping) wie Bahnkurven, Bilder und Punktwolken importieren und die Daten mit Photogrammetrie oder terrestrischen Laserscans zusammenführen.
SLAM ist eine Technik, die es einem Roboter, einer Drohne oder einem Fahrzeug ermöglicht, eine Karte einer unbekannten Umgebung zu erstellen und gleichzeitig die eigene Position innerhalb dieser Karte zu verfolgen, ohne auf GPS angewiesen zu sein.
Die Nutzung von SLAM-Daten bietet eine Reihe von Vorteilen. Sie ermöglicht eine rasche Datenerfassung mit Live-Tracking und Abdeckungsvisualisierung, sodass du den Fortschritt erfassen und fehlende Bereiche während des Scans ergänzen kannst. Sie ermöglicht es außerdem, sauberere Geometrie auf Oberflächen zu erzielen, die für die Photogrammetrie problematisch sind.
Zusätzlich zum SLAM-Datenimport bietet RealityScan 2.1 die Möglichkeit, klassifizierte Punktwolken in LAS- und LAZ-Formaten zu importieren.
Klassifizierte Punktwolken können RealityScan dabei helfen, sauberere Meshs zu erzeugen, selektive Meshs bestimmter Objektklassen bereitzustellen, um die Verarbeitungszeit zu reduzieren, automatisch unerwünschte Elemente wie Autos oder Bäume zu entfernen und vieles mehr.
Diese Ergänzungen machen RealityScan zu einem flexibleren und leistungsfähigeren Werkzeug für professionelle LiDAR-Nutzer.
Aber warte, es gibt noch mehr Neuigkeiten!
Du findest in RealityScan 2.1 außerdem eine Reihe von Komfortverbesserungen und kreativen Werkzeugen.
Es gibt mehr Exportoptionen für die Registrierung, wie zum Beispiel das OpenCV-Format, die Möglichkeit, aus den exakten Positionen deiner Kameras mit passender Verzerrung zu rendern – nicht nur für strukturierte Modelle, sondern auch für normale –, sowie eine brandneue farbige Schachbrett-Karte für UVs, die es erleichtert, Unwraps zu visualisieren und zu verfeinern.
Beginne jetzt gleich, RealityScan 2.1 zu entdecken.