Schub für Virtual Reality dank neuer Software- und 3D-Scan-Technik
3D-Sanning, Augmented und Virtual Reality – dahinter steht Technologie, die nicht nicht nur „Ballerspielen“ zugute kommt. 3D Scanning spielt beispielsweise eine prominente Rolle bei unserem Netzwerk-Partner, dem Klostermann Ingenieurbüro aus Remscheid, einem Spezialisten für 3D Messtechnik.
Per Streifenprojektion können mit den Highend- Systemen ATOS TripleScan von GOM hochauflösende Punktewolken in Sekundenschnelle erfasst werden. Sollte der Blick ins Innere erforderlich sein, um z.B. Teile im Zusammenbau zu analysieren oder von außen optisch nicht erfassbare Daten zu erhalten, greifen die Remscheider zur Röntgentechnik und Computertomografie. Resultat beider „Scanvorgänge“ sind hochauflösende STL- Daten, die dann vielfältig weiterverarbeitet werden können.
Das Bild (s.o.) zeigt den Flug durch die Kurbelwellenachse eines LEGO V8- Motors. Der CT Scan erfolgte durch die Firma Klostermann auf einem Wenzel exaCT® M CT System mit 225 [kV] Beschleunigungsspannung. Eine spannende Ergänzung ist, mittels VR-Brille den Motor „begehbar“ zu machen. Daraus ergeben sich ganz neue Möglichkeiten zur Bauteiloptimierung.
Und ein weiteres Unternehmen aus dem Kreis unserer Mitglieder ist Scanblue. Hier steht das gesamte Spektrum der Technologie im Fokus, um die Kundenprodukte in die dritte Dimension zu bringen: sei es in Online-Shops, auf Websites, bei ebay, Amazon, Alibaba und allen anderen – und das mit Augmented Reality-Apps oder für 3D-Brillen. Was aber auch immer in 3D gesehen oder erlebt werden soll, soll möglichst in Echtzeit erlebt und gesehen werden. Und das erfordert jede Menge Rechenleistung – ein Hürde via Points Clouds und ausgefeilter Algorithmen schon so gut wie genommen ist.
Point Clouds sind die Daten bzw. Datengruppen, die von 3D-Scanning-Hardware wie FAROs Focus 3D-Laserscanner und dem Einscan Pro von Shining 3D gesammelt werden, erklärt Beau Jackson von 3D Printing Industry. Das Grundprinzip beim Erfassen eines 3D-Objekts besteht darin, dass die 3D-Scanner immer dann einen einzigen Punkt rückkoppeln, sobald sobald der Laserstrahl auf eine Oberfläche trifft. Millionen dieser Punkte werden beim Scannen selbst der kleinsten Objekte erzeugt, eine Datenfülle, die die Hardware schnell überfordert. CAD-Software kann die Punkte zwar verbinden, aber das ist ressourcenintensiver Prozess und bis zum fertigen Modell ist es oft ein langer Weg. Point Clouds eröffnen dagegen ganz andere Möglichkeiten.
3D-Laserscanning entwickelt sich rasant weiter. Dasselbe gilt für 3D-Punktmodelle sowie für die Datenvisualisierung in Anwendungen der Augmented Reality. Eine große Herausforderung stellen die in die Zusammenhang die anfallenden Datenmengen dar.
Allerdings hat sich nicht nur die Hardware verbessert, um sauberere und schärfere Scan-Daten frei von fremdem Rauschen zu produzieren, sondern auch kommerzielle Software wie FARO Scene, die Milliarden von Punkten in einen 3D-Viewer presst und so hunderte oder tausende von Punktwolken auf einmal lesen kann – und das mit nur geringer Verzögerung bei der 3D-Navigation.
Das noch ganz andere Wege möglich sind, zeigt das australische Unternehmen Euclidion: „Greifen Sie auf all Ihre Daten in weniger als einer Sekunde zu“, lautet einer der Claims von Euclidion. Der Unlimited-Detail-Algorithmus von Euclideon ist in die SOLIDSCAN-Software integriert und in der Lage, Point Cloud in Echtzeit für die interaktive 3D-Visualisierung eines Scans zu rendern. Aus Unternehmenskreisen heißt es: „Dieser Algorithmus effizient erfasst nur einen Punkt für jeden Bildschirm-Pixel“, anstatt jeden kleinen Punkt berücksichtigen.
Video Euclidion:
Paul Tice, Experte für 3D-Scanning und CEO von ToPa 3D leitet sich daraus eine Vision ab: „Wenn das möglich ist, dann sollte es auch möglich sein jedem Punkt Metadaten zuzuordnen, wobei die Daten möglicherweise als IP-Adressen im IoT [Internet of Things, Anm. d. Autors] gehostet werden. Und wenn das möglich ist, dann sind wir bei ToPa der Meinung, dass eines Tages die Komponenten- und Netzmodellierung veraltet sein wird, weil intelligente Modelle der Zukunft aus reinen Point Cloud-Daten bestehen werden.“
Um die erste Implikation zu entpacken, könnte das Einspeisen von Metadaten in intelligente IoT-Systeme dazu beitragen, dass die Maschinen besser auf bestimmte Bedingungen reagieren. Informationen wie Ort, Farbe, Textur, Skalierung und wie sich ein Punkt auf andere Punkte bezieht, können zur Weiterentwicklung von Bereichen wie Virtual Reality (VR) beitragen. Paul Tice: „Stellen Sie sich vor, dass ganze Planeten mit LiDAR untersucht und in Echtzeit betrachtet werden können.“