3d scanning

Één van de meest uitdagende objecten om te scannen is wel een winkelcentrum dat in gebruik is. Winkelcentrum Lindenboom in Mijdrecht heeft ongeveer 7000 m² aan oppervlakte en 300 m² aan kelders. Iedereen die in de openbare scant weet dat het lastig is als er steeds mensen door je scans heen lopen. In een winkelcentrum dat je alleen maar kunt scannen tijdens openingsuren is dat net iets extremer dan normaal. Een deel van de winkels werd verbouwd of stond leeg en was dus makkelijk in te scannen; maar een nadeel van de verbouwing was dat er minder ruimte was in de verkeersruimtes en dat er ook af en toe grote veranderingen plaats vonden zoals een tijdelijke houten wand om het winkelend publiek te beschermen tegen stof en andere ongemakken.

Verder is het werken met referentiebollen in een geopend winkelcentrum ook geen optie aangezien er net iets te veel nieuwsgierige mensen rondlopen die een bol oppakken om deze eens nader te bekijken. Of achter je aan komen lopen met een bol en heel vriendelijk opmerken dat je deze vergeten bent… De andere optie is het werken met checkerboards als referentiepunten, die dan hoog boven het winkelend publiek moeten worden opgehangen, en dat betekent dan weer dat je naast alle apparatuur ook nog eens een trap mee moet nemen. En verder zijn de checkerboards ook net iets minder betrouwbaar dan de bollen. Er zit dus niks anders op dan alles in te scannen zonder bollen en te vertrouwen op de automatische registratie van de Faro Scene software.

Als we bedenken hoe de software van Faro een cloud-to-cloud registratie doet dan is het snel duidelijk dat mensen eigenlijk maar weinig storen. Voor de registratie neemt de software een klein deel van de punten en vergelijkt die met de punten uit een andere scan.  Een volwassen persoon heeft een oppervlakte van minder dan 1 m², een kamer van 4 bij 4 en 2,5 m hoog heeft 72 m². Als er dus een persoon in de ene scan staat en in een volgende niet dan komt dat neer op minder dan 1,4 % van het totale gescande oppervlak. De overlap tussen 2 scans van een zelfde grote ruimte ligt rond de 70%. 30% is ongeveer het minimum voor een goede  koppeling. Als mensen door een scan lopen zijn ze nog kleiner qua oppervlak (ze worden door slechts enkele scanlijnen geraakt) en als de ruimtes dan nog groter zijn dan levert het normaal geen problemen op. Het grootste probleem dat mensen opleveren is dat ze slecht opletten en door de scanner heen willen lopen, of een praatje willen maken en vlak voor de spiegel gaan staan waardoor je een groot deel van de ruimte mist die je wilde scannen.

Het scannen duurde in totaal 12 uur verdeeld over 3 dagen met als eindresultaat 270 scans. Natuurlijk zou het ook in 2 dagen tijd kunnen maar in de supermarkt was het zo druk in verband met aankomende feestdagen dat ik daarvoor later ben teruggekomen op een rustige ochtend. Het uitwerken van zo een grote klus neemt duidelijk meer tijd dan het uitwerken van een handvol scans. Het lukt vaak niet in één keer en dan ben je verplicht om met clusters te werken. Een cluster is een groep scans die bij elkaar horen en in een aparte folder worden bewaard. Elke cluster kan dan geregistreerd worden. In een volgende stap worden dan verschillende clusters in een cluster  bij elkaar gezet. En zo kun je dan een heel winkelcentrum aan elkaar breien. In dit geval was elke winkel in een eigen cluster net als alle verkeersruimtes en kelders, in totaal 26 clusters. De totale gescande oppervlakte bedraagt meer dan 8000 m².  Uiteindelijk heeft het me 20 uur gekost om alle scans aan elkaar te rekenen, de webshares en de plattegronden te maken.