Industrial

Reality Capture im Reallabor Industrial Metaverse

Die Erstellung eines Digitalen Zwillings in der Industrie erfordert die Transformation physischer Assets, Fertigungszellen und komplexer Anlagen in präzise und operative dreidimensionale Repräsentationen direkt aus dem Shopfloor. Die Auswahl der geeigneten 3D-Erfassungstechnologie ist keineswegs eindeutig: Sie hängt direkt von den Anforderungen des jeweiligen Anwendungsfalls, dem benötigten Grad an metrischer Genauigkeit, dem verfügbaren Budget und der Ausführungszeit ab. 

Während eine einfache Layoutplanung des Shopfloors lediglich volumetrische oder zweidimensionale Informationen erfordern kann, verlangen metrologische Inspektionen, physikalische Simulationen in NVIDIA Omniverse oder das Training von Modellen der Physical AI hochpräzise Geometrien im Millimeterbereich oder fortschrittliche fotorealistische Treue. 

Benchmark-Testanlage: SPIE Lüftungsanlage

Um jede Erfassungstechnologie auf dem Shopfloor objektiv zu bewerten, wurde als Referenz-Asset die Lüftungsanlage SPIE Lüftungsanlage auf dem Shopfloor der ARENA2036 ausgewählt. 

Industrielle Herausforderungen des Benchmark-Assets:

• Spiegelnde Reflexionen und Metallbleche: Die Edelstahl- und Aluminiumkanäle weisen einen hohen Glanzgrad auf. Dies führt zu Fehlern beim Merkmalsabgleich (feature matching) in der Photogrammetrie sowie zu Signalabweichungen durch Mehrwege-Reflexionen beim Laserscanning. 

• Ebene und texturlose Oberflächen: Große, glatte Abschnitte erschweren die Identifizierung von Orientierungspunkten (keypoints) durch passive Computer-Vision-Algorithmen. 

• Wechselnde Umgebungsreflexionen: Die dynamische Umgebung des Shopfloors erzeugt bewegliche Reflexionen, die die fotometrische Rekonstruktion beeinträchtigen. 

Analyse nach Technologie

Terrestrisches Laserscanning 

Unter Verwendung des Laserscanners FARO Focus wurde die SPIE-Anlage über 6 strategisch verteilte Scanpositionen auf unterschiedlichen Höhen und Perspektiven im Shopfloor erfasst. 

• Methodik: Registrierung einer hochdichten Punktwolke mit manueller Bereinigung und Ausrichtung über Referenzkugeln. 

• Erfassungszeit: ca. 30 Minuten vor Ort im Shopfloor. 

• Ergebnis: millimeterpräzise Punktwolke, geeignet für die Konvertierung in BIM oder CAD-Rekonstruktion. 

• Betrieblicher Nutzen & Mehrwert: Reduziert Stillstandszeiten bei Reengineering-Projekten (Retrofit) drastisch. Die Erfassung der gesamten Installation in 30 Minuten eliminiert fehlerhafte manuelle Messungen und stellt sicher, dass neue CAD-Komponenten auf Anhieb kollisionsfrei passen. 

Photogrammetrie

Es wurde eine hochauflösende Photogrammetrie-Pipeline implementiert, bei der das Asset aus mehreren Winkeln auf dem Shopfloor fotografiert wurde. 

Technische Überlegung: Einsatz einer kleineren Blende (f/8 – f/11), um eine hohe Schärfentiefe zu gewährleisten. Dies verhindert unscharfe Bereiche an Ecken und Kanten, die den Abgleich von Schlüsselpunkten verschlechtern könnten. 

Einschränkung: Glatte Metallflächen erforderten Lichtpolarisationstechniken, um Reflexionen und Blendeffekte zu reduzieren. 

Betrieblicher Nutzen & Mehrwert: Gutes Kosten-Nutzen-Verhältnis für die Dokumentation und visuelle Ferninspektion ohne die Notwendigkeit teurer dedizierter Laser-Hardware. 

3D Gaussian Splatting (3DGS)

Gaussian Splatting repräsentiert die Szene nicht durch herkömmliche Polygone, sondern durch Millionen räumlich optimierter dreidimensionaler Gaußfunktionen (Splats). 

Historische Erfassung und Demonstrator: Videobasierte Erfassung mit einem mobilen Endgerät und fotorealistischer Verarbeitung. Bietet hohe visuelle Immersion für Inspektionen und virtuelle Rundgänge auf dem Shopfloor. Durch die Integration fortschrittlicher Bildkalibrierungs-Pipelines wurden eine höhere geometrische Präzision und Reproduzierbarkeit erreicht. 

Betrieblicher Nutzen & Mehrwert: Ermöglicht unmittelbare virtuelle Rundgänge in Echtzeit auf Standard-Hardware (Webbrowser, VR-Headsets) ohne Supercomputer-Anforderungen für das Rendering. Dies erleichtert die gemeinsame Entscheidungsfindung zwischen entfernten Teams. 

Foundation-Modelle der Generativen 3D-KI

Es wurden Modelle evaluiert, die in der Lage sind, 3D-Geometrie und -Textur aus spärlichen visuellen Eingaben oder Einzelbildern zu inferieren, wobei die technologische Entwicklung zwischen 2025 und 2026 verglichen wurde. 

• Benchmark-Evolution:
  • Erste Evaluierung (September 2025): Rekonstruktion mit Werkzeugen der ersten Generation (z. B. Polycam), die vereinfachten Netze mit strukturellen Einschränkungen erzeugten: hauptsächlich nützlich als Platzhalter. 
  • Aktueller Benchmark (2026 - Hi3D 3.0): Inferenz mit Modellen der neuesten Generation, die vollständige Geometrien mit Texturmaps in 8K-Auflösung erzeugen. Dies liefert statische Assets, die direkt in den digitalen Zwilling integriert werden können. 

• Betrieblicher Nutzen & Mehrwert: Beschleunigt die Konzept- und Simulationsphase exponentiell, indem virtuelle Szenarien in Minuten aus einfachen Fotografien mit 3D-Assets bestückt werden können. Dies verkürzt wochenlanges manuelles CAD-Modellieren sekundärer Objekte. 

Bewertungsmatrix und Entscheidungsrahmen

Nachfolgend wird die im Reallabor ARENA2036 entwickelte qualitative Bewertungsmatrix präsentiert. Diese Tabelle fasst die Erfassungsmethoden auf der Grundlage ihrer geometrischen Genauigkeit, ihrer Betriebs-/Hardwarekosten, ihrer Reproduzierbarkeit und ihrer idealen Anwendung auf dem Shopfloor zusammen und berücksichtigt die Entwicklung des Stands der Technik zwischen September 2025 und August 2026.

*Entwicklungsnotiz (2025–2026): 3D Gaussian Splatting hat sich durch fortgeschrittene Pipelines weiterentwickelt, die sogar Kalibrierungsbilder integrieren mit höherer geometrischer Genauigkeit (3/5) und Reproduzierbarkeit (3/5). 

**Entwicklungsnotiz (2026): Die 3D-Foundation-Modelle der KI (z. B. Hi3D 3.0) haben die Texturqualität (bis zu 8K) und die visuelle Kohärenz im Vergleich zu den Werkzeugen von 2025 (z. B. Polycam) erheblich verbessert. Dies erleichtert die direkte Integration von Assets in den digitalen Zwilling, obwohl weiterhin gewisse Maßstabsabweichungen und geometrische Artefakte auftreten können. 

Zusammenfassung der Technologieauswahl

Für die Auswahl der passenden Technologie im ARENA2036-Ökosystem wird folgende vereinfachte Entscheidungsregel empfohlen: 

1. Bei Anforderungen an SPS-Integration / Metrologie / Reverse Engineering: Laserscanning (TLS) oder direkte CAD-Modellierung nutzen.
2. Bei Anforderungen an schnelle immersive visuelle Inspektion ohne Physik: 3D Gaussian Splatting (3DGS) nutzen.
3. Um Simulationsszenarien zu bestücken und Assets in digitale Zwillinge zu integrieren: Generative 3D-KI-Modelle nutzen (mit vorheriger Maßstabsprüfung).
4. Hybride / Kombinatorische Strategie: Für komplexe Shopfloor-Projekte bietet die Kombination aus Laserscanning (für die starre Geometrie und Metrologie) und 3DGS oder Generativer 3D-KI (für die schnelle ästhetische Kontextualisierung und sekundäre Assets) die optimale Balance aus Präzision, Entwicklungszeit und ROI.