RealityScan 2.1’de SLAM ve LiDAR verileriyle çalışma rehberi

Bu rehberde ne öğreneceksiniz?

RealityScan 2.1’de SLAM tarayıcılarından alınan görüntü, yörünge ve nokta bulutu verilerini hangi sırayla işleyebileceğinizi; sınıflandırılmış LiDAR verilerini nasıl kullanacağınızı ve ortaya çıkan kamera kayıtlarını nasıl dışa aktarabileceğinizi ele alacağız. Ayrıca 2.1.1 sürümündeki COLMAP değişikliklerinin farklı yazılımlarla veri alışverişine etkisini özetleyeceğiz.

Bu adımlar, mimari belgeleme, mevcut yapıların sayısal kaydı ve görselleştirme için sahadan gelen verileri hazırlayan ekipler açısından yararlı olabilir. Ancak kaynak belgeler belirli bir proje için gerekli donanımı, işlem süresini veya uygun nokta yoğunluğunu belirtmiyor; bunları proje verisi ve kullanılan sistem üzerinden ayrıca değerlendirmek gerekir.

Gereksinimler ve sürüm farkları

SLAM tarayıcılarından gelen verileri içe aktarma desteği RealityScan 2.1 güncellemesinde yer alıyor. Belgelere göre XGrids gibi tarayıcılardan gelen görüntüleri ve bu görüntülerin yörüngelerini içe aktarmak, ardından nokta bulutunu eklemek mümkün. Var olan bir COLMAP sahnesi XGrids verisiyle birlikte sunulmuşsa, görüntü ve yörünge akışına bu sahne üzerinden de başlanabiliyor.

LiDAR tarafında, LAS ve LAZ nokta bulutlarıyla birlikte ASPRS sınıflarının içe aktarılması destekleniyor. 2.1’de OpenCV dışa aktarımı, hem orijinal bozulmuş hem de bozulması giderilmiş görüntüler için XMP dışa aktarımı ve görüntü verileriyle daha uyumlu COLMAP dışa aktarımı da öne çıkan yenilikler arasında.

RealityScan 2.1.1, COLMAP dışa aktarımında düz klasör yapısı ile standart COLMAP dizin düzeni arasında seçim yapılmasını sağlıyor. Dışa aktarılan veriler ikili ya da ASCII biçiminde kaydedilebiliyor ve düşük doğruluklu noktalar aktarım sırasında filtreleniyor. İçe aktarma tarafında FULL_OPENCV kamera modeli desteği eklenmiş durumda. Ayrıca 2.1.1’de komut adları güncellenmiş: importColmap yerine loadColmap, importBundler yerine loadBundler kullanılıyor.

Kaynak belgeler hesap veya lisans gereksinimlerini açıklamıyor. Bu nedenle bir projeye başlamadan önce kurumun kurulum ve erişim koşullarını doğrulayın.

Adım adım: SLAM ve LiDAR verilerini hazırlama

1. Görüntüleri ve yörünge bilgisini içe aktarın. SLAM akışında ilk olarak görüntüleri ve bunlara ait yörüngeleri projeye alın. Elinizde XGrids verisiyle sağlanmış bir COLMAP sahnesi varsa, bunu da başlangıç seçeneği olarak değerlendirin. Belgelere göre uçuş günlüğü işlevinin adı “Trajectory” olarak değiştirilmiş; içe aktarmada özel biçim tanımlamak, Euler açı sırasını ve Yaw, Pitch, Roll için montaj yönünü seçmek mümkün.

2. Nokta bulutunu ekleyin ve kameraları oluşturun. Görüntü-yörünge verilerinden sonra SLAM nokta bulutunu içe aktarın. Sanal kameralar, kamera pozu öncülleri veya COLMAP sahnesinden alınan bir bileşen kullanılarak üretilebiliyor. Bu verileri fotogrametri ya da başka LiDAR verileriyle birleştirmek de destekleniyor. Kaynak doküman, bu işlemlerin her proje için hangi doğrulukta sonuç vereceğine dair bir garanti vermiyor; hizalamayı ve sahne içindeki verilerin konumunu kontrol edin.

3. LAS veya LAZ sınıflarını denetleyin. Nokta bulutuyla gelen ASPRS sınıfları projeye aktarılabiliyor. Sınıfların görünürlüğü SCENE 3D/VIEW sekmesinden kontrol edilebiliyor; 1Ds View içinde sınıf açıklama anahtarı gösteriliyor. Mesh üretirken sınıf seçimi Model ayarları üzerinden yapılabiliyor. Böylece tüm nokta bulutu yerine belirli sınıflara odaklanarak seçmeli mesh üretimi yapılabilir.

4. Kamera kayıtlarını dışa aktarın. 2.1 sürümü OpenCV dışa aktarımını ve XMP kayıtlarını destekliyor. XMP dışa aktarımında orijinal bozulmuş veya bozulması giderilmiş görüntüler için seçenek bulunuyor. Proje başka yazılımlara aktarılacaksa kullanılacak koordinat sistemini ve görüntü türünü iş akışının başında kararlaştırın; çünkü seçilen seçenekler sonraki eşleştirme adımlarını etkileyebilir.

5. COLMAP alışverişini hedef uygulamaya göre ayarlayın. 2.1.1’de dışa aktarım için düz klasör yapısı veya standart COLMAP dizin düzeni seçilebiliyor. Maske dışa aktarımı AI tarafından üretilmiş maskeleri de kapsıyor; standart dizin yapısında .mask.ext son ekinin kullanılıp kullanılmayacağı belirlenebiliyor. İkili ve ASCII biçimleri arasında tercih yapılabildiğinden, hedef yazılımın beklediği yapıyı kontrol edin. İçe aktarmada FULL_OPENCV kamera modeli desteği de daha geniş bir kalibrasyon verisi uyumluluğu sağlıyor.

Komut satırı ve sunucu iş akışı

RealityScan’in Linux sürümü otomatik işleme için komut satırı derlemesi sunuyor. Bu sürüm paketlenmiş bir Wine ortamında çalışıyor ve hizalama, yeniden yapılandırma, dokulama ve dışa aktarma iş akışlarını destekliyor. Resmî belgeler Linux’ta masaüstü arayüzünün grafik ve odak sorunları yaşayabileceğini belirtiyor; önerilen kullanım CLI. Uzak makinelere iş aktarımı için REST veya gRPC API eklentisi de bulunuyor.

Komut adlarını sürüme göre seçin. Örneğin 2.1.1’de COLMAP ve Bundler projeleri için güncel adlar loadColmap ve loadBundler. Belgeler, COLMAP komutunun gerekli girdisi olarak dosya yolunu; isteğe bağlı girdi olarak da sahne dönüşüm ayarlarını tanımlayan XML dosyasını gösteriyor. Dönüşüm ayarları koordinat sistemini değiştirmek veya özel dönüşüm uygulamak için kullanılabiliyor.

Komutlarla toplu işlem planlanıyorsa, önce küçük bir örnek projede içe aktarma ve dışa aktarma sonucunu doğrulayın. RealityScan komut satırı belgelerinde proje yükleme, görüntü ekleme, hizalama ve dışa aktarma gibi ayrı komut grupları bulunuyor; ilgili komutların zorunlu ve isteğe bağlı girdileri birbirinden farklı. Bir komutun adını güncel sürümde doğrulamadan eski bir betiğe eklemek, otomasyon akışının beklenmedik şekilde durmasına yol açabilir.

Mimarlık ve görselleştirme iş akışına etkisi

Saha taramasını iç mekân veya yapı modellemesinde referans olarak kullanan ekipler, SLAM görüntüleriyle yörünge ve nokta bulutunu aynı projede birleştirebilir. ASPRS sınıflarını görünürlük ve seçmeli mesh üretiminde kullanmak, sahne verisini çalışma amacına göre ayırmaya yardımcı olur. XMP, OpenCV ve COLMAP dışa aktarımları da ölçüm ve görselleştirme zincirindeki farklı uygulamalar arasında veri aktarım seçenekleri sunar.

Bununla birlikte, kullanılacak koordinat sisteminin ve hedef yazılımın beklediği dışa aktarma biçiminin önceden netleştirilmesi gerekir. Linux sunucuda otomasyon planlayan ekipler CLI ile REST/gRPC seçeneklerini inceleyebilir; ancak arayüzü Linux’ta kullanmak yerine CLI tercih edilmesi öneriliyor. Donanım gereksinimleri, fiyat ve lisans koşulları kaynaklarda belirtilmediği için satın alma veya iş istasyonu planı bu rehberdeki özelliklerden hareketle kesinleştirilemez.

Sık yapılan hatalar

• Verileri yanlış sırayla eklemek: SLAM iş akışında görüntü ve yörüngeleri önce, nokta bulutunu sonra içe aktarın.

• Sınıfları yalnızca görüntüde kontrol etmek: Sınıf görünürlüğü SCENE 3D/VIEW, açıklama anahtarı 1Ds View, seçmeli mesh ayarı ise Model ayarlarıyla ilişkilidir.

• COLMAP dışa aktarımını hedef yazılıma göre seçmemek: 2.1.1’de klasör yapısı ve ikili/ASCII biçimi seçeneklerini aktarım öncesinde değerlendirin.

• Eski komut adlarını yeni sürümde kullanmak: 2.1.1’de importColmap ve importBundler adlarının yerini loadColmap ve loadBundler aldı.

• Linux masaüstü arayüzünü varsayılan yöntem saymak: Resmî belge, grafik ve odak sorunları nedeniyle Linux’ta CLI kullanımını öneriyor.

Sonraki adımlar

Önce küçük bir sahnede görüntü-yörünge-nokta bulutu sıralamasını ve sınıf görünürlüğünü doğrulayın. Ardından aynı veriyi hedef iş akışınız için uygun COLMAP veya XMP seçenekleriyle dışa aktarın. Otomasyon gerekiyorsa kullandığınız komut adlarını RealityScan sürümünün belgeleriyle karşılaştırın; sunucu tarafında çalışırken Linux CLI ve REST/gRPC seçeneklerini değerlendirin.

Kaynak ve lisans

Bu rehber, Epic Games’in RealityScan 2.1, komut satırı komutları ve RealityScan 2.1.1 için yayımladığı resmî dokümantasyondan Türkçeye uyarlanmıştır. Kaynaklar açık lisanslıdır.