Point Cloud Technology: 3D-Punktwolken in Echtzeit über Standard-Webbrowser nutzen
Das Potsdamer Unternehmen Point Cloud Technology ermöglicht die Nutzung von 3D-Punktwolken über Standard-Webbrowser und in Echtzeit.
Als Spin-Off des Hasso-Plattner-Instituts (HPI) hat sich die Point Cloud Technology GmbH (PCT) der schnellen und einfachen Nutzung von 3D-Punktwolken verschrieben. Seit der Gründung 2015 bietet das Unternehmen Lösungen für Big Data-Analysen von 3D-Punktwolken an. Dazu entwickelte Point Cloud Technology eine webbasierte Plattform – 3DPointHub. Über ihn können Anwender ihre Punktwolken hochladen, analysieren, visualisieren und teilen. Das Besondere an der Plattform ist, dass Anwender für den Zugang nur einen Standard-Webbrowser und einen Internetzugang benötigen. Auf der Intergeo stellt das junge Unternehmen seine Technologie vor, die als Meilenstein in der Verarbeitung von 3D-Punktwolken gilt. Der Grund: Solche Punktwolken haben einen immensen Datenumfang. Projekte in der Terabyte-Größenordnung sind damit keine Seltenheit. 3D-Punktwolken verschiedenen Gewerken wie Architekten, Vermessern oder Verwaltungen – aber auch Privatpersonen – zur Verfügung zu stellen, ist aufgrund des Datenvolumens immer noch eine Herausforderung. Mit 3DPointHub sollen dagegen beliebig große Punktwolken schnell und einfach via Internet zur Weiterverarbeitung bereitgestellt werden – und das in Echtzeit. „Die Daten müssen also nicht mehr auf dem Postweg oder ähnlichem ausgetauscht werden“, sagt Rico Richter, Geschäftsführer bei Point Cloud Technology. Doch wie funktioniert die Plattform?
Point Cloud Engine strukturiert Rohdaten
Hinter dem 3DPointHub liegt als zentrales Produkt der Firma die Point Cloud Engine. Sie speichert zum einen die Rohdaten auf den Servern des Unternehmens. Zum anderen verfügt sie über Schnittstellen für die Integration, Aktualisierung und den Zugriff auf die Rohdaten der Punktwolke. Wie PCT angibt, ist das für Punktwolken jeder Auflösung, Dichte und Größe möglich, egal ob die Daten aus LiDAR- oder photogrammetrischen Aufnahmen gewonnen wurden. Aus den Rohdaten erstellt die Point Cloud Engine die abgebildeten Strukturen als fotorealistische Illustrationen. Damit das funktioniert, werden die Daten hierarchisch von der Software strukturiert. Diese nutzt dann geometrische Eigenschaften der einzelnen Punkte, um so eine semantische Strukturierung vorzunehmen. Der Prozess erfolgt auf Grundlage einer LOD-Datenstruktur mit verschiedenen Aggregations- und Detailebenen zu den jeweiligen Punkten. Der Vorteil dieser Methode liegt in der Verarbeitung der unmittelbaren Rohdaten, anstelle einer bei anderen Verfahren nötigen Reduktion der Dichte oder Genauigkeit. Die Plattform optimiert zudem verschiedene Schritte des Renderings, beschreibt Richter. Die KI-gestützte Technik, über strukturierte Rohdaten die 3D-Punktwolken zu verwalten, sei der Schlüssel, um die Anwendung unabhängiger vom verfügbaren Speicher des Grafikprozessors zu machen.
Hochladen, analysieren, teilen
Über 3DPointHub können Anwender so ihre eigenen Punktwolkendaten hochladen, auf den Unternehmensservern speichern und anschließend eine schnelle Visualisierung direkt im Browser vornehmen. Wer dann auf diese zugreifen soll, liegt beim Ersteller. Er kann entscheiden, wie er die 3D-Punktwolke teilen möchte. So kann eine Punktwolke zum Beispiel nur für einen bestimmten Personenkreis freigegeben oder öffentlich allen Nutzern der Plattform zur Verfügung gestellt werden. „Jeder berechtigte Nutzer kann dann in Sekunden auf die Daten zugreifen, ohne langwieriges Kopieren oder Herunterladen der Daten“, erklärt Richter. Die Möglichkeit Teile oder ganze Punktwolken herunterzuladen, bleibt jedoch auch weiter bestehen.
Der 3DPointHub verfügt überdies über verschiedene Produktivitätstools. Anwender können beispielsweise in den Punktwolken Objekte erstellen und Messungen durchführen. „Für Arbeiten im Team können außerdem Anmerkungen direkt in der Punktwolke erstellt werden“, beschreibt Richter. Einzelne Bereiche einer Punktwolke lassen sich im Bearbeitungsprozess ausblenden und Schnittebenen hinzufügen. Eine Besonderheit hebt der Geschäftsführer von Point Cloud Technology noch hervor: „Wir bieten Nutzern die Option, Punktwolken miteinander zu fusionieren. Hat man beispielsweise zwei Hälften der selben gescannt und einzeln hochgeladen, können diese beiden Punktwolken anschließend kombiniert werden und müssen nicht erneut hochgeladen werden“, beschreibt Richter. In der Visualisierung sieht das Ergebnis dann aus wie eine einzige Punktwolke, wobei sich die einzelnen Punktwolken der Fusion beliebig ein- und ausblenden lassen. Darüber hinaus können über den 3DPointHub verschiedene Analysen zu Punktwolken durchgeführt werden, etwa eine Vegetationsanalyse. Die Point Cloud Engine kann hier beispielsweise den Standort einzelner Bäume aus den Oberflächenstrukturen der 3D-Punktwolken ermitteln und Merkmale wie Höhe, Kronendurchmesser, Volumen und Farbe bestimmen. Diese thematische Attributierung lässt sich dann etwa in ein GIS exportieren. „Insgesamt vereinfacht die Plattform das Arbeiten mit Punktwolken erheblich und verringert die Einstiegshürden“, fasst Richter zusammen. (vb)
Halle 1, Stand H1.002