top of page

מאמרים מקצועיים
חזור >


מחקר: הסריקה הופכת למהירה יותר – עכשיו גם תהליך העבודה צריך להדביק את הקצב
סריקת SLAM מהירה ונגישה יותר מאי פעם, אבל מה קורה אחרי שמסיימים לסרוק? ב־INTERGEO 2026 חזר שוב ושוב אותו אתגר: צוואר הבקבוק עובר מאיסוף הנתונים לעיבוד שלהם. השלב הבא בהתייעלות של עולם ה־Reality Capture נמצא בדרך שבין הסריקה לתוצר הסופי. מה למדנו ב־INTERGEO 2026 על האתגר הבא בעולם ה־Reality Capture? שלושה ימים ב־INTERGEO, מאות שיחות ותובנה אחת שחזרה שוב ושוב: סריקת SLAM הופכת לחלק משמעותי יותר ויותר מעולם ה־Reality Capture. הטכנולוגיה מאפשרת כיום לאסוף כמויות גדולות של מידע במ


ה-Lixel K2: לכידה מרחבית בתלת-ממד – מהירה ומדויקת יותר
טכנולוגיית הלכידה המרחבית בתלת-ממד עברה כברת דרך ארוכה, וסורק ה-Lixel K2 מבית Xgrids מייצג זינוק משמעותי קדימה עבור מקצוענים בתחומי המדידה, ה-BIM, התשתיות והמיפוי הגיאוגרפי. ה-Lixel K2 מתוכנן במיוחד כדי לייעל תהליכי עבודה מורכבים בשטח, תוך שילוב בין ניידות גבוהה, מהירות סריקה יוצאת דופן ורמת דיוק מרבית. מהירות ודיוק ללא פשרות לב ה-Lixel K2 טמון במנגנון ה-SLAM הנייד והמתקדם שלו. המכשיר מאפשר למשתמשים לסרוק סביבות פנימיות וחיצוניות בקצב הליכה רגיל, תוך יצירת ענני נקודות (Point


מה שבינה מלאכותית (AI) באמת עושה בתהליכי עבודה של תיעוד מציאות (Reality Capture) כיום
מבט מהשטח על המקומות שבהם הבינה המלאכותית מספקת ערך אמיתי, והיכן שההייפ עדיין עוקף את המציאות. תיעוד מציאות היה תמיד תחום עתיר נתונים. פוטוגרמטריה, סריקת לידאר (lidar), מערכות GNSS ותחנות כוללות (total stations) מייצרות כמויות עצומות של מידע גולמי שחובה לעבד, לרשום (register), לנקות ולספק בצורה שמישה. במשך שנים, העבודה הזו נפלה כמעט כולה על טכנאים מיומנים שעבדו דרך תהליכי עבודה (pipelines) מבוססים היטב, ולעיתים קרובות מייגעים. ה-AI משנה חלקים מהמשוואה הזו. עם זאת, השינוי פחות
bottom of page
