top of page

מאמרים מקצועיים
חזור >


שיתוף פעולה בענן באמצעות Livelink: כיצד לחבר בין השטח למשרד בזמן אמת
עבור רוב פרויקטי סריקת הלייזר בתלת-ממד, זרימת העבודה הבסיסית לא השתנתה בצורה דרמטית כבר שנים רבות: צוות השטח יוצא לאתר, אוסף נתונים, שומר אותם באופן מקומי על כרטיס זיכרון או כונן, ורק כאשר הוא חוזר למשרד – או שולח את הקבצים הגדולים פיזית – צוות המשרד יכול להתחיל בתהליך הרישום (Registration), בקרת האיכות והפקת התוצרים. תהליך סדרתי ומקוטע זה מוביל לעיתים קרובות לחוסר יעילות מובנה. ללא קשר עין ישיר עם המשרד, צוותי השטח נאלצים לקבל החלטות לגבי כיסוי הנתונים והרישום על בסיס מידע ח


ממיליוני נקודות מדידה: משרד המדידות Frommelt יוצר תוכניות דיגיטליות של המבנה הקיים עבור ה-Kurhaus Wiesbaden בתוך שבועות ספורים בלבד
חזית עמודים מונומנטלית, כיפת זכוכית מוצפת אור, סימטריות ארכיטקטוניות מרשימות: ה-Kurhaus Wiesbaden (בית המרפא של ויסבאדן) הוא מבנה ניאו-קלאסי מפואר. כדי לבצע שיפוץ מקיף, האדריכלים נזקקו לתמונה דיגיטלית מלאה ומדויקת של הבניין. חברת המדידות ששכרו, Vermessungsbüro Frommelt GmbH, בחרה בפתרונות של חברת Leica Geosystems: שילוב של סריקת לייזר נייחת וניידת, לצד זרימת עבודה מקצה לקצה – מאיסוף הנתונים ועד לניתוחם. הפרויקט מהווה דוגמה מובהקת לאופן שבו ניתן לבצע ביעילות אפילו מדידות מורכב


לידאר לערים חכמות: מכלי רכב לתשתיות חכמות
עבור אנשים רבים, טכנולוגיית ה-LiDAR (לידאר) עדיין מזוהה באופן מובהק עם רכבים אוטונומיים: מכוניות הסורקות כבישים, מזהות הולכי רגל, רוכבי אופניים, גבולות נתיבים ומכשולים. זיקה זו הגיונית, מכיוון שנהיגה אוטונומית הייתה אחד התחומים הבולטים ביותר בפיתוח הלידאר. עם זאת, עתיד הלידאר אינו מוגבל לכלי רכב בלבד. שאלה מעניינת יותר היא מה קורה כאשר הבינה (האינטליגנציה) מוטמעת גם בתוך התשתית המקיפה את הרכב. ערים יכולות למקם חיישני לידאר על רמזורים, עמודים, יחידות קצה בצדי הדרכים, בניינים,


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


המדריך המלא: מהפכת ה-SLAM של CHCNAV RS7 בסריקת פנים
מעבר ממדידות נקודתיות לתאום דיגיטלי (Digital Twin) מלא ורב-פעמי מבוא: סוף עידן השרטוט הידני עד לא מזמן, סקר מבנה (As-Built) היה תהליך סיזיפי. מודדים בילו שעות עם מדי לייזר ידניים, שרטטו סקיצות על נייר, ולבסוף גילו במשרד שחסרה להם מידה קריטית אחת שתוקעת את כל הפרויקט. ה-CHCNAV RS7, המבוסס על טכנולוגיית LiDAR ניידת, הופך את התהליך הזה להיסטוריה. הוא לא רק מודד – הוא מתעד את המציאות. 1. המנוע שמאחורי הקלעים: טכנולוגיית SLAM ו-IMU האתגר הגדול ביותר בסריקת פנים הוא אובדן מיקום (Dr
bottom of page
