הצמיחה והאתגרים העתידיים של טכנולוגיות Reality Capture

טכנולוגיית Reality Capture (לכידת מציאות) כבר לא יכולה להיחשב חדשה – אך הצמיחה שלה עדיין לא נעצרת. התחום נמצא בצמיחה מואצת. מדובר במונח רחב יחסית, שמתייחס לטכנולוגיות כמו LiDAR ופוטוגרמטריה, המשמשות ליצירת ייצוגים דיגיטליים מדויקים של העולם הפיזי, והן מיושמות כיום במגוון רחב של תעשיות. לאחרונה, בוובינר של Geo Week News, דיבר ג'ון סייר מחברת Autodesk על החשיבות הגוברת של הטכנולוגיה הזו עבור תחום התשתיות.

בהסתכלות רחבה, דוח שפורסם לאחרונה מעריך כי שוק תוכנות ה-Reality Capture – שניתן לראות בו אינדיקציה טובה למצב התעשייה, גם אם אינו כולל את מכירת החומרה – צפוי להגיע לשווי של 3.5 מיליארד דולר עד שנת 2033. כלומר, כבר אי אפשר לקרוא לזה "כלי חדש", אך הטכנולוגיה אכן נמצאת בנקודת מפנה משמעותית מבחינת התפתחות, אבולוציה ואימוץ – וזאת ממגוון סיבות.

מהצד החיובי, השנים האחרונות הביאו את תחום סריקות הלייזר לשלב מתקדם במיוחד, בזכות חידושים גם בחומרה וגם בתוכנה. מבחינת חומרה, ההתפתחויות בטכנולוגיית LiDAR פתחו פוטנציאל חדש בעיצוב מערכות סריקה. תודות להשקעות גדולות מצד תעשיית הרכב – שמשתמשת ב-LiDAR ברכבים אוטונומיים – חלה קפיצה טכנולוגית שאפשרה ייצור סורקים קטנים בהרבה, מבלי להתפשר על עוצמתם.

זה מאפשר חיישנים חזקים יותר לרחפנים מבלי לפגוע בזמן הטיסה, מערכות קרקעיות קומפקטיות שניתן לשאת ביד, בתרמיל או על רובוטים קרקעיים, ומערכות מיפוי ניידות עוצמתיות שמסוגלות לאסוף נתונים מדויקים במהירות גבוהה מרכבים או רכבות. כל אלו יצרו יישומים חדשים, והעצימו שימושים קיימים – בקצב התקדמות מהיר במיוחד.

אפשר לטעון כי ההתפתחויות בצד התוכנה בולטות אפילו יותר. לדוגמה, אינטליגנציה מלאכותית שיפרה משמעותית את יכולת ניתוח הנתונים שמתקבלים מ-Reality Capture. ניקח לדוגמה בדיקת קווי חשמל בעזרת נתונים שמתקבלים מרחפנים – משימה שעלולה לקחת שעות רבות אם תבוצע ידנית. כיום, אלגוריתמים של למידת מכונה מאומנים לזהות ליקויים ואנומליות, מה שמאפשר למהנדסים להתמקד באזורים הבעייתיים ולייעל את תהליך העבודה באופן דרמטי.

גם האלגוריתמים של SLAM (סימון ומיקום סימולטני) ממשיכים להשתפר, במיוחד עבור מערכות ניידות ידניות, שנדרשות באזורים עם קליטה חלשה או ללא קליטת GNSS כלל – והיכולת הזו מאפשרת ליישם Reality Capture גם בתנאים קשים במיוחד.

עם זאת, במיוחד בתחום סריקות הלייזר, ישנם אתגרים שצפויים בטווח הקצר – בעיקר בארצות הברית. המכסים האחרונים שהוטלו על מדינות שונות משפיעים כמעט על כל ענף בתעשייה, וטכנולוגיות מורכבות שתלויות בשבבים ורכיבים בינלאומיים עלולות להיפגע במיוחד. בעוד שחלק מהיצרנים הגדולים פועלים בארה"ב, מרבית הסורקים מיוצרים באירופה ובאסיה, והדבר עלול להוביל להתייקרות נוספת של מוצרים שכבר כעת אינם זולים. אמנם ה-ROI מהטכנולוגיה עדיין צפוי להצדיק את ההשקעה, אך הדבר עשוי לגרום לחברות קטנות ובינוניות להסס לפני רכישת ציוד חדש בעתיד הקרוב.

מנגד, טכנולוגיית הפוטוגרמטריה (photogrammetry) המבוססת על תמונות – עושה קאמבק. בדומה ל-LiDAR, גם מצלמות ברזולוציה גבוהה משתפרות כל הזמן, אך ההתפתחות הגדולה מגיעה דווקא מצד תחום ה-radiance fields. בין אם מדובר ב-NeRFs או בגישות החדשות יותר כמו Gaussian Splats – מדובר בשיטות פורצות דרך להפקת סצנות תלת־ממד מתמונות סטילס, הדורשות פחות תמונות מפוטוגרמטריה רגילה, ופחות זיכרון מקומי, מה שמאפשר הזרמה קלה ומהירה של הנתונים. אמנם הן פחות מדויקות לסריקה לצורכי מדידה מקצועית, אך לשימושים רבים הן הופכות יותר ויותר נפוצות.

כמו כל טכנולוגיה מתפתחת, גם Reality Capture ממשיכה לצמוח. למרות חששות נקודתיים סביב מחירים והשפעות חיצוניות, החדשנות וההתקדמות נמשכות בקצב מואץ. העדות הגדולה ביותר לכך היא כמות התחומים שמשתמשים בטכנולוגיה הזו כיום: החל מענף הבנייה והתשתיות (AEC), דרך תעשיית הבידור שמייצרת עולמות וירטואליים, רשויות חוק שמייעלות חקירות, חוקרים סביבתיים שמשפרים את הבנת הסביבה, ועד לארכיאולוגים שמקבלים תובנות חדשות על ממצאים היסטוריים.

לסיכום, למרות שהיא כבר לא "חדשה", טכנולוגיית Reality Capture נמצאת בעיצומה של צמיחה מתמדת – ואין כל סימן לכך שזה עומד להיעצר.