תזרים עבודה חכם יותר למדידות פנים: סריקת SLAM ידנית באמצעות ה-CHCNAV RS7

פרויקטים של שיפוץ פנים ותיעוד מצב קיים (As-built) נכשלים לעיתים רחוקות בשלב המדידה. לרוב, חוסר הוודאות צץ מאוחר יותר, כאשר רישומים חלקיים מהאתר, שרטוטים מנותקים והיעדר הקשר מרחבי מתחילים להשפיע על השרטוט, התיאום והחלטות התכנון. מה שנראה מספק בשטח יכול להפוך במהירות לבעיה ברגע שהצוותים מתחילים להפיק תוכניות קומה, חתכים, חזיתות או מודלים מוכנים ל-BIM במשרד.

תיעוד מציאות (Reality capture) של חללים פנימיים הופך פחות ופחות לעניין של איסוף מידות מבודדות, ויותר ליצירת רישום מרחבי אמין כבר מההתחלה. לרוחב תחומי ה-AEC (אדריכלות, הנדסה ובנייה) והמדידות, הערך של סיור באתר נמדד יותר ויותר לא לפי כמות המידות שנלקחו, אלא לפי מידת השימושיות של מערך הנתונים שנוצר לאורך שלבי פיתוח התכנון, תכנון השיפוץ והאימות המאוחר יותר.

זהו המקום שבו מערכות מיפוי ניידות ידניות תופסות תאוצה. אנשי מקצוע שבוחנים סורק לייזר SLAM ידני לעבודות פנים מחפשים בדרך כלל מהירות, ניידות ותזרים עבודה שמתפרש מעבר ללכידת ענן נקודות גולמי. בהקשר זה, ה-CHCNAV RS7 ממוצב כפתרון פרקטי ליישומי מבנים וחללים פנימיים, המסייע לצוותים ללכוד נתונים בצפיפות גבוהה בתוך מבנים ולתקדם במהירות רבה יותר לעבר תוצרים הניתנים לשימוש חוזר.

השינוי בתזרים העבודה: ממידות מבודדות לרישום מרחבי בר-שימוש חוזר

השינוי האמיתי במדידות פנים אינו מתבטא רק באופן איסוף הנתונים, אלא במה שסיור האתר מניב. בתזרים עבודה מסורתי, צוותים עוזבים את האתר עם מידות שיש לפרש, לשרטט מחדש ולבדוק אל מול צרכי התכנון. בתזרים עבודה בתלת-ממד (3D), התוצאה היא רישום מרחבי שיכול לתמוך במשימות מרובות מאותו סבב לכידה יחיד.

זה משנה את הערך של המדידה עצמה. במקום לאסוף רק את המידות הדרושות לחבילת שרטוטים מיידית, צוותים יכולים ליצור מערך נתונים בר-שימוש חוזר עבור תוכניות קומה של מצב קיים, חתכים, חזיתות, מידול, תיאום תכנון ואימות בשלב מאוחר יותר. השיחה משתנה מ"האם מדדנו מספיק?" ל"כמה אנחנו יכולים לעשות עם הנתונים שלכדנו?".

עבור אדריכלים, מודדים, קבלנים וצוותי ניהול נכסים, שינוי זה מפחית את הסיכון לכך שמידע חסר יצוף לאחר שסיור האתר כבר הסתיים. חשוב מכך, הוא הופך פעילות שטח חד-פעמית ליצירה של נכס תלת-ממדי בר-שימוש חוזר. זוהי אחת הסיבות העיקריות לכך שסריקת LiDAR של חללים פנימיים הופכת לרלוונטית יותר ויותר בעבודות שיפוץ והתאמה (Retrofit), במיוחד במקומות שבהם הגישה מוגבלת וביקורים חוזרים כרוכים בעלויות גבוהות.

מעקב יציב במסדרונות, חדרי מדרגות וחללים דלי תכונות

איכות הסריקה הפנימית תלויה רבות ביציבות המסלול (Trajectory). במסדרונות, חדרי מדרגות, נתיבי תשתיות וחללי פנים חזרתיים, הגיאומטריה הזמינה לתמיכה ב-SLAM עשויה להיות מוגבלת, מה שמגביר את הסיכון לסחף (Drift) או חוסר התאמה (Misalignment) במהלך העיבוד. בעבודות שיפוץ ומצב קיים, חוסר יציבות כזה יכול להשפיע ישירות על חילוץ המידות, על אמינות תוכנית הקומה ועל הביטחון במודל הסופי.

ה-RS7 תוכנן לטפל בבעיה זו באמצעות שילוב (Fusion) של INS ו-SLAM. יחידת ה-IMU ברמת דיוק גבוהה שלו, עם חוסר יציבות מטה (Bias instability) הטוב מ-0.5° לשעה, מיועדת לתמוך במעקב תנועה אמין יותר בסביבות דלות בתכונות גיאומטריות וחזותיות, כגון מסדרונות ארוכים וגרמי מדרגות רב-מפלסיים. בפועל, הדבר מסייע בשמירה על רציפות במקומות שבהם רמזים גיאומטריים או חזותיים הם מוגבלים.

עבור אנשי מקצוע בתחום הפנים, התועלת היא ישירה: מסלולים יציבים יותר מובילים לענני נקודות נקיים יותר ולתוצרים אמינים יותר בהמשך תהליך העבודה.

לכידת גיאומטריית פנים מלאה בפחות זמן

במדידות פנים, שלמות הנתונים לרוב חשובה לא פחות מהדיוק. תקרות, פינות, מבנים עיליים, מעברים צרים ומעברי חדרים מורכבים הם מקורות נפוצים למידע חסר, במיוחד כאשר הלכידה תלויה בשינויי מיקום חוזרים ונשנים או בבדיקות נקודתיות ידניות. תחת לחץ זמן, פערים אלו עלולים להפוך לגלויים רק לאחר שהצוות כבר חזר למשרד.

ה-CHCNAV RS7 בנוי כדי לשפר את יעילות הכיסוי במהלך סקר הליכה רציף. עם קצב לכידה של עד 1.15 מיליון נקודות בשנייה ושדה ראייה רחב במיוחד של 360° × 189°, הוא תוכנן לתעד משטחים אנכיים ועיליים עם פחות שינויי תנוחה ופחות נתיבים קטועים. עבור מפעילים הנעים בין חדרים, אזורי תנועה וחללי פנים מורכבים מבחינה ארכיטקטונית, מעטפת לכידה רחבה זו תומכת בתהליך איסוף זורם יותר.

התוצאה היא דרך מהירה יותר להשגת גיאומטריית פנים מלאה והקשר מרחבי רחב יותר במעבר יחיד.

מגיאומטריה לתוצרים חזותיים

פרויקטים של חללי פנים תלויים לעיתים רחוקות בגיאומטריה בלבד. צוותי תכנון, בעלים וקבלנים זקוקים גם להקשר חזותי כדי לבחון תנאים קיימים, לתקף הנחות תכנוניות ולתקשר בצורה ברורה בין הדיסציפלינות השונות. ענן נקודות מספק מידע הניתן למדידה, אך צבע וראליזם הם לרוב אלה שקובעים באיזו קלות ניתן יהיה לפרש ולשתף את המידע הזה.

ה-RS7 תוכנן לתמוך בשני הצרכים הללו מתוך אותו סבב לכידה. מצלמות ה-HD הכפולות שלו ברזולוציית 12 מגה-פיקסל, המצוידות בטכנולוגיית בינינג (Binning) של סוני, מיועדות לספק תמונות חדות יותר אפילו בסביבות דלות תאורה, בעוד שהתמיכה בענני נקודות צבעוניים ובטכנולוגיית 3D Gaussian Splatting (3DGS) באמצעות מנוע ה-HPGS 2.0 מאפשרת לצוותים להפיק פלטים תלת-ממדיים עשירים מבחינה חזותית לצד הנתונים המדודים.

עבור תזרימי עבודה של שיפוצי פנים ותיעוד מצב קיים, שכבה חזותית זו מוסיפה ערך פרקטי בכך שהיא מסייעת לצוותים לבחון גימורים, פתחים, אלמנטים קבועים (Fixtures), אזורי תנועה ופרטי פנים בצורה אינטואיטיבית יותר.

מהשטח למשרד: תזרים עבודה מחובר לעיבוד נתונים

לכידת נתוני פנים היא רק חלק אחד מתזרים העבודה. מהירות הפרויקט תלויה גם במהירות שבה ניתן להפוך סריקות גולמיות לפלטים נקיים ושימושיים עבור שרטוט, מידול וביקורת. תהליך מנותק עלול לייצר צווארי בקבוק חדשים לאחר הסיור באתר, במיוחד כאשר הצוותים עדיין נדרשים להעלות קבצים, לארגן מערכי נתונים, ללטש ענני נקודות ולהכין תוצרים באופן ידני.

ה-RS7 תוכנן לפעול בתוך סביבת עיבוד מחוברת. פלטפורמת CHCNAV CoCloud מספקת פלטפורמה מבוססת ענן לעיבוד, אחסון וניהול נתוני תלת-ממד, בעוד ש-CoPre תומכת בייחוס גיאוגרפי (Georeferencing), צביעה וסינון. התוכנות CoProcess ו-CoProcess 2025 מרחיבות את תזרים העבודה לניהול ענני נקודות, חילוץ תכונות (Feature extraction) ותוצרים המכוונים ל-CAD.

המשכיות זו מצמצמת את הפער בין הלכידה בשטח לתוצר הסופי, ומסייעת לצוותים לעבור דרך שלבי האיסוף, הליטוש והכנת השרטוטים כשלבים מחוברים של אותו צינור נתונים (Data pipeline).

דוגמה לפרויקט: מדידת שיפוץ בשטח של 900 מ"ר

מדידת שיפוץ שבוצעה לאחרונה מדגימה את השינוי הזה בתזרים העבודה בצורה ברורה. הפרויקט כלל הסבה של אזור בריכת שחייה מקורה בארצות הברית לסטודיו ספורט רב-תכליתי. הצוות נזקק לתוכניות קומה מדויקות של המצב הקיים, יחד עם חישובי שטחים ונפחים מוקדמים כדי לתמוך בתכנון החומרים.

במהלך בדיקה השוואתית באתר, צוות מסורתי של שלושה אנשים בילה כ-1.5 שעות במדידת אורכי חזיתות ופתחי חלונות בלבד. לעומת זאת, מפעיל יחיד שהשתמש ב-RS7 עם תצוגה מקדימה בזמן אמת של SmartGo השלים את איסוף הנתונים של כל הסצנה בכ-10 דקות. הגישה הידנית צרכה 4.5 שעות-אדם עבור משימה חלקית, בעוד שה-RS7 דרש כ-0.17 שעות-אדם בלבד כדי ללכוד את החלל כולו.

חשוב לא פחות, תזרים העבודה המהיר יותר לא הניב תוצר מצומצם יותר. במקום לעזוב את האתר עם מידות ושרטוטים נבחרים בלבד, הצוות סיים עם מערך נתונים תלת-ממדי מלא שיכול לתמוך בשרטוט, ניתוח ופיתוח התכנון.

מסיור באתר לנכס תלת-ממדי בר-שימוש חוזר

הערך של ה-CHCNAV RS7 טמון באופן שבו הוא מבנה מחדש את תזרים העבודה של מדידות הפנים. במקום להפריד בין לכידה, אימות, עיבוד ומסירה לשלבים מנותקים, הוא תומך בנתיב רציף יותר מאיסוף בשטח ועד לפלטים שימושיים.

על ידי שילוב של לכידת LiDAR SLAM ידנית, מעקב פנים יציב, פלטים עשירים מבחינה חזותית ותזרים עבודה מחובר של תוכנות, ה-CHCNAV RS7 מסייע לצוותים להפוך סיור אחד באתר לרישום מרחבי אמין שיכול לשרת מטרות מרובות. תוכניות קומה, חתכים, מידול, תיאום תכנון ועדכונים עתידיים יכולים כולם להתחיל מאותו מערך נתונים, מה שמפחית ביקורים חוזרים ומשפר את הביטחון במסירה.

במובן זה, התוצאה אינה פשוט מדידה מהירה יותר. זוהי יצירה של נכס נתונים תלת-ממדי בעל יכולת שימוש חוזר גבוהה יותר עבור מלוא מחזור החיים של פרויקט פנים.