Vom Scan
zum 3D-Modell.

Zwei Perspektiven. Eine Datengrundlage.

GroundScan erfasst Strukturen vom Boden aus: etwa Innenräume, Fassadendetails und Bereiche, die aus der Luft verdeckt sind. Je nach Sensor entstehen Tiefenbilder oder Punktwolken. AirScan verwendet überlappende Luftbilder, um Gelände, Dächer und größere Außenflächen fotogrammetrisch zu rekonstruieren.

Die Kombination ist interessant, weil sich die Blickrichtungen ergänzen. Unterschiedliche Koordinatensysteme, Maßstäbe, Zeitpunkte und verdeckte Flächen verhindern aber, dass beide Datenbestände automatisch millimetergenau zusammenpassen.

Zum Arbeitsablauf → · Engineering Studio öffnen →

Welche Sensorart liefert welche Daten?

2D-LiDAR: eine Messebene

Ein 2D-Scanner misst in einer Ebene. Für eine räumliche Aufnahme muss sich die Messebene relativ zum Objekt verändern und diese Bewegung bekannt sein. Ein drehbarer Aufbau ist ein Experiment: Spiel, Zeitabgleich und Bewegungsfehler können die Geometrie verzerren. Aus einer einzelnen 2D-Ebene entsteht nicht automatisch ein 3D-Modell.

RGB-D und Time-of-Flight

Eine RGB-D-Kamera kombiniert Farbbild und Tiefeninformation; je nach Modell entsteht Tiefe zum Beispiel durch projizierte Muster oder Laufzeitmessung. Sichtfeld, Entfernung, Beleuchtung und Anschluss hängen vom konkreten Gerät ab. Vor einem Außen- oder Flugeinsatz müssen Herstellerangaben und die realen Bedingungen geprüft werden.

3D-LiDAR und IMU

Ein 3D-LiDAR erfasst räumliche Messpunkte. Eine IMU ergänzt Bewegungsinformationen. Unitree dokumentiert für den L2 beispielsweise einen integrierten IMU-Sensor und eine Point-LIO-basierte Kartierung. Das ist eine Herstellerbeschreibung, kein eigener D.R.O.L.-Test. Sensorgewicht, Versorgung, Rechnerleistung und Befestigung gehören zur Gesamtbetrachtung.

Quellen: Unitree L2 · Handbuch und Downloads · Optische Sensorik bei D.R.O.L.

Der praktische Datenweg

1. Auftrag eingrenzen: Objekt, benötigte Genauigkeit, Sichtbarkeit, Datenschutz und gewünschtes Ausgabeformat festlegen.
2. Aufnahme planen: geeignete Bodenstandpunkte und überlappende Luftbilder bestimmen; Energie, Speicher, Licht und Berechtigungen berücksichtigen.
3. Daten sichern: Originalbilder, Rohdaten, Metadaten, Gerät und Firmwareversion unverändert dokumentieren.
4. Getrennt verarbeiten: Bilder fotogrammetrisch auswerten; Sensordaten mit zum Gerät passender Software verarbeiten.
5. Ausrichten: gemeinsame, eindeutig erkennbare Referenzmerkmale oder geeignete Passpunkte nutzen; Koordinatensystem und Einheiten prüfen.
6. Qualität bewerten: Kontrollmaße unabhängig vergleichen, Lücken und Abweichungen dokumentieren. Eine ansprechende Punktwolke ist kein Genauigkeitsnachweis.

OpenDroneMap dokumentiert unter anderem georeferenzierte Punktwolken und Orthofotos als mögliche Ausgaben. Welche Ergebnisse ein Projekt tatsächlich liefert, hängt von Aufnahmequalität und Verarbeitungseinstellungen ab. OpenDroneMap: Ausgabeformate

DJI Mini 4 Pro: was ist belegt?

DJI führt die Mini 4 Pro in der Dokumentation des Android Mobile SDK V5. Die Freigabe eines Modells sagt noch nicht, dass jede Funktion auf jeder Firmware oder mit jeder Fernsteuerung verfügbar ist. DJIs Versionshinweise nennen außerdem Unterstützung für die RC-N3. Die konkrete Kombination aus SDK-Version, Fluggerät, Firmware, Controller und App muss für das Vorhaben einzeln geprüft werden.

Die beiden Forschungsberichte enthalten teils unterschiedliche Aussagen zu Controllern und Sensorwerten. Deshalb werden solche Angaben hier nicht pauschal übernommen. Die Montage eines zusätzlichen 3D-LiDARs an einer kleinen Kameradrohne ist angesichts von Nutzlast, Versorgung, Schwerpunkt und Sicherheitsreserve kein belegtes D.R.O.L.-Konzept. Luftbilder ohne zusätzliche Nutzlast sind ein eigenständiger Forschungsweg.

DJI Mobile SDK: Versionshinweise · D.R.O.L. Mobile und Schnittstellen · Modellprofile

Software-Bausteine verstehen

Photogrammetrie: OpenDroneMap verarbeitet Bilddatensätze; daraus können unter anderem Punktwolken und Orthofotos entstehen. SLAM: Verfahren zur gleichzeitigen Positionsschätzung und Kartierung benötigen passende Sensor-, Zeit- und Kalibrierungsdaten. Registrierung: Punktwolken lassen sich anhand gemeinsamer Geometrie oder Referenzpunkte ausrichten; das Ergebnis muss gegen unabhängige Maße geprüft werden.

Open-Source-Lizenzen unterscheiden sich je Projekt und Version. Vor Integration oder kommerzieller Nutzung sind die Lizenzdateien der konkret eingesetzten Version zu prüfen; ein Projektname allein ist keine Lizenzfreigabe.

Software und Firmware → · Praxisdossiers →

Vom Konzept zum überprüften Ergebnis

• Ein kleines Testobjekt mit wiedererkennbaren Merkmalen auswählen.
• Sensor, Softwareversion, Aufnahmeabstand und Lichtverhältnisse protokollieren.
• Eine kurze Boden- und eine separate Bildaufnahme durchführen.
• Beide Ergebnisse zunächst einzeln bewerten und erst dann testweise ausrichten.
• Mindestens ein unabhängiges Kontrollmaß und Fehlerquellen dokumentieren.

Projektstatus: Vorgehen und Softwareintegration sind Gegenstand der Entwicklung; Hardwaretests und eine belastbare Genauigkeitsbewertung stehen noch aus.