Blogisarja: Tekniikka ja luovat alat törmäyskurssilla – tämän blogisarjan luettuasi selviät keskustelusta 3D-insinöörin kanssa

Kirjoittajat: HtM Kaisa Jaalama, DI Arttu Julin, TkL Matti Kurkela, TaM Juho-Pekka Virtanen, kulttuurituottaja (YAMK) Marika Ahlavuo, TkT, prof Matti Vaaja & TkT, prof Hannu Hyyppä. Rakennetun ympäristön laitos / Rakennetun ympäristön mittauksen ja mallinnuksen instituutti / Aalto-yliopisto

Matalan kynnyksen blogisarjassa avaamme 3D-mallintamisen perusteita yksinkertaisilla esimerkeillä. Lue johdanto blogisarjaan täältä.

 

3D-mittaus, -mallintaminen ja -visualisointi (blogisarjan osa 2/7)

30.9.2019

3D-mittaus

3D-mittaus on menetelmä, jonka avulla erilaisista kohteista, kuten yksittäisistä esineistä, rakennetusta ympäristöstä, sisätiloista ja luontokohteista tuotetaan kolmiulotteista mittaus- ja ominaisuustietoa. Käytetyimpiä välineitä 3D-mittauksessa ovat laserkeilaimet, etäisyyskamerat ja tavanomaiset digitaalikamerat. 3D-mittaustietoa hyödynnetään mm. 3D-mallinnuksien ja analyysien pohjana.

3D-mallintaminen ja -visualisointi

3D-mittausaineistosta tuotetaan kohteen mittatarkka 3D-malli, jota voidaan visualisoida erilaisin tavoin. Pelkän kohteen muodon eli geometrian lisäksi 3D-malliin voidaan liittää tietoa sen muista ominaisuuksista, kuten sen pinnan kuviosta ja väristä. 3D-malli voidaan pinnoittaa kohteesta otetuista valokuvista muodostetulla valokuvamaisella pinnalla eli tekstuurilla. Usein tuloksena syntyy fotorealistinen 3D-malli, jota voidaan katsella kolmiulotteisesti esimerkiksi tietokoneen ruudulta tai VR-lasien avulla. (3D-esitys ja -katselumenetelmistä lisää seuraavassa blogissa).

Laserkeilaus

Laserkeilaus on mittausmenetelmä, jolla mitattavasta kohteesta kerätään tarkkaa 3D-tietoa lasersäteeseen perustuvan etäisyysmittauksen avulla.

Fotogrammetria

Fotogrammetria eli kuvamittaus tarkoittaa kohteen kolmiulotteista mittausta kuvien avulla. Erilaisten fotogrammetristen menetelmien avulla kahdelta tai useammalta kuvalta voidaan laskea kohteen geometriaa kuvaava 3D-mittaustieto. Kuvat voivat olla esimerkiksi tavallisella digikameralla otettuja kuvia, mutta yhtä lailla myös satelliitti- tai ilmakuvia.

Pistepilvi

3D-mittaus tuottaa yleensä mitatun kohteen geometriasta kolmiulotteisen pistepilven, jota voidaan käyttää myöhemmin ikään kuin 3D-mallin runkona.

Kuva 1. © 2019, Aalto-yliopisto, Juho-Pekka Virtanen, Matti Vaaja, Matti Kurkela

Pelimoottorit

Pelimoottorit ovat pelien tai muiden interaktiivisten sovellusten kehittämisessä käytettäviä ohjelmistoja, joiden avulla voidaan visualisoida ja jatkojalostaa myös 3D-mittaamalla kerättyä tietoa.

Kolmioverkkomalli eli mesh-malli

3D-mittausaineistosta voidaan muodostaa kolmioverkkomalli eli nk. mesh-malli, joka koostuu kohteen pintaa kuvaavista kolmioista. Malli voidaan pinnoittaa eli teksturoida esim. kohteesta kerätyn valokuva-aineiston perusteella. Esimerkiksi pelimoottorit on tyypillisesti suunniteltu käsittelemään kolmioverkkomalleja.

Kuva 2. Pisteistä 3D-malliksi. © 2019, Aalto-yliopisto

Esimerkkejä 3D-mallinnuksen kohteista

Yksittäisten esineiden 3D-mallit

3D-malleja voidaan rakentaa yksittäisistä esineistä tai kohteista, kuten ao. kuva havainnollistaa.

Kuva 3. Iivari-hahmo Taikaa vai teknologiaa –konsertissa © 2019, Aalto-yliopisto Sari Airola, Mari Kätkä, Hannu Handolin

Sisätilojen 3D-mallit

3D-malleja voidaan tehdä sisätiloista, kuten yksittäisistä tiloista sisältäen niiden mittaushetkisen sisustuksen ja visuaalisen ilmeen. Esimerkkinä Aalto-yliopiston Dipoli-rakennuksesta tehty 3D-sisätilamalli.

Kuva 4. © 2019, Aalto-yliopisto, Arttu Julin, Hannu Handolin, Toni Rantanen

Ympäristön 3D-mallit

3D-malleja voidaan tehdä myös ympäristöistä. Esimerkkinä Lahden MM-stadionista ja laduista 2017 tehdyt 3D-mallinnukset.

Kuva 5. © 2019, Laserkeilauksen huippuyksikkö, Aalto-yliopisto, Maanmittauslaitoksen Paikkatietokeskus, YLE, Tuomas Turppa.

Toisena esimerkkinä ympäristön 3D-mallista on Provinssirockin päälavalta vuonna 2017 tehty malli.

Kuva 6. 3D-pistepilvi päälavasta. Videon pistepilvi on laskettu 50 kuvan joukosta (GoPro Hero 4 -kamera), käyttäen COLMAP 3.1 ohjelmistoa.  © 2019, Aalto-yliopisto, Juho-Pekka Virtanen. Linkki videoon: https://youtu.be/uR8R3x7ykI8

3D-kaupunkimallit

Kaupunkialueista kerätään tänä päivänä paljon myös 3D-tietoa perinteisten kartta-aineistojen lisäksi. Kaupunkimalleilla on kiistatta kaksi puolta: ulkonäkö ja mallin sisältämä rekisteritieto. Esimerkkinä: Espoon kulttuurikeskus.

Kuva 7. © 2019, Aalto-yliopisto, Juho-Pekka Virtanen, Arttu Julin

   

Seuraavassa blogissa kerrotaan lisää 3D-mallien esitys- ja katselutavoista.

 

***

Blogikirjoitus on laadittu osana Creve 2.0 -hanketta. Creve 2.0 -hankkeessa rakennetaan luovien alojen valtakunnallista yrityspalveluverkostoa ja uusia tulevaisuuden tarpeisiin vastaavia palveluja aloittaville luovien alojen yrittäjille. Hankeen toteutusaika on 05/2018 – 12/2020. Hanke on rahoitettu Luovan osaamisen ESR-ohjelmasta.