Reality capture är ett samlingsbegrepp för metoder som används för att dokumentera den fysiska miljön i digital form med hög noggrannhet och täckning. I industriella miljöer innebär detta i praktiken att en produktionsanläggning, processrörledning eller gruvmiljö omvandlas till exakta 3D-data som kan användas vid planering, underhåll och beslutsfattande. Det handlar inte om en enskild teknik utan om en uppsättning kompletterande metoder, där laserskanning och fotogrammetri är de vanligaste idag.
Ur industrins digitaliseringsperspektiv löser reality capture ett grundläggande problem: dokumentationen av produktionsanläggningar är ofta föråldrad, fragmenterad eller baserad på ursprungliga konstruktionsantaganden som inte längre stämmer överens med verkligheten. Reality capture-data visar hur anläggningen ser ut nu, inte hur den var tänkt att se ut.
Hur reality capture-data samlas in i industriella miljöer
3D-dokumentation av industriella miljöer börjar med valet av mätmetod, vilket beror på objektets storlek, geometrins komplexitet och tillgänglig tid. Laserskanning är den mest exakta enskilda metoden: enheten sänder ut laserpulser mot omgivningen och mäter avståndet till varje yta baserat på återkomsttiden. Resultatet är ett punktmoln som kan innehålla hundratals miljoner mätpunkter och uppnå millimeternoggrannhet.
När objektet är stort, till exempel en fabrikslokal eller ett gruvområde, möjliggör mobil laserskanning att en betydligt större yta täcks per dag jämfört med stationär skanning. Enheten förflyttas genom miljön till fots eller med fordon och bygger kontinuerligt upp ett punktmoln under rörelsen. Drönare och fotogrammetri kompletterar helhetsbilden, särskilt i utomhusmiljöer och svårtillgängliga objekt: från bilderna beräknas en 3D-modell som kombineras med data från laserskanningen.
Mätningarna kopplas alltid till ett koordinatsystem med hjälp av fasta referenspunkter, så att data från olika mättillfällen är jämförbar och kan integreras med befintliga konstruktionssystem. Markradar kompletterar insamlingen av data ovan mark när information om underjordiska strukturer behövs.
Vad som händer med reality capture-data efter insamlingen
Det insamlade punktmolnet är inte färdigt att använda som det är. Först registreras data, det vill säga punktmoln insamlade från olika mätstationer eller tillfällen slås samman till ett enhetligt helt i ett gemensamt koordinatsystem. Detta steg kräver både programvara och expertis, eftersom registreringens kvalitet avgör noggrannheten hos hela materialet.
Efter registreringen kan data bearbetas till flera format beroende på användningsändamål. Från punktmolnet kan mätbara 3D-modeller, CAD-geometri eller BIM-modeller produceras som konstruktionsprogram kan läsa. Detta arbetsflöde kallas ofta scan-to-BIM. Data kan lagras i standardformat som E57 eller PTS, vilka är kompatibla med ett brett utbud av programvara.
Det väsentliga är att obearbetade punktmolnsdata och de modeller som härleds från dem förblir tillgängliga på lång sikt. En engångsskanning förlorar snabbt sitt värde om data hamnar i ett arkiv och inte används operativt. Av denna anledning är datahantering och tillgänglighet lika viktiga som själva mätfasen.
Reality capture inom industriellt underhåll och projektplanering
Inom underhåll och projektplanering förändrar reality capture-data på ett konkret sätt hur arbetet utförs. När en aktuell digital dokumentation av anläggningen finns tillgänglig kan konstruktörer kontrollera mått, kollisionsanalyser och installationsutrymmen på distans innan en enda montör kliver in på anläggningen. Detta minskar antalet återbesök på plats och påskyndar genomförandet av projekt.
För underhållschefen syns den tydligaste nyttan i stoppplanering. När utrustningens placering, rörledningsdragningar och konstruktioner är noggrant dokumenterade kan arbetets omfattning definieras mer tillförlitligt i förväg. Arbetsplaneringen förbättras, materialbehoven är kända i god tid och risken för förlängda stopptider minskar.
I brownfield-projekt, där man bygger eller modifierar inom en befintlig anläggning, är reality capture särskilt värdefullt. Gamla ritningar stämmer ofta inte överens med det faktiskt byggda, och konstruktionsfel upptäcks ofta först under installationsfasen. Aktuell 3D-dokumentation bryter denna cykel och förflyttar problemlösningen dit den är billigast: till ritbordet.
Reality capture som del av en digital tvilling
En digital tvilling fungerar bäst när den byggs på faktiska mätdata snarare än ursprungliga konstruktionsplaner. Reality capture är den grund som gör den digitala tvillingen tillförlitlig. Utan den beskriver tvillingen anläggningen som den är konstruerad, inte som den faktiskt är.
SolidComps Reality Twin™-tjänst samlar data från laserskanning och andra reality capture-metoder, 3D-modeller, dokument och operativ data i en gemensam delbar vy. Tjänsten fungerar parallellt med kundens befintliga system, såsom SAP eller IBM Maximo, genom att läsa deras data platsbaserat – inte ersätta dem. På så sätt hålls anläggningsinformationen aktuell under hela livscykeln.
För industrins digitalisering innebär detta en övergång från reaktiv informationshantering till proaktiv: när informationen om anläggningens aktuella tillstånd är tillförlitlig och tillgänglig för alla fattas bättre beslut snabbare. Reality capture är inte ett projekts slutprodukt utan en byggsten i en kontinuerlig operativ kunskapsbas.
