Ein Blick unter die Haube auf die Algorithmen, die aus ein paar Minuten Begehung eines Raums einen messbaren, bearbeitbaren Grundriss machen.
Der teure Teil des manuellen Ausmessens eines Raums ist die Zeit. Maßband, Millimeterpapier, sorgfältige Notizen, dann die Neuzeichnung in CAD zurück im Büro. Es erfordert Geduld – und fast immer einen zweiten Besuch vor Ort für die Messung, die Sie vergessen haben.
Mit Polycam begehen Sie den Raum mit Ihrem Handy und erhalten in Minuten einen sauberen, beschrifteten, messbaren Grundriss. Zwischen diesen beiden Dingen steckt eine Menge technischer Zauberei. Die Sensoren des Handys liefern uns einen Haufen roher räumlicher Daten: Geometrie, Farbe und eine grobe Vorstellung davon, wo die Wände sind. Aber diese grobe Erfassung ist noch kein Grundriss. Die Wände sind nicht ganz gerade, und die Räume sind weder erkannt noch beschriftet. Diese Lücke zu schließen, ist die eigentliche Ingenieursleistung von Polycam.
Schritt 1: Das Fundament
Bevor Polycam etwas mit einem Scan anfangen kann, muss es wissen, wo die Wände sind. Dieser erste Schritt beginnt mit einem Tool, das Apple in neuere iPhones integriert: RoomPlan.
Zunächst zwei Begriffe. LiDAR ist der Tiefensensor im iPhone 12 Pro und neueren Modellen. Er sendet unsichtbare Lichtimpulse aus und misst, wie lange jeder einzelne braucht, um zurückgeworfen zu werden. Während Sie gehen, erstellt das Handy eine Punktwolke: den Raum, nachgebildet als dichte Wolke aus winzigen 3D-Punkten.
Eine Punktwolke weiß für sich genommen nicht, was eine Wand ist. RoomPlan führt die Punkte durch neuronale Netze, die an Beispielräumen trainiert wurden, und liefert eine grobe Liste von Wänden, Türen, Fenstern, Öffnungen und Möbeln samt Position und Größe zurück. Das ist ein schneller erster Durchlauf auf Hardware, die die Leute bereits besitzen – genau deshalb bauen wir darauf auf, statt es neu zu erfinden.
Sie möchten wissen, was passiert, wenn Ihr Handy kein LiDAR hat oder kein Apple-Gerät ist? „Non-LiDAR Floorplan“ kommt bald – Wir haben unsere eigenen neuronalen Netze entwickelt, um LiDAR und RoomPlan in einem Zug zu ersetzen.
Schritt 2: Nachbearbeitungsschritte von Polycam
Alles, was folgt, ist die Arbeit unseres Teams, entwickelt, um die rohe Ausgabe Ihres Handys in einen echten Grundriss zu verwandeln. Es gibt sechs Algorithmen, und sie laufen nacheinander.
1. Erkennung der Wandfarbe
RoomPlan liefert uns keine Wandfarbe, und Ihr Handy führt bei jedem aufgenommenen Foto einen eigenen Weißabgleich durch, der die Farben auf unvorhersehbare Weise verschiebt. Das gleichen wir aus, damit Ihr Grundriss wie der echte Raum aussieht statt wie ein graues Drahtgitter – mit Farben, die das Licht überstehen, statt davon verfälscht zu werden.
So funktioniert es: Wir nutzen Tiefe, Kamerawinkel und andere Geometrie, um von der Decke eine zuverlässige Weißreferenz abzulesen, und korrigieren dann jede Wand daran. Während Sie scannen, nimmt Ihr Handy Standbilder auf, die wir Keyframes nennen. Für jede Wand wählen wir die Fotos aus, die sie am besten sehen, sampeln ihre Farben über ein Raster und verwenden die Decke als „das sollte weiß sein“-Referenz, um den Weißabgleich des Handys rückgängig zu machen. Wir gleichen die Frames untereinander ab, verwerfen die Samples, die eindeutig Schatten oder Spiegelungen statt Farbe sind, und mitteln den Rest. Dann kalibrieren wir gegen echte Farbfächer, damit die Ausgabe den tatsächlichen Farben entspricht, und speichern sie im 3D-Modell. Jede Wand kann auf jeder Seite eine andere Farbe tragen, sodass die Farbe von einem Raum zum nächsten korrekt wechseln kann.
2. Wände ausrichten
LiDAR-Scans driften. Wände, die in der Realität exakt gerade sind, können leicht schief herauskommen, denn während sich Ihr Handy durch einen Raum bewegt, nimmt es tausende winziger Messungen vor und verfolgt ständig seine eigene Position. Jede dieser Messungen weicht ein winziges Stück ab: kleine Fehler in den LiDAR-Messungen, kleine Fehler in der Positionsverfolgung, ein bisschen Bewegungsunschärfe. Für sich genommen ist das alles unbedeutend. Aber über einen kompletten Scan summieren sich diese winzigen Fehler, und eine Wand, die messerscharf gerade sein sollte, endet leicht verbogen. Gebäude folgen Regeln. Die meisten Wände treffen im rechten Winkel aufeinander und verlaufen parallel zueinander. Der Algorithmus findet die dominante Ausrichtung des Gebäudes, dreht den gesamten Scan entsprechend und rastet Wände, die nahezu horizontal oder vertikal sind, wieder rechtwinklig ein. Das macht er sorgfältig und optimiert die Wandpositionen so, dass die gesamte Bewegung vom Anfang bis zum Ende so gering wie möglich ist. Wirklich schräge Wände (Erkerfenster, dieser eine seltsame Flur) bleiben unangetastet, und Objekte werden separat auf saubere Winkel ausgerichtet.
3. Räume finden und klassifizieren
RoomPlan übergibt uns eine flache Liste von Wänden und gelegentlich einen Hinweis auf Räume (ohne Begrenzung). Es weiß nicht, wo die Küche endet und der Flur beginnt, und die publizierten Methoden waren für die Produktion zu langsam. Wir haben unsere eigene entwickelt, damit jeder Raum beschriftet herauskommt. Genau das macht einen Grundriss nützlich und treibt alles Weitere an: Quadratmeterzahl pro Raum, Bearbeitung Raum für Raum und Berichte.
So funktioniert es, in drei Phasen:
Zuerst wird die Karte erstellt. Legen Sie die Wände flach als Draufsicht-Diagramm an: Jede Wand ist eine Kante, jede Stelle, an der Wände zusammentreffen, ein Punkt. Diese Verbindungskarte – zusammen mit den Objekten und Keyframe-Positionen im Scan – ist die Grundlage für alles Weitere.
Phase eins: die Gebäudeumrisse zeichnen. Stellen Sie sich den Scan als einen Haufen Wandfragmente vor, die auf dem Boden liegen, und dann eine Folie, die darum herumgeschrumpft wird, bis sie sich eng an die äußersten Wände schmiegt und jede Ecke und jeden Winkel umschließt. Dieser Umriss ist die Gebäudekante. Da echte Scans unordentlich sein können, fügen wir in der Regel mehrere getrennte Schleifen zu einem sauberen Umriss zusammen und schließen die Lücken, die der Scan offen gelassen hat.
Phase zwei: das Innere in Räume aufteilen. Die vollständig umschlossenen Räume kommen zuerst, denn jede geschlossene Wandschleife ist offensichtlich ein Raum. Kniffliger sind offene Flächen, ein Raum, der in einen Flur übergeht, oder ein Bereich, der mehr durch seine Möbel als durch seine Wände definiert ist. Für diese Fälle leiten wir die fehlenden Begrenzungen aus den Objekten und verbundenen Wänden als Hinweisen ab und verwerfen alles, was zu klein für einen echten Raum ist.
Phase drei: die Räume beschriften. Bewerten Sie jeden Raum nach dem, was in ihm ist. Objekte stimmen für die Raumtypen ab, zu denen sie gehören: Eine Toilette stimmt eindeutig für Bad, ein Herd für Küche. Abgesehen von den unten genannten Sonderfällen gewinnt der Raumtyp mit der höchsten Punktzahl.
Zwei Dinge können diese Abstimmung außer Kraft setzen. Erstens dissonante Objekte: In dem seltenen Fall, dass ein Raum Dinge enthält, die nicht zusammenpassen – etwa eine Waschmaschine neben einem Ofen –, ergibt die Abstimmung keinen echten Raum, und wir beschriften ihn mit „Sonstiges“. Zweitens die Geometrie: Ein Raum kann als „Küche“ die höchste Punktzahl erreichen, aber die Form muss dazu passen. Eine Abstellkammer muss klein sein (etwas größer neben einem Schlafzimmer ist in Ordnung), und ein Flur muss gangartig sein: schmal in der kleineren Dimension und möglicherweise länger in der anderen. Wenn die Form der Beschriftung widerspricht, gewinnt die Form.
4. Boden- und Deckenerkennung
Es ist verlockend anzunehmen, ein Gebäude habe einen einzigen ebenen Boden auf einer Höhe. Echte Gebäude haben abgesenkte Wohnzimmer, Stufen, Split-Level und mehrere Stockwerke. Wir berechnen jede Höhe separat, damit mehrstöckige und Split-Level-Räume korrekt herauskommen statt flachgepresst – jeder Raum als eigenes bearbeitbares Element.
So funktioniert es: Wir berechnen die Bodenhöhe für jeden Raum einzeln aus den LiDAR-Punkten auf dem Boden. Dann gleichen wir benachbarte Räume ab, sodass Räume, die tatsächlich auf derselben Ebene liegen, auf eine gemeinsame Höhe einrasten, statt eine bedeutungslose kleine Stufe zwischen ihnen zu zeigen. Ist die Bodenhöhe eines Raums festgelegt, rasten wir die Unterseiten der Möbel daran ein, damit Objekte sauber auf dem Boden stehen statt zu schweben oder einzusinken.
Decken funktionieren im Wesentlichen genauso, mit einer Besonderheit. Statt einer einzigen Höhe sammeln wir die Deckenpunkte in einem Raster, testen einige mögliche Deckenformen und behalten die, die am besten zu den Daten passt. Oft ist das eine flache Decke. Manchmal ist es eine A-Form, wie bei einer gewölbten Decke oder einem schrägen Dachboden.
Eine Besonderheit aus der Praxis: Menschen erfassen Böden beim normalen Scannen in der Regel gut, daher sind die Bodenhöhen zuverlässig. Decken sind schwieriger, weil die Leute nicht so oft nach oben schauen, was Lücken in den Deckendaten hinterlässt. Wenn Sie eine präzisere Decke möchten, neigen Sie Ihr Handy zwischendurch nach oben, um große Abschnitte davon zu erfassen – nur nicht senkrecht nach oben richten und dort halten.
5. Objekte bereinigen
Die Objekterkennung von RoomPlan ist gut, aber Objekte schneiden oft durch Wände oder überlappen sich gegenseitig. Das bereinigen wir, damit Ihre Möbel dort stehen, wo sie wirklich stehen, und der Grundriss wie der echte Raum wirkt statt wie eine Kollision von Kisten.
Wir korrigieren, wo Objekte in Wände schneiden, rasten sie bündig an der Oberfläche ein, wenn sie nah dran sind, und beschneiden Objekte, die sich in 3D mit anderen überlappen. Wenn sich zwei überlappen, muss eines nachgeben: Einbauten und Geräte sind geschützt, während weniger wichtige Dinge wie Stauraum schrumpfen, um Platz zu machen. Und wenn RoomPlan eine nebeneinanderstehende Waschmaschine und einen Trockner als ein gedrungenes Objekt erkennt, teilen wir es wieder in zwei – denn ein Waschraum soll wie ein Waschraum aussehen.
6. Standort und Kompassrichtung
Ein Grundriss, der nicht weiß, wo Norden ist, wird zur Kopfschmerzquelle, sobald er mit einem Lageplan oder einer Sonnenstudie koordiniert werden muss. Und die Standortdaten des Handys sind sprunghaft: Es wechselt mitten im Scan zwischen GPS-Satelliten, und jeder Wechsel kann einen harten Sprung in die aufgezeichnete Position bringen. Wir ermitteln die wahre Nordrichtung, damit sich Ihr Plan beim ersten Kontakt mit einem anderen Dokument an der realen Welt ausrichtet.
So funktioniert es: Jeder Keyframe trägt seine eigene GPS-Messung (Breitengrad, Längengrad und Höhe) sowie seine eigene Kompassrichtung. Für sich genommen reicht keines von beiden. Die GPS-Punkte springen, wenn das Handy die Satelliten wechselt, und die Richtungen sind verrauscht. Statt uns auf eine einzelne Messung zu verlassen, behandeln wir das Ganze als eine Optimierungsaufgabe: Wir gleichen die Kette der GPS-Punkte mit der Position ab, an der der Scan Sie vermutet, nutzen die Richtungen als zusätzliches Signal und arbeiten uns durch Sprünge und Ausreißer, bis wir die Richtung gefunden haben, der wir vertrauen.
Schritt 3: Export
Nach sechs Schritten haben Sie ein sauberes Modell, und jetzt gehört es Ihnen. Exportieren Sie es so, wie Sie arbeiten: als 3D oder als 2D-Plan als PNG, PDF, SVG oder DXF für CAD, plus Quadratmeterberichte und CSV.
Bevor Sie exportieren, übernimmt der Floor Plan Editor zwei Aufgaben. Die erste ist die Qualitätskontrolle: Bewegen Sie Wände in 2D und beobachten Sie, wie die 3D-Ansicht folgt, oder legen Sie Ihre Bearbeitungen über den ursprünglichen Scan, um Messungen zu bestätigen und alles zu korrigieren, was die KI falsch gemacht hat. Die zweite ist, den Plan zu Ihrem zu machen: Zeichnen Sie ein, was noch nicht da ist, etwa eine Wand, die Sie entfernen möchten, oder einen Anbau, dessen Kosten Sie kalkulieren. Da es sich um ein einziges Modell handelt, erscheint eine Korrektur an einer Stelle überall.
Bald können Sie auch auf Android und iPhones ohne LiDAR scannen, sodass viel mehr Menschen ein Handy auf einen Raum richten und mit einem Plan wieder herausgehen können.
Die wichtigsten Erkenntnisse
Diese Algorithmen sind aus Gründen schwierig, die im fertigen Plan nicht sichtbar sind. Die Farbarbeit ist ein bewegliches Ziel, denn Licht und Belichtung verschieben sich von Keyframe zu Keyframe. Räume zu finden bedeutet, abzuleiten, wo Wände sein sollten, wenn der Scan sie nicht erfasst hat – ohne Lösungsschlüssel zum Abgleich. Die Kompassrichtung muss ein Handy überstehen, das mitten im Scan seine Meinung darüber ändert, welchem Satelliten es zuhört. Und jedes einzelne Element davon läuft auf Scans, die in weniger als fünf Minuten von jemandem aufgenommen wurden, der einfach durch einen Raum geht – keine besonderen Scan-Kenntnisse erforderlich.
Unterm Strich entsteht aus einem Handy-Scan am anderen Ende ein sauberer, beschrifteter, messbarer Grundriss. Die Erfassung dauert Minuten, die anschließende Verarbeitung Sekunden, und das alles geschieht auf dem Gerät in Ihrer Hand – ein fertiger Plan ist also fast sofort bereit, an einen Kunden oder ein Team übergeben zu werden. Die Innovation ist kein einzelner Algorithmus. Es sind die sechs, die in Sequenz arbeiten, um die Lücke zwischen „das Handy hat einen Raum gesehen“ und „hier ist ein Grundriss, mit dem Sie bauen können“ zu schließen.
Heute entsteht daraus ein sauberer Grundriss. Aber der eigentliche Motor dahinter ist größer: die räumlichen Daten, die ein Handy erfassen kann, in etwas Strukturiertes und Nutzbares zu verwandeln. Genau darum herum bauen wir Polycam.
