Ein Blick hinter die Kulissen der Algorithmen, die einen kurzen Rundgang durch einen Raum in einen messbaren, bearbeitbaren Grundriss verwandeln.
Der teuerste Teil beim manuellen Ausmessen eines Raums ist die Zeit. Maßband, Millimeterpapier, sorgfältige Notizen und dann das Neuzeichnen in CAD zurück im Büro. Das erfordert Geduld und führt fast immer zu einem zweiten Besuch, weil man ein Maß vergessen hat.
Mit Polycam gehen Sie mit Ihrem Handy durch den Raum und erhalten in wenigen Minuten einen sauberen, beschrifteten und vermessbaren Grundriss. Zwischen diesen beiden Schritten steckt eine Menge technischer Magie. Die Sensoren des Handys liefern uns eine Menge roher räumlicher Daten: Geometrie, Farbe und ein grobes Verständnis für die Position der Wände. 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 Kernaufgabe der Technik von Polycam.
Schritt 1: Das Fundament
Bevor Polycam mit einem Scan arbeiten kann, muss es wissen, wo die Wände sind. Dieser erste Schritt beginnt mit einem Werkzeug, das Apple in neuere iPhones integriert hat: RoomPlan.
Zunächst zwei Begriffe. LiDAR ist der Tiefensensor im iPhone 12 Pro und neueren Modellen. Er sendet unsichtbare Lichtimpulse aus und misst die Zeit, bis sie zurückgeworfen werden. Während Sie sich bewegen, erstellt das Smartphone eine Punktwolke: der Raum, nachgebildet als dichte Wolke winziger 3D-Punkte.
Für sich genommen erkennt eine Punktwolke keine Wände. RoomPlan verarbeitet die Punkte über neuronale Netze, die anhand von Beispielräumen trainiert wurden, und liefert eine erste Übersicht über Wände, Türen, Fenster, Öffnungen und Möbel – inklusive Position und Maßen. Das ist ein schneller erster Durchlauf auf Hardware, die bereits vorhanden ist. Deshalb bauen wir darauf auf, anstatt das Rad neu zu erfinden.
Sie möchten wissen, was passiert, wenn Ihr Handy kein LiDAR hat oder kein Apple-Gerät ist? Ein Non-LiDAR-Grundriss kommt bald – wir entwickeln unsere eigenen neuronalen Netze, um LiDAR und RoomPlan in einem Schritt zu ersetzen.
Schritt 2: Nachbearbeitungsschritte durch Polycam
Alles, was folgt, ist die Arbeit unseres Teams, entwickelt, um die Rohdaten Ihres Handys in einen echten Grundriss zu verwandeln. Es gibt sechs Algorithmen, die nacheinander ablaufen.
1. Erkennung der Wandfarbe
RoomPlan erfasst keine Wandfarben, und Ihr Smartphone führt bei jedem Foto einen automatischen Weißabgleich durch, der Farben unvorhersehbar verfälscht. Wir gleichen das aus, damit Ihr Grundriss wie der reale Raum wirkt statt wie ein graues Drahtgittermodell – mit Farben, die den Lichtverhältnissen standhalten, statt von ihnen verzerrt zu werden.
So funktioniert es: Wir nutzen Tiefe, Kamerawinkel und andere Geometriedaten, um einen zuverlässigen Weißabgleich von der Decke abzuleiten und dann jede Wand daran anzupassen. Während Sie scannen, nimmt Ihr Handy Standbilder auf, die wir Keyframes nennen. Für jede Wand wählen wir die Fotos aus, auf denen sie am besten zu sehen ist, tasten deren Farben über ein Raster ab und verwenden die Decke als Referenz für "das sollte weiß sein", um den Weißabgleich des Handys rückgängig zu machen. Wir gleichen die Bilder so an, dass sie übereinstimmen, verwerfen Proben, die eindeutig Schatten oder Reflexionen statt Farbe sind, und bilden den Durchschnitt des Rests. Dann kalibrieren wir gegen echte Farbmuster, damit das Ergebnis den tatsächlichen Farben entspricht, und speichern es im 3D-Modell. Jede Wand kann auf jeder Seite eine andere Farbe haben, sodass sich die Farbe von Raum zu Raum korrekt ändern kann.
2. Wände begradigen
LiDAR-Scans driften. Wände, die in der Realität schnurgerade sind, können leicht schief wirken, da das Handy während der Bewegung durch einen Raum Tausende winziger Messungen vornimmt und ständig seine eigene Position verfolgt. Jede dieser Messungen ist minimal ungenau: kleine Fehler bei den LiDAR-Messungen, kleine Fehler bei der Positionsbestimmung, ein wenig Bewegungsunschärfe. Für sich genommen spielt das keine Rolle. Aber über einen vollständigen Scan hinweg summieren sich diese winzigen Fehler, und eine Wand, die eigentlich schnurgerade sein sollte, wirkt leicht verbogen. Gebäude folgen Regeln. Die meisten Wände treffen in rechten Winkeln aufeinander und verlaufen parallel zueinander. Der Algorithmus findet die dominante Ausrichtung des Gebäudes, dreht den gesamten Scan, um ihn daran auszurichten, und bringt Wände, die annähernd horizontal oder vertikal sind, wieder in den rechten Winkel. Dies geschieht sorgfältig, indem die Wandpositionen so optimiert werden, dass die Gesamtbewegung vom Anfang bis zum Ende so gering wie möglich bleibt. Tatsächlich schräge Wände (Erker, dieser eine seltsame Flur) bleiben unberührt, und Objekte werden separat auf saubere Winkel ausgerichtet.
3. Finden und Klassifizieren der Räume
RoomPlan liefert lediglich eine unstrukturierte Liste von Wänden und gelegentlich vage Hinweise auf Räume (ohne Raumgrenzen). Das System weiß nicht, wo die Küche aufhört und der Flur beginnt, und bekannte Verfahren waren für den Produktiveinsatz zu langsam. Wir haben eine eigene Lösung entwickelt, die jeden Raum automatisch benennt. Genau das macht einen Grundriss praktisch nutzbar und bildet die Basis für alles Weitere: Quadratmeterangaben pro Raum, raumweises Bearbeiten und Berichte.
So funktioniert es in drei Schritten:
Zuerst wird die Struktur aufgebaut. Die Wände werden flach als Draufsicht angeordnet: Jede Wand ist eine Kante, jedes Aufeinandertreffen von Wänden ein Eckpunkt. Diese Verbindungskarte bildet zusammen mit den erfassten Objekten und Keyframe-Positionen des Scans die Grundlage für die weitere Verarbeitung.
Schritt eins: Gebäudegrundriss umreißen. Stellen Sie sich den Scan wie verstreute Wandfragmente auf dem Boden vor – und eine Folie, die sich eng um sie spannt, bis sie straff an den Außenwänden anliegt und jeden Winkel exakt nachzeichnet. Dieser Umriss definiert die Außenkante des Gebäudes. Da reale Scans unvollständig sein können, verbinden wir meist mehrere Einzelsegmente zu einer sauberen Außenlinie und schließen offene Lücken.
Schritt zwei: Den Innenbereich in Räume aufteilen. Vollständig umwandete Räume kommen zuerst, da jeder geschlossene Wandverlauf eindeutig ein Zimmer bildet. Schwieriger sind offene Übergänge – ein Raum, der in einen Flur übergeht, oder Bereiche, die eher durch Möbel als durch Wände gegliedert sind. Hier ermitteln wir fehlende Abgrenzungen anhand von Objekten und anliegenden Wänden und filtern Flächen heraus, die für eigenständige Räume zu klein sind.
Schritt drei: Räume zuordnen. Jeder Raum wird anhand seines Inhalts bewertet. Objekte deuten dabei klar auf Raumtypen hin: Eine Toilette spricht eindeutig für ein Badezimmer, ein Herd für die Küche. Abgesehen von den unten beschriebenen Sonderfällen wird der Raumtyp mit der höchsten Übereinstimmung übernommen.
Zwei Faktoren können diese Entscheidung übersteuern. Erstens: unpassende Objekte. In seltenen Fällen, in denen ein Raum Dinge enthält, die nicht zusammengehören – wie eine Waschmaschine neben einem Backofen –, ergeben die Daten keinen schlüssigen Raum, und wir kennzeichnen ihn als „Sonstiges“. Zweitens: die Geometrie. Ein Raum mag zwar als „Küche“ eingestuft werden, aber die Form muss dazu passen. Ein Schrank muss klein sein (etwas größer neben einem Schlafzimmer ist in Ordnung), und ein Flur muss gangartig, in der Breite schmal und in der Länge potenziell ausgedehnter sein. Wenn die Form der Bezeichnung widerspricht, hat die Form Vorrang.
4. Boden- und Deckenerkennung
Man neigt leicht dazu, von einer durchgehend ebenen Geschossfläche auf einheitlicher Höhe auszugehen. Tatsächlich gibt es aber abgesenkte Wohnbereiche, Stufen, versetzte Ebenen und mehrere Stockwerke. Wir berechnen jede Ebene separat, sodass mehrgeschossige und versetzte Grundrisse korrekt abgebildet werden statt verflacht – und jeder Raum einzeln bearbeitbar bleibt.
So funktioniert es: Wir ermitteln die Bodenhöhe für jeden Raum individuell anhand der LiDAR-Punkte auf dem Boden. Anschließend gleichen wir angrenzende Räume ab, sodass Flächen auf demselben Niveau exakt ausgerichtet werden, anstatt minimale, fehlerhafte Absätze anzuzeigen. Sobald die Bodenhöhe eines Raums feststeht, richten wir die Möbelunterkanten daran aus – so stehen Objekte bündig auf dem Boden, statt zu schweben oder einzusinken.
Decken werden ähnlich behandelt, jedoch mit einer Besonderheit. Anstatt eine einzelne Höhe anzupassen, fassen wir die Deckenpunkte in einem Raster zusammen, testen verschiedene mögliche Deckenformen und wählen diejenige aus, die am besten zu den Daten passt. Oft ist das eine flache Decke. Manchmal ist es eine A-Form, wie bei einer Gewölbedecke oder einem Dachschrägen-Loft.
Zwei Faktoren können diese Bewertung überschreiben. Erstens: widersprüchliche Objekte. In seltenen Fällen, in denen ein Raum Dinge enthält, die nicht zusammenpassen – etwa eine Waschmaschine neben einem Backofen –, ergeben die Stimmen keinen schlüssigen Raumtyp, und wir kennzeichnen ihn als „Sonstiges“. Zweitens: die Geometrie. Ein Raum mag zwar als „Küche“ die höchste Punktzahl erzielen, doch die Form muss dazu passen. Ein Schrank muss klein sein (etwas größer angrenzend an ein Schlafzimmer ist in Ordnung), und ein Flur muss gangartig sein, also in der Breite schmal und in der Länge potenziell ausgedehnt. Wenn die Form der Bezeichnung widerspricht, hat die Form Vorrang.
5. Objekte bereinigen
4. Erkennung von Boden und Decke
Wir korrigieren die Schnittpunkte von Objekten und Wänden, indem wir sie bei geringem Abstand bündig an die Oberfläche anpassen, und wir schneiden Objekte zu, die sich im 3D-Raum überschneiden. Wenn sich zwei Objekte überlappen, muss eines weichen: Einbauten und Geräte haben Vorrang, während weniger wichtige Dinge wie Stauraum verkleinert werden, um Platz zu schaffen. Und wenn RoomPlan eine nebeneinander stehende Waschmaschine und einen Trockner als ein einziges, gedrungenes Objekt erkennt, teilen wir es wieder in zwei Teile auf, denn ein Waschraum sollte auch wie ein Waschraum aussehen.
6. Standort und Kompassausrichtung
Ein Grundriss ohne Nordpfeil wird sofort zum Problem, sobald er mit einem Lageplan oder einer Sonnenstandsstudie abgeglichen werden muss. Zudem schwanken die Standortdaten des Smartphones: Mitten im Scan wechselt es zwischen GPS-Satelliten, was zu deutlichen Positionsprüngen führen kann. Wir ermitteln den geografischen Norden, damit Ihr Plan von Beginn an exakt mit externen Unterlagen übereinstimmt.
Funktionsweise: Jeder Keyframe enthält seine eigenen GPS-Daten (Breitengrad, Längengrad und Höhe) sowie die Kompassausrichtung. Für sich genommen reicht beides nicht aus. Die GPS-Punkte springen, wenn das Telefon zwischen Satelliten wechselt, und die Kompassdaten sind ungenau. Anstatt uns auf einen einzelnen Messwert zu verlassen, betrachten wir das Ganze als eine Optimierungsaufgabe: Wir gleichen die GPS-Datenkette mit dem vermuteten Standort des Scans ab, nutzen die Kompassausrichtung als zusätzliches Signal und filtern Sprünge und Ausreißer heraus, um die Richtung zu bestimmen, bei der wir uns sicher sind.
Schritt 3: Exportieren
Nach sechs Schritten erhalten Sie ein sauberes Modell, das Sie nun weiterverwenden können. Exportieren Sie es für Ihren Workflow: als 3D-Modell oder als 2D-Plan in den Formaten PNG, PDF, SVG oder DXF für CAD, ergänzt durch Flächenberechnungen und CSV-Daten.
Ein praktisches Problem: Da Menschen beim Scannen meist auf den Boden schauen, sind die Bodenhöhen sehr zuverlässig. Decken sind schwieriger zu erfassen, da man weniger nach oben blickt, was zu Lücken in den Deckendaten führt. Wenn Sie eine präzisere Decke wünschen, neigen Sie Ihr Telefon zwischendurch nach oben, um größere Abschnitte zu erfassen – halten Sie es jedoch nicht dauerhaft senkrecht nach oben.
Wichtigste Erkenntnisse
Diese Algorithmen sind aus Gründen komplex, die im Endergebnis nicht sichtbar sind. Die Farbanpassung ist ein bewegliches Ziel, da sich Beleuchtung und Belichtung von Keyframe zu Keyframe ändern. Räume zu finden bedeutet, Wände dort zu ergänzen, wo der Scan sie nicht erfasst hat – ohne Lösungsschlüssel zur Überprüfung. Die Kompassausrichtung muss funktionieren, selbst wenn das Smartphone während des Scans die Satellitenverbindung wechselt. Und das alles basiert auf Scans, die in unter fünf Minuten durch einfaches Durchschreiten eines Raums erstellt wurden – ganz ohne Fachkenntnisse.
Das Ergebnis ist ein Smartphone-Scan, der sauber, beschriftet und vermessbar ist. Die Aufnahme dauert Minuten, die anschließende Verarbeitung Sekunden. Da alles direkt auf Ihrem Gerät geschieht, ist der fertige Plan sofort bereit für Kunden oder Handwerker. Die Innovation liegt nicht in einem einzelnen Algorithmus, sondern im Zusammenspiel von sechs Algorithmen, die die Lücke zwischen „das Telefon hat einen Raum gesehen“ und „hier ist ein baubarer Grundriss“ schließen.
Heute erzeugt dies einen sauberen Grundriss. Doch das eigentliche Potenzial ist größer: die Umwandlung räumlicher Daten, die ein Smartphone erfassen kann, in strukturierte und nutzbare Informationen. Genau darauf bauen wir Polycam auf.
