Un vistazo a los algoritmos que convierten unos minutos caminando por un espacio en un plano de planta medible y editable.
La parte costosa de medir un espacio a mano es el tiempo. Cinta métrica, papel cuadriculado, notas cuidadosas y luego redibujar en CAD al volver a la oficina. Requiere paciencia y casi siempre una segunda visita para tomar la medida que olvidaste.
Con Polycam, recorres el espacio con tu teléfono y obtienes un plano de planta limpio, etiquetado y medible en minutos. Hay mucha magia de ingeniería entre ambos puntos. Los sensores del teléfono nos proporcionan un montón de datos espaciales brutos: geometría, color y una idea aproximada de dónde están las paredes. Pero esa lectura inicial no es un plano de planta. Las paredes no están del todo rectas y las habitaciones no están detectadas ni etiquetadas. Cerrar esa brecha es donde reside la ingeniería de Polycam.
Paso 1: La base
Antes de que Polycam pueda hacer algo con un escaneo, necesita saber dónde están las paredes. Ese primer paso comienza con una herramienta que Apple integra en los iPhone más recientes, llamada RoomPlan.
Primero, dos términos. LiDAR es el sensor de profundidad presente en el iPhone 12 Pro y modelos posteriores. Envía pulsos invisibles de luz y mide cuánto tarda cada uno en rebotar. A medida que caminas, el teléfono construye una nube de puntos: la habitación recreada como una densa nube de diminutos puntos 3D.
Por sí sola, una nube de puntos no sabe qué es una pared. RoomPlan procesa los puntos a través de redes neuronales entrenadas con ejemplos de habitaciones y devuelve una lista aproximada de paredes, puertas, ventanas, aberturas y muebles, con su ubicación y dimensiones. Es una primera pasada rápida, ejecutada en hardware que la gente ya posee, razón por la cual construimos sobre ella en lugar de reinventarla.
¿Quieres saber qué sucede cuando tu teléfono no tiene LiDAR o no es un dispositivo Apple? La función de planos de planta sin LiDAR llegará pronto. Hemos estado desarrollando nuestras propias redes neuronales para reemplazar tanto el LiDAR como RoomPlan de una sola vez.
Paso 2: Pasos de posprocesamiento de Polycam
Todo lo que se detalla a continuación es obra de nuestro equipo, diseñado para convertir la salida bruta de tu teléfono en un plano de planta real. Hay seis algoritmos que se ejecutan en secuencia.
1. Detección del color de las paredes
RoomPlan no nos proporciona el color de las paredes, y tu teléfono aplica su propio balance de blancos en cada foto que captura, alterando los colores de forma impredecible. Ajustamos esto para que tu plano de planta se vea como el espacio real en lugar de un marco de alambre gris, con un color que perdura a pesar de la iluminación en lugar de verse afectado por ella.
Cómo funciona: Utilizamos la profundidad, el ángulo de la cámara y otra geometría para obtener una referencia de blanco fiable del techo, y luego corregimos cada pared en función de ella. Mientras escaneas, tu teléfono captura fotos fijas que llamamos fotogramas clave. Para cada pared, seleccionamos las fotos que mejor la captan, muestreamos sus colores a través de una cuadrícula y usamos el techo como referencia de "esto debería ser blanco" para deshacer el balance de blancos del teléfono. Equilibramos los fotogramas para que coincidan entre sí, descartamos las muestras que son claramente sombras o reflejos en lugar de pintura, y calculamos el promedio de lo que queda. Luego, calibramos con muestras de pintura reales para que el resultado coincida con los colores auténticos y lo guardamos en el modelo 3D. Cada pared puede tener un color diferente en cada lado, por lo que la pintura puede cambiar correctamente de una habitación a otra.
2. Enderezado de paredes
Los escaneos LiDAR presentan deriva. Las paredes que son perfectamente rectas en la vida real pueden salir ligeramente torcidas porque, a medida que tu teléfono se mueve por un espacio, realiza miles de pequeñas mediciones y rastrea constantemente su propia posición. Cada una de esas lecturas tiene un pequeño margen de error: errores menores en las mediciones LiDAR, errores en el seguimiento, un poco de desenfoque por movimiento. Nada de esto importa por sí solo. Pero, a lo largo de un escaneo completo, esos pequeños errores se acumulan y una pared que debería ser recta como una regla termina ligeramente curvada. Los edificios siguen reglas. La mayoría de las paredes se encuentran en ángulos rectos y son paralelas entre sí. El algoritmo encuentra la orientación dominante del edificio, rota todo el escaneo para alinearlo con ella y ajusta las paredes que están cerca de la horizontal o vertical para que queden perfectamente cuadradas. Lo hace con cuidado, optimizando las posiciones de las paredes para que el movimiento total desde el principio hasta el final sea lo más pequeño posible. Las paredes verdaderamente inclinadas (ventanas mirador, ese pasillo extraño) se dejan intactas, y los objetos se ajustan a ángulos limpios por separado.
3. Búsqueda y clasificación de habitaciones
RoomPlan nos entrega una lista plana de paredes y alguna que otra pista sobre las habitaciones (sin límites definidos). No sabe dónde termina la cocina y dónde empieza el pasillo, y los métodos publicados eran demasiado lentos para la producción. Creamos el nuestro para que cada habitación salga etiquetada. Eso es lo que hace que un plano de planta sea útil y lo que impulsa todo el proceso posterior: metros cuadrados por habitación, edición por estancia e informes.
Cómo funciona, en tres fases:
Primero, construya el mapa. Disponga las paredes como un diagrama de vista superior: cada pared es un borde y cada punto donde se encuentran las paredes es un vértice. Ese mapa de conexiones, junto con los objetos y las posiciones de los fotogramas clave del escaneo, es la base sobre la que funciona todo lo demás.
Fase uno: dibuje el contorno del edificio. Imagine el escaneo como un montón de fragmentos de pared esparcidos por el suelo y luego visualice cómo se envuelve todo con una lámina que se ajusta hasta quedar tensa contra las paredes exteriores, cubriendo cada rincón y esquina. Ese contorno es el borde del edificio. Dado que los escaneos reales pueden ser irregulares, solemos unir varios bucles separados en un contorno limpio, rellenando los huecos que dejó el escaneo.
Fase dos: divida el interior en habitaciones. Primero se definen las habitaciones completamente cerradas, ya que cualquier bucle cerrado de paredes es, obviamente, una habitación. Los casos más complejos son los espacios abiertos, una habitación que se conecta con un pasillo o un espacio definido más por su mobiliario que por sus paredes. Para estos, deducimos los límites faltantes utilizando los objetos y las paredes conectadas como pistas, y descartamos cualquier espacio demasiado pequeño para ser considerado una habitación real.
Fase tres: etiquete las habitaciones. Evalúe cada habitación según lo que contiene. Los objetos votan por el tipo de habitación al que pertenecen: un inodoro vota claramente por "baño", una estufa por "cocina". Salvo en los casos especiales que se detallan a continuación, gana el tipo de habitación con mayor puntuación.
Dos factores pueden anular esa votación. Primero, los objetos disonantes: en el raro caso de que una habitación contenga elementos que no combinan, como una lavadora junto a un horno, los votos no suman una habitación real y la etiquetamos como "otro". Segundo, la geometría: un espacio puede obtener la puntuación más alta como "cocina", pero la forma debe coincidir. Un armario debe ser pequeño (aunque uno un poco más grande junto a un dormitorio es aceptable) y un pasillo debe tener forma de camino, estrecho en su dimensión menor y potencialmente más largo en la otra. Cuando la forma contradice la etiqueta, la forma prevalece.
4. Detección de suelo y techo
Es tentador asumir que un edificio tiene un suelo plano a una sola altura. Los edificios reales tienen salas de estar hundidas, escalones, niveles divididos y varias plantas. Resolvemos cada altura por separado para que los espacios de varios niveles y plantas divididas se representen correctamente en lugar de aplanarse, convirtiendo cada habitación en una pieza editable independiente.
Cómo funciona: calculamos la altura del suelo para cada habitación de forma individual a partir de los puntos LiDAR del suelo. Luego, conciliamos las habitaciones adyacentes para que aquellas que realmente están al mismo nivel se ajusten a una altura compartida, evitando mostrar un pequeño escalón sin sentido entre ellas. Una vez fijada la altura del suelo de una habitación, ajustamos la base de los muebles a este, para que los objetos se asienten correctamente sobre el suelo en lugar de flotar o hundirse.
Los techos funcionan de manera similar, con una particularidad. En lugar de ajustar una altura única, acumulamos los puntos del techo en una cuadrícula, probamos varias formas posibles de techo y conservamos la que mejor se ajuste a los datos. A menudo es un techo plano. A veces es una forma en "A", como un techo abovedado o un desván inclinado.
Un detalle del mundo real: las personas suelen capturar bien los suelos simplemente escaneando de forma normal, por lo que las alturas del suelo son fiables. Los techos son más difíciles porque la gente no mira hacia arriba tanto, lo que deja huecos en los datos del techo. Si desea un techo más preciso, incline su teléfono hacia arriba de vez en cuando para capturar secciones grandes a medida que avanza, pero no apunte directamente hacia arriba ni lo mantenga ahí.
5. Limpieza de objetos
La detección de objetos de RoomPlan es buena, pero a menudo los objetos atraviesan las paredes o se superponen entre sí. Limpiamos eso para que sus muebles se ubiquen donde realmente están y el plano se lea como la habitación real en lugar de una colisión de cajas.
Corregimos dónde los objetos se cruzan con las paredes, ajustándolos para que queden al ras de la superficie cuando están cerca, y recortamos los objetos que se superponen a otros en 3D. Cuando dos se superponen, uno debe ceder: los accesorios y electrodomésticos están protegidos, mientras que elementos menos críticos, como el almacenamiento, se reducen para dejar espacio. Y cuando RoomPlan interpreta una lavadora y una secadora contiguas como un solo objeto compacto, las separamos en dos, porque un lavadero debe parecer un lavadero.
6. Ubicación y orientación de la brújula
Un plano de planta que no sabe dónde está el norte es un problema en cuanto debe coordinarse con un plano de sitio o un estudio solar. Además, los datos de ubicación del teléfono son inestables: saltan entre satélites GPS durante el escaneo, y cada salto puede provocar un desplazamiento brusco en la posición registrada. Calculamos el norte verdadero para que su plano se alinee con el mundo real la primera vez que deba integrarse con otro documento.
Cómo funciona: cada fotograma clave lleva su propia lectura de GPS (latitud, longitud y altitud) además de su propia orientación de brújula. Por sí solos, ninguno es suficiente. Los puntos GPS saltan a medida que el teléfono cambia de satélite y las orientaciones tienen ruido. Por lo tanto, en lugar de confiar en una sola lectura, tratamos todo el conjunto como una optimización: hacemos coincidir la cadena de puntos GPS con el lugar donde el escaneo estima que usted estaba, utilizamos las orientaciones como otra señal y procesamos los saltos y valores atípicos para determinar la dirección en la que tenemos confianza.
Paso 3: Exportar
Tras seis pasos, tiene un modelo limpio y ahora es suyo para usarlo. Expórtelo según su flujo de trabajo: 3D, o un plano 2D como PNG, PDF, SVG o DXF para CAD, además de informes de pies cuadrados y CSV.
Antes de exportar, el Editor de Planos de Planta realiza dos tareas. La primera es verificar nuestro trabajo: mueva paredes en 2D y observe cómo el 3D sigue el cambio, o superponga sus ediciones sobre el escaneo original para confirmar medidas y corregir cualquier error de la IA. La segunda es personalizarlo: dibuje lo que aún no está ahí, como una pared que planea demoler o una ampliación que está presupuestando. Como todo es un solo modelo, una corrección en un lugar se refleja en todas partes. Pronto, también podrá escanear en Android y iPhones sin LiDAR, para que muchas más personas puedan apuntar con un teléfono a una habitación y obtener un plano.
Puntos clave
Estos algoritmos son complejos por razones que no se aprecian en el plano final. El ajuste de color es un objetivo móvil, ya que la iluminación y la exposición cambian entre fotogramas clave. Identificar habitaciones implica deducir dónde deberían estar las paredes cuando el escaneo no las detectó, sin una clave de respuestas para verificar. La orientación de la brújula debe mantenerse estable aunque el teléfono cambie de satélite durante el escaneo. Y todo esto funciona con escaneos realizados en menos de cinco minutos por alguien que simplemente camina por el espacio, sin necesidad de habilidades especiales.
El resultado es un escaneo telefónico limpio, etiquetado y medible. La captura toma minutos, el procesamiento posterior segundos, y todo ocurre en el dispositivo, por lo que el plano está listo para entregarse a un cliente o equipo casi de inmediato. La innovación no es un algoritmo único, sino la secuencia de seis de ellos trabajando para cerrar la brecha entre "el teléfono vio una habitación" y "aquí tienes un plano sobre el cual puedes construir".
Hoy, esto genera un plano limpio. Pero el motor real es más ambicioso: convertir los datos espaciales que captura un teléfono en algo estructurado y útil. En eso estamos enfocando Polycam.
