Un vistazo al funcionamiento interno de los algoritmos que convierten unos minutos de recorrido por un espacio en un plano medible y editable.
Lo más costoso de medir un espacio a mano es el tiempo. Cinta métrica, papel cuadriculado, notas detalladas y, después, volver a dibujar todo en CAD al llegar a la oficina. Requiere paciencia y, casi siempre, una segunda visita para tomar esa medida que olvidaste.
Con Polycam, recorres el espacio con tu teléfono y obtienes un plano limpio, etiquetado y medible en cuestión de minutos. Hay mucha ingeniería detrás de este proceso. Los sensores del teléfono nos proporcionan una gran cantidad de datos espaciales en bruto: geometría, color y una idea aproximada de dónde están las paredes. Pero esa lectura inicial no es un plano. 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: Los cimientos
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 de luz invisibles y mide cuánto tarda cada uno en rebotar. Mientras caminas, el teléfono construye una nube de puntos: la habitación recreada como una densa nube de diminutos puntos en 3D.
Por sí sola, una nube de puntos no sabe qué es una pared. RoomPlan procesa esos puntos mediante redes neuronales entrenadas con ejemplos de habitaciones y devuelve una lista preliminar de paredes, puertas, ventanas, aberturas y muebles, con su ubicación y dimensiones. Es un primer paso rápido, ejecutado en hardware que la gente ya posee, razón por la cual construimos sobre esta base en lugar de reinventarla.
¿Quieres saber qué sucede si tu teléfono no tiene LiDAR o no es un dispositivo Apple? La función de planos sin LiDAR llegará pronto; hemos estado desarrollando nuestras propias redes neuronales para reemplazar tanto el LiDAR como RoomPlan de una sola vez.
Paso 2: Procesamiento posterior de Polycam
Todo lo que se detalla a continuación es obra de nuestro equipo, diseñado para convertir los datos brutos de tu teléfono en un plano real. Son seis algoritmos que se ejecutan de forma secuencial.
- Detección del color de las paredes
RoomPlan no nos proporciona el color de las paredes y tu teléfono aplica su propio balance de blancos a cada foto que captura, lo que altera los colores de forma impredecible. Nosotros ajustamos esto para que tu plano se vea como el espacio real en lugar de una estructura gris, con un color que perdura a pesar de la iluminación en vez de verse afectado por ella.
Cómo funciona: Utilizamos la profundidad, el ángulo de la cámara y otra información geométrica para obtener una referencia de blanco fiable del techo y, a partir de ahí, corregir cada pared. 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 revertir 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.
- Enderezado de paredes
Los escaneos LiDAR sufren desviaciones. Las paredes que en la realidad son perfectamente rectas pueden aparecer ligeramente torcidas porque, a medida que mueves el teléfono por un espacio, este realiza miles de pequeñas mediciones y rastrea constantemente su propia posición. Cada una de esas lecturas tiene un margen de error mínimo: pequeñas imprecisiones en las mediciones LiDAR, errores de seguimiento o un poco de desenfoque por movimiento. Nada de esto importa por sí solo, pero en un escaneo completo, esos pequeños errores se acumulan y una pared que debería estar perfectamente recta termina ligeramente curvada.
Cómo funciona: Los edificios siguen reglas. La mayoría de las paredes se encuentran en ángulos rectos y son paralelas entre sí. El algoritmo encuentra la orientación predominante del edificio, rota todo el escaneo para alinearlo y ajusta las paredes que están cerca de la horizontal o la vertical para que queden rectas. 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 que realmente tienen ángulo (ventanas mirador, ese pasillo extraño) se dejan como están, y los objetos se ajustan a ángulos limpios por separado.
- Identificación y clasificación de habitaciones
RoomPlan nos entrega una lista plana de paredes y, ocasionalmente, alguna 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 propio para que cada habitación aparezca etiquetada. Eso es lo que hace que un plano sea útil y lo que impulsa todo el proceso posterior: el cálculo de metros cuadrados por habitación, la edición por estancias y los informes.
Cómo funciona, en tres fases:
Primero, construir el mapa. Disponer las paredes en un diagrama plano visto desde arriba: 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 sobre lo que trabaja el resto del proceso.
Fase uno: dibujar el contorno del edificio. Imagina el escaneo como un montón de fragmentos de pared esparcidos por el suelo y luego imagina que los envuelves con una lámina retráctil hasta que se ajusta firmemente contra las paredes exteriores, cubriendo cada rincón y esquina. Ese contorno es el borde del edificio. Como los escaneos reales pueden ser irregulares, solemos unir varios bucles separados en un único contorno limpio, rellenando los huecos que el escaneo dejó abiertos.
Fase dos: dividir el interior en habitaciones. Primero se definen las habitaciones completamente cerradas por paredes, ya que cualquier bucle cerrado de muros 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, inferimos los límites faltantes usando los objetos y las paredes conectadas como pistas, y descartamos cualquier espacio demasiado pequeño para ser considerado una habitación real.
Fase tres: etiquetar las habitaciones. Evaluamos 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 caso poco frecuente 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 ser coherente. 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, ser estrecho en su dimensión menor y, potencialmente, más largo en la otra. Cuando la forma contradice la etiqueta, la forma prevalece.
- Detección de suelos y techos
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 o plantas divididas se representen correctamente en lugar de aplanarse, convirtiendo cada habitación en una pieza editable independiente.
Cómo funciona: Calculamos la altura del suelo de cada habitación de forma independiente a partir de los puntos LiDAR del suelo. Luego, conciliamos las habitaciones contiguas para que aquellas que realmente están al mismo nivel se ajusten a una altura compartida, evitando así pequeños escalones innecesarios entre ellas. Una vez fijada la altura del suelo de una habitación, ajustamos la base del mobiliario a esta, 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, pero a veces es una forma en A, como un techo abovedado o un desván inclinado.
Un detalle del mundo real: la gente suele capturar bien los suelos simplemente escaneando de forma normal, por lo que las alturas del suelo son fiables. Los techos son más difíciles, porque las personas no suelen mirar hacia arriba tanto, lo que deja huecos en los datos del techo. Si deseas un techo más definido, inclina el teléfono hacia arriba de vez en cuando para capturar secciones grandes a medida que avanzas, pero evita apuntar directamente hacia arriba y mantenerlo ahí.
- Limpieza de objetos
La detección de objetos de RoomPlan es buena, pero a menudo los objetos se solapan con las paredes o entre sí. Realizamos una limpieza para que tus muebles se ubiquen donde realmente están y el plano se lea como la habitación real, en lugar de una colisión de cajas.
Cómo funciona: Corregimos la intersección de los objetos con las paredes, ajustándolos para que queden al ras de la superficie cuando están cerca, y recortamos los objetos que se solapan con otros en 3D. Cuando dos objetos se superponen, uno debe ceder: los accesorios y electrodomésticos tienen prioridad, 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 cuarto de lavado debe parecer un cuarto de lavado.
- Ubicación y orientación de la brújula
Un plano de planta que no sabe dónde está el norte es un dolor de cabeza en cuanto hay que coordinarlo con un plano de emplazamiento 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. Nosotros calculamos el norte verdadero para que tu plano se alinee con el mundo real desde el primer momento en que deba integrarse con otro documento.
Cómo funciona: Cada fotograma clave contiene 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 eso, 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 indica que estabas, nos apoyamos en las orientaciones como señal adicional y filtramos los saltos y valores atípicos para determinar la dirección en la que confiamos.
Paso 3: Exportar
Tras seis pasos, tienes un modelo limpio y listo para usar. Expórtalo según tu flujo de trabajo: en 3D, o como plano 2D en formato PNG, PDF, SVG o DXF para CAD, además de informes de superficie en metros cuadrados y CSV.
Antes de exportar, el Editor de Planos de Planta realiza dos tareas. La primera es verificar nuestro trabajo: mueve paredes en 2D y observa cómo el 3D se ajusta, o superpone tus ediciones sobre el escaneo original para confirmar medidas y corregir cualquier error de la IA. La segunda es personalizarlo: dibuja lo que aún no está ahí, como una pared que planeas demoler o una ampliación que estás presupuestando. Como todo es un único modelo, una corrección en un lugar se refleja en todas partes.
Pronto, también podrás escanear en Android y en iPhones sin LiDAR, para que muchas más personas puedan apuntar con su teléfono a una habitación y obtener un plano.
Puntos clave
Estos algoritmos son complejos por razones que no se ven en el plano final. El trabajo de color es un objetivo móvil, ya que la iluminación y la exposición cambian de un fotograma a otro. Identificar habitaciones implica deducir dónde deberían estar las paredes cuando el escaneo no las captó, sin una clave de respuestas para verificar. La orientación de la brújula debe sobrevivir a un teléfono que cambia de opinión sobre qué satélite está escuchando durante el escaneo. Y cada pieza de este proceso se ejecuta sobre escaneos capturados en menos de cinco minutos por alguien que simplemente camina por un espacio, sin necesidad de habilidades especiales de escaneo.
El resultado final es un escaneo telefónico limpio, etiquetado y medible. La captura lleva minutos, el procesamiento posterior toma segundos y todo ocurre en el dispositivo que tienes en la mano, por lo que un plano terminado está listo para entregarse a un cliente o a un equipo casi de inmediato. La innovación no es un único algoritmo, sino los seis trabajando en secuencia para cerrar la brecha entre "el teléfono vio una habitación" y "aquí tienes un plano de planta sobre el cual puedes construir".
Hoy, esto produce un plano de planta limpio. Pero el motor real subyacente es más grande: convertir los datos espaciales que un teléfono puede capturar en algo estructurado y útil. Eso es sobre lo que estamos construyendo Polycam.
