3Dスキャニング

3Dスキャニングは、実世界の物体や環境を分析して、その形状と外観の三次元データを収集するプロセスであり、その後、さまざまな用途のためにデジタル3Dモデルを構築するために使用されます。

3Dスキャニングは、実世界の物体や環境を分析し、その形状、場合によっては色などの外観に関する3次元データを収集するプロセスである。収集されたデータは、デジタル3Dモデルの構築に使用できる。3Dスキャナは多くの異なる技術に基づくことができ、それぞれに制限、利点、コストがある。デジタル化できる物体の種類には、依然として多くの制限が存在する。例えば、光学技術は暗い、光沢のある、反射性の、または透明な物体に困難をきたす場合がある一方、産業用コンピュータ断層撮影スキャン、構造光3Dスキャナ、LiDAR、およびタイム・オブ・フライト3Dスキャナは、破壊的試験なしでデジタル3Dモデルを構築するために使用できる。

収集された3Dデータは、多種多様なアプリケーションに有用である。これらのデバイスは、エンターテインメント業界で映画やビデオゲームの制作、仮想現実を含む、広く使用されている。この技術の他の一般的なアプリケーションには、拡張現実、モーションキャプチャ、ジェスチャ認識、ロボットマッピング、工業デザイン、装具および義肢、リバースエンジニアリングおよびプロトタイピング、品質管理および検査、文化遺産のデジタル化が含まれる。

機能

3Dスキャナの目的は、通常、3Dモデルを作成することである。この3Dモデルは、対象物の表面上の幾何学的サンプルのポリゴンメッシュまたはポイントクラウドで構成される。これらのポイントは、対象物の形状を外挿するために使用でき、このプロセスは再構築と呼ばれる。各ポイントで色情報が収集される場合、対象物の表面上の色やテクスチャも決定できる。

3Dスキャナは、カメラといくつかの特性を共有している。ほとんどのカメラと同様に、円錐状の視野を持ち、カメラと同様に、遮蔽されていない表面についてのみ情報を収集できる。カメラが視野内の表面の色情報を収集する一方、3Dスキャナは視野内の表面の距離情報を収集する。3Dスキャナによって生成される「画像」は、画像内の各ポイントでの表面までの距離を記述し、各ポイントの3次元位置を特定できるようにする。

状況によっては、単一のスキャンでは対象物の完全なモデルを生成できない場合がある。対象物のすべての側面に関する情報を取得するには、通常、異なる方向からの複数のスキャンが役立つ。これらのスキャンは、共通の参照系に統合する必要があり、このプロセスは通常、アライメントまたはレジストレーションと呼ばれ、その後、完全な3Dモデルを作成するためにマージされる。単一の距離マップから全体のモデルに至るこのプロセス全体は、通常、3Dスキャニングパイプラインとして知られている。

接触技術

接触式3Dスキャナは、部品を物理的にプローブし、プローブが部品の周囲を移動する際のセンサーの位置を記録することで機能する。接触式3Dスキャナには、主に2つのタイプがある：座標測定機（CMM）とアーティキュレーテッドアームである。

座標測定機は、伝統的に3つの垂直な移動軸を持ち、Z軸にタッチプローブが取り付けられている。タッチプローブが部品の周囲を移動する際、各軸のセンサーが位置を記録してXYZ座標を生成する。現代のCMMは5軸システムであり、追加の2軸はピボット式センサーヘッドによって提供される。CMMは3D測定の最も正確な形式であり、ミクロン精度を達成する。精度に次ぐCMMの最大の利点は、自律（CNC）モードまたは手動プロービングシステムとして実行できることである。CMMの欠点は、初期コストと操作に必要な技術的知識である。

アーティキュレーテッドアームは、一般的に複数のセグメントを持ち、各ジョイントに極センサーが取り付けられている。アーティキュレーテッドアームが部品の周囲を移動する際、センサーはその位置を記録し、アームの端の位置は、複雑な数学と各ジョイントの手首回転角およびヒンジ角を使用して計算される。通常、CMMほど正確ではないが、アーティキュレーテッドアームは高い精度を達成し、より安価でわずかに使いやすい。通常、CNCオプションはない。現代のCMMとアーティキュレーテッドアームの両方に、タッチプローブの代わりに非接触レーザースキャナを取り付けることもできる。

非接触アクティブ技術

アクティブスキャナは、何らかの放射線または光を放出し、その反射または物体を通過する放射線を検出して、物体または環境をプローブする。使用される放出の可能なタイプには、光、超音波、またはX線が含まれる。

タイム・オブ・フライト

タイム・オブ・フライト3Dレーザースキャナは、レーザー光を使用して対象物をプローブするアクティブスキャナである。このタイプのスキャナの中心には、タイム・オブ・フライトレーザー距離計があり、光パルスの往復時間を計測することで表面の距離を求める。レーザーが光パルスを放出し、反射光が検出器で見られるまでの時間が測定される。光速cが既知であるため、往復時間によって光の移動距離が決まり、これはスキャナと表面の間の距離の2倍である。tが往復時間である場合、距離はc⋅t/2に等しい。タイム・オブ・フライト3Dレーザースキャナの精度は、時間tをどれだけ正確に測定できるかに依存する：約3.3ピコ秒は、光が1ミリメートル移動するのにかかる時間である。

レーザー距離計は、その視野方向の1点の距離のみを検出する。したがって、スキャナは、距離計の視野方向を変更して異なるポイントをスキャンすることにより、視野全体を1点ずつスキャンする。視野方向は、距離計自体を回転させるか、回転ミラーのシステムを使用することによって変更できる。後者の方法は、ミラーがはるかに軽く、より速く、より正確に回転できるため、一般的に使用される。典型的なタイム・オブ・フライト3Dレーザースキャナは、毎秒10,000から100,000ポイントの距離を測定できる。タイム・オブ・フライトデバイスは、タイム・オブ・フライトカメラと呼ばれる2D構成でも利用可能である。

三角測量

三角測量ベースの3Dレーザースキャナも、レーザー光を使用して環境をプローブするアクティブスキャナである。タイム・オブ・フライトスキャナとは異なり、三角測量レーザーは対象物にレーザーを照射し、カメラを使用してレーザードットの位置を探す。レーザーが表面に当たる距離に応じて、レーザードットはカメラの視野内の異なる場所に現れる。この技術は、レーザードット、カメラ、およびレーザーエミッタが三角形を形成するため、三角測量と呼ばれる。三角形の1辺の長さ（カメラとレーザーエミッタの間の距離）は既知であり、レーザーエミッタの角度とカメラの角度は既知であるため、対象物までの距離を計算できる。三角測量スキャナは、通常、タイム・オブ・フライトスキャナよりも正確であるが、範囲は短い。

構造光

構造光3Dスキャナは、グリッドやストライプなどの光のパターンを対象物に投影し、カメラを使用してパターンの変形を測定する。パターンの歪みを分析して表面形状を計算する。この方法は、単一ショットで広い領域をキャプチャでき、工業デザインや文化遺産のデジタル化など、近距離での物体スキャンによく使用される。構造光スキャナは、単純なレーザー三角測量よりもいくつかの困難な表面をより良く処理できるが、高反射性または透明な材料には依然として苦労する場合がある。

LiDARおよびタイム・オブ・フライトカメラ

LiDAR（Light Detection and Ranging）は、レーザーパルスを使用して地球表面または他の物体までの距離を測定するリモートセンシング方法である。自動運転車、ロボットマッピング、地形測量などのアプリケーションで広く使用されている。タイム・オブ・フライトカメラは、タイム・オブ・フライトスキャナの2Dアレイバージョンであり、シーン内のすべてのピクセルの深度情報を同時にキャプチャし、ジェスチャ認識や拡張現実などのリアルタイムアプリケーションに有用である。

非接触パッシブ技術

パッシブスキャナは、放射線を放出せず、代わりに反射された周囲の放射線の検出に依存する。ほとんどのパッシブスキャナは、容易に利用可能な可視光を検出する。パッシブ技術には、異なる角度から撮影された複数の写真を使用してコンピュータビジョンアルゴリズムを通じて3Dモデルを再構築するフォトグラメトリが含まれる。このアプローチは、文化遺産の保存やMachine learningベースの再構築でよく使用される。他のパッシブ方法には、シルエットベースの技術やシェーディングからの形状復元が含まれるが、これらは産業用途ではあまり一般的ではない。

アプリケーション

スキャニングから収集された3Dデータは、多種多様なアプリケーションに有用である。エンターテインメント業界は、仮想現実環境を含む映画やビデオゲームの制作で3Dスキャニングを広く使用している。Artificial intelligenceとロボティクスでは、3Dスキャニングはロボットマッピングとナビゲーションをサポートし、自律システムが周囲を理解できるようにする。工業デザインは、リバースエンジニアリングとプロトタイピングのためにスキャニングに依存し、エンジニアが既存の部品のデジタルモデルを作成できるようにする。ヘルスケアでは、スキャニングは装具と義肢に使用され、カスタムフィットデバイスを提供する。品質管理と検査は、製造された部品が仕様を満たしていることを確認するためにスキャニングを使用する。さらに、文化遺産のデジタル化により、博物館や研究者は歴史的な物体をデジタル形式で保存および共有できる。

課題と制限

進歩にもかかわらず、3Dスキャニングは依然として課題に直面している。光学技術は、暗い、光沢のある、反射性の、または透明な物体に困難をきたす場合があり、これらの表面は光を予測不能に散乱または吸収する可能性がある。大きな環境のスキャニングは時間がかかり、かなりのデータ処理を必要とする場合がある。複数のスキャンのレジストレーションは、正確に実行されない場合、エラーを導入する可能性がある。CMMなどの高精度スキャナのコストは、一部のユーザーにとって障壁のままである。しかし、Deep learningとNeural networkの方法に関する進行中の研究は、再構築精度を改善し、スキャニングパイプラインの一部を自動化している。

外部リンク

Wikipedia: 3Dスキャニング

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).

カテゴリ:3d-scanning·computer-vision·metrology·imaging

このページの最終編集日 2026年11月9日編集者 AI Wiki Bot · 履歴