聚焦产品：让采集更快、更简单，如视都做了什么？

15分钟、100㎡空间采集，绝对误差低至20mm；

3个人、7小时，高效复刻超10000㎡。

这些数据背后，是如视日益精进的空间采集能力。

本期聚焦产品栏目，我们将深入空间数据采集环节，深度解析如视如何通过提升产品体验、协作采集能力以及拼接能力，让VR采集流程更快速，操作更简单。

提升产品体验

采集效果看得见

在产品体验中，用户感知至关重要。

因此，为了让采集速度更快、操作更便捷，如视不仅需要在软硬件层面，对采集流程进行优化；在采集各环节，以及产物预览效果上，也要给予用户实时反馈，让高效采集的效果能即时被看得见。

采集流程：精细化打磨

• 软硬一体化为基础，从串行到并行

以如视高精度激光雷达扫描仪伽罗华为例，其在单个点位扫描一圈，即可生成高精度点云文件；并依托如视自研的强大算法能力，可以自动生成高精度三维模型，实现采集及产物效果一体化、自动化生成。

为了让采集速度更快，如视对空间采集全流程进行了精细化打磨，将扫描、传输、处理等环节进行分块并行化处理。

什么是分块并行化？当采集数据量过大，内存无法容纳时，我们就可以将数据分成一个个数据块，分批加载到内存进行处理，这就是分块；而如果能同时对数据进行并行处理，就是分块并行化。

关于并行概念，在上一篇《聚焦产品：4200万+个VR快速、稳定处理的背后逻辑是什么？》中，我们有详细阐释。简单来说，并行就是像超级工厂流水线般，同时高质量、高效率地执行多项任务。

通过分块并行化，如视能够在保证最终产物质量效果的前提下，大幅提升采集效率。

经实测，如视智能手机云台采集效率能够从40s/点位提效至26s/点位，时间缩短35%；

• 点位采集无缝衔接，缩短用户时间感知

打造一个完整的数字空间，往往需要采集多个点位，尤其对于超大空间来说，更是存在高达数千个点位。如果每个相隔点位之间移动时都存在卡顿现象，就会给用户营造出采集流程漫长、使用不便等感觉。

为了解决这个问题，如视在自动位姿拼接计算成功、且准确率已达99%以上的能力基础上，更主动、有把握的引导用户在前一点位拍摄完成后，即可移动至下一点位进行采集。在移动过程中，设备就开始进行处理计算，让用户能够实时看到采集结果。

通过该采集流程，如视不仅让用户主观感知的采集用时缩短，同时大幅降低了项目整体的采集时长。

预览数据效果：更直观清晰

• 效果展示更直观，采集过程更安心

“我的操作有没有问题？”、“点位移动是否正确？”“采集效果好不好？”，部分用户在初次采集时，或许会心生以上疑问。

如视通过更直观、清晰的效果展示，在预览全景图和点云效果上，给予用户实时反馈，让整个采集过程更安心。

全景图预览效果优化

全景图质量，是构建数字空间真实性的重要基础。针对全景图的预览效果，如视从图片分辨率到色彩效果层面，都进行了大量优化调整。

首先，如视基于快速的数据传输处理能力，提高了预览图片的分辨率，让图像画面呈现出更加丰富的细节信息。

其次，针对图片色彩效果，如视采取轻量的色彩增强措施，调整图像的饱和度、对比度和亮度，让整体预览画面的结构信息表达更有层次，改变了此前预览画面整体发灰、发暗问题。

如视通过对图片的动态优化调整，让用户在采集阶段就看到更清晰，且色彩鲜亮的预览效果，体验更接近于真实空间的视觉效果。

点云预览效果优化

点云（Point cloud）是空间中代表3D形状或对象的数据点集合，简而言之，就是物体表面点的集合。其包含三维坐标、激光反射强度以及颜色信息数据。

生成点云，是三维重建中的关键环节，具有“承上启下”作用。点云通过空间深度信息来展示空间结构，然后利用网格、纹理贴图等步骤生成三维模型。可以说，通过预览点云效果，就能够了解整个数字空间的规模、结构。

点云预览效果则取决于色彩、密度、均匀化等维度。

点云色彩信息越丰富，三维模型呈现出的细节和纹理越真实；密度越高，数据的精度和分辨率也越高。然而，点云密度有时会存在分布不均情况，部分区域点云数量极多；而某些角落点云数据稀疏甚至缺失，这就需要对点云进行均匀化处理。

因此，如视从点云的色彩、密度、均匀化等维度进行调整，令点云预览时能够更好的表达空间结构和细节，让采集过程更确定、最终效果更明确、用户更安心。

提升协作采集能力

不惧超大空间

多人并行采集，分分钟拿下超大空间

在对文博、会展、工业等动辄数万平米超大空间进行采集时，往往要面对巨大的数据处理规模、更为复杂的环境影响，以及大幅攀升的误差积累等问题。仅凭一人一机的单人作业模式，不仅效率低，耗时长，还容易发生漏采等失误。

为解决该问题，如视打造面向超大空间的协作采集能力，将原本“单兵作战”模式升级为多人多机的团队作业模式，步骤如下：

首先，采集人员将超大空间划分为多个区域，分派给不同人员进行采集；

其次，将分开并行采集的区域数据，通过算法对其重叠区域的有效图像、结构特征进行拼合；

最终，合并生成一个完整的超大数字空间。

通过协作采集能力，如视能支持最高3000个点位的数据采集，同时提升了超大空间的数据处理稳定性，让企业超大空间采集速度更快、效率更高。

提升拼接能力

采集效果又快又好

无论采集空间规模如何，只要采集多个点位，就涉及到点位拼接问题。

可以说，点位拼接质量极大影响数字空间的真实性。如果想让数字空间拥有步进式漫游体验，拼接处就不能有撕裂、重影、模糊现象。如视通过提升拼接适配场景范围和拼接速度，在确保质量的前提下，极大提升了拼接效率。

空旷、坡度、相似场景的拼接更稳更准

先来看一下点位拼接的原理：

点位拼接，就是通过对采集空间中图像、结构、IMU（Inertial measurement unit，又称惯性传感器，是测量物体三轴姿态角(或角速率)以及加速度的装置）等多维度数据的特征提取，进行匹配计算，最终给出准确的位姿结果。

简言之，就是将多点位采集到的深度数据进行整合。

其中的重点就是特征匹配，所以，当面对一些特征不强的物品，如空旷的墙面时，很容易发生匹配失败情况。

经过如视产研团队不懈努力，在针对特征稀少和结构复杂场景的拼接适配上，例如坡度（楼梯）、相似场景（水电）等，如视点位拼接能力都有了极大提升。

经实测，如视单目图像深度估算模型Cyclops的点位拼接成功且准确率从91.55%提升到99.21%；伽罗华的点位拼接成功且准确率保持在99.97%。

极致追求拍完即拼完

俗话说“慢工出细活”，而如视为了提升用户的采集体验，在保障拼接质量前提下，既要“活”细，又要“工”快，做到采集效果又快又好。

在拼接过程中，存在大量涉及数据解析、特征提取的计算，如何能更快速地针对这些问题，给出最优解呢？

如视给出的答案是，通过深入洞察用户采集习惯、空间特性等，来快速降低检索范围；同时，对深度数据的高频特征进行集中前置计算，加速数据处理和分析过程，在不降低拼接成功准确率的前提下，极大提升了拼接效率。

从数据上看，经过拼接优化后，在同一空间场景下，伽罗华单点位拼接耗时从4s提升至1.19s，时间缩短70.25%；Cyclops单点拼接耗时从4.8s提升至1.7s，时间缩短64.6％，保证用户“拍完即拼完”。

曾经，人们对VR采集的印象，是专业的全景拍摄设备、人员，以及专业的VR处理软件，还需要消耗大量时间人力成本。

如今，如视通过不断地产品打磨和技术革新，让VR采集变得如此容易，仅需“点一下、挪一下”，无论是超大工厂还是温馨的家庭一居室，如视都能够提供满足其需求的个性化采集方案，让采集更快速、更简单、更便捷。

2024已近尾声，在全年中，如视不断聆听用户声音，洞察市场需求，不仅在产品体验、协作采集能力、点位拼接能力上针对VR采集端进行大幅提升；在算法自动化处理、产物数据编辑以及场景应用等层面，如视一如既往，推陈出新，为企业提供更契合业务实际的数字空间综合解决方案。

本期聚焦产品栏目到这里就结束了，如果您想了解更多数字空间领域的技术细节，或亲身体验如视产品，欢迎给我们留言，也期待您的点赞、在看和分享~