Anttoni Porri
3D-mallinnus voi tuottaa mielenkiintoista lisäarvoa monenlaisten toimijoiden markkinointi- ja muihin käyttötarkoituksiin. Muun muassa kulttuuriympäristöt hyötyvät kartta-aineistoista, joihin on lisätty sisältöä käyttäjän tutustuttavaksi.
SUMMATION-hankkeen tavoitteena on edistää innovaatiovalmiuksia ja kehittyneiden teknologioiden käyttöönottoa kohderyhmien keskuudessa. Hankkeen puitteissa toteutettiin kaksi demoa käyttäen apuna erilaisia 3D-mallinnustekniikoita. Mallinnettaviksi ympäristöiksi valikoituivat perinnekeskus sekä jätteiden lajittelupiha. Toteutettujen 3D-mallien avulla kohteista on mahdollisuus saada lisää informaatiota ja niitä voidaan katselmoida esimerkiksi mobiililaitteen näytöltä halutusta kuvakulmasta. Mallinnusten pohjana hyödynnettiin Maanmittauslaitoksen avointa dataa sekä fotogrammetriaa. Interaktiivisena alustana käytettiin internetselaimessa toimivaa Sketchfab-alustaa.
Maastomallin luominen Maanmittauslaitoksen avoimen datan avulla
Ensimmäisen demon kohteena toimi perinnekeskus, jonka alueella on paljon kulttuurihistoriallisesti merkittäviä rakennuksia. Mallinnus aloitettiin luomalla alueen maastomalli Maanmittauslaitoksen avoimen datan avulla. Maanmittauslaitoksen avoimien aineistojen tiedostopalvelusta ladattiin mallinnettavan kohteen ortoilmakuva, korkeusmalli, laserkeilausaineisto ja maastotietokanta. Ladattujen aineistojen avulla maaston malliin saatiin luotua näppärästi pinnanmuodot, väritys sekä rakennuksien pelkistetyt versiot oikeisiin sijainteihin. Maanmittauslaitoksen datan käsittelyyn käytettiin Centriassa kehitettyä MapMaker-ohjelmistoa (Kuva 1). MapMakerilla luotiin hyvin nopeasti kohteen ”perustukset”, jotka siirrettiin Blender 3D -mallinnusohjelmistoon. Blenderissä maastomallia hienosäädettiin geometrian ja tekstuureiden osalta.
Aluksi aluetta rajattiin pienemmäksi, jotta perinnekeskukseen kuulumattomat rakennukset saatiin eroteltua pois kokonaisuudesta. Tämän jälkeen rakennusten pelkistettyjen palikkamallien tilalle mallinnettiin yksityiskohtaisemmat versiot kohteen oleellisimmista rakennuksista (Kuva 2). Rakennusten mallinnus- ja teksturointiprosessissa käytettiin apuna perinnekeskuksen alueelta otettuja referenssivalokuvia. Teksturoinnilla tarkoitetaan 3D-mallin pintamateriaalin määrittelyä, kuten väri-informaation, heijastavuuden ja pinnan epätasaisuuksien lisäystä. Rakennusten tekstuurit luotiin Blenderissä maalaamalla rakennuksien pintaan väri, heijastavuus, epätasaisuudet sekä metalliset osat. Lopuksi maastoa elävöitettiin lisäämällä siihen havupuita.
Mallinnuksen valmis lopputulos ladattiin internetissä toimivalle Sketchfab-alustalle, jossa kohteeseen liitettiin lisätietoja historiallisista rakennuksista. Sketchfabin ansiosta perinnekeskuksen mallinnusta voidaan tarkastella internetselaimessa, joka mahdollistaa käytön saumattomasti eri laitteilla (tietokone, älylaitteet, jne.) ilman erikseen asennettavia sovelluksia (https://skfb.ly/oPFRZ).
Perinnekeskuksen mallista tehtiin myös alueella järjestettyä tapahtumaa varten toinen versio, johon lisättiin animoituja opasteita tapahtuman sisällöstä ja järjestelyistä. Tapahtumaversio toimi alueen digitaalisena 3D-karttana, jonka avulla osallistujat pystyivät hahmottamaan paremmin alueen tarjonnan. Tapahtumaversio ladattiin myös Sketchfabiin ja siihen pääsi tutustumaan skannaamalla QR-koodin mobiililaitteella, joka johdatti käyttäjän sovellukseen (Kuva 3).
Maastomallin luominen fotogrammetrian avulla
Toisen demon kohteeksi valikoitui jätteiden lajittelupiha, jossa mallinnuksen apuna hyödynnettiin fotogrammetriaa (Kuva 4). Fotogrammetria on tekniikka, joka hyödyntää valokuvia kohteiden kolmiulotteiseen mittaamiseen. Sitä käytetään laajasti kartoituksessa ja maanmittauksessa. (Wikipedia 2023.) Fotogrammetrian periaatteena on, että mallinnettavasta kohteesta otetaan riittävä määrä valokuvia eri kuvakulmista siten, että vierekkäisten kuvien välillä on tarpeeksi päällekkäisyyttä. Tällöin fotogrammetriaohjelmisto (kuten esimerkiksi Meshroom tai RealityCapture) kykenee löytämään kuvista samoja kiintopisteitä ja luomaan kuvien pohjalta 3D-mallin. Mitä enemmän kuvapareilla on päällekkäisyyttä, sitä tarkempi lopputulos voidaan saavuttaa. Suurempi päällekkäisyys vaikuttaa myös otettavien kuvien määrään, joita pitää tällöin ottaa enemmän. Lajittelupihan alue oli aukea, laaja ja syrjäisellä seudulla, joten se soveltui hyvin droonilla suoritettavaan ilmakuvaukseen.
3D-mallin valmistelu ja raakaversion teko
Mallinnusprosessi aloitettiin luomalla lajittelupihan alueesta taltioiduista kuvista kolmiulotteinen objekti RealityCapturessa. Droonilla otetut kuvat ladattiin RealityCaptureen ja kuvista prosessoitiin varsin hyvin onnistunut 3D-malli lajittelupihan alueesta. 3D-mallin laatuun vaikutti kuvien määrä, kuvien välillä oleva hyvä päällekkäisyys sekä kuvien laatu. Koska 3D-malli luotiin valokuvien pohjalta, voitiin kuvien sisältämää väri-informaatiota käyttää myös sen teksturointiin. Teksturoitu 3D-malli siirrettiin tämän jälkeen Blenderiin, jossa mallin rakennetta kevennettiin sekä osa rikkoutuneista alueista ja tekstuureista rakennettiin kokonaan uusiksi. Rikkoutuneita alueita 3D-malliin voi aiheuttaa muun muassa kuvattavan kohteen pintamateriaalit (kuten lasi, tai kiiltävät pinnat) tai jos kohteesta ei olla saatu taltioitua kuvamateriaalia tarpeeksi kattavasti.
3D-mallin optimointi ja korjaus
3D-mallin optimoinnilla tarkoitetaan topologian, eli rakenteen siistimistä sekä tekstuureiden keventämistä, jotta 3D-mallin katselmointi reaaliaikaisesti olisi sulavaa. Optimointi ja korjaustoimenpiteet suoritettiin Blenderissä. Joistakin alueista fotogrammetriaohjelmisto ei kyennyt luomaan käyttökelpoista geometriaa, joka saattoi johtua esimerkiksi liian pienistä yksityiskohdista, yksivärisistä/kiiltävistä pintamateriaaleista tai katvealueista. Tällaisilta alueilta vääristyneet/puuttuvat geometriat korjattiin tai mallinnettiin kokonaan uusiksi referenssikuvien avulla.
Kuvassa 5 näkyy esimerkki kuvasta, jossa korkealla lentänyt drooni ei ole saanut kuvattua rakennuksen lipan alla olevaa aluetta tarpeeksi hyvin, joten sen vuoksi 3D-malliin on ilmaantunut paljon vääristymiä kyseiselle alueelle. Rakennus ja viereiset roskasäiliöt mallinnettiin uusiksi, jonka myötä mallin ulkonäöstä tuli huomattavasti siistimpi ja samalla myös rakenne keveni merkittävästi (malli sisältää huomattavasti vähemmän polygoneja, eli viivojen keskelle muodostuvia pintoja). Saman käsittelyn saivat kaikki pienemmät yksityiskohtia sisältäneet kohteet, kuten roskalavat, puristimet, opasteet, valotolpat, aidat ja vastaanottokoppi.
3D-mallin pinnalla oleva väri-informaatio eli tekstuuri oli myös osittain tuhoutunut. Tällaisia kohtia paikattiin manuaalisesti maalaamalla uutta väriä mallin pinnalle tai korvaamalla tekstuureita maanpinnalta otetuilla valokuvilla (Kuva 6). Lajittelupihan kuvaus suoritettiin aurinkoisena päivänä, joka ei ole optimaalinen olosuhde fotogrammetrian toteuttamiseen, koska varjot tulevat myös mukaan tekstuureihin ja saattavat joissain tapauksissa vaikuttaa 3D-mallin rakenteeseen. Kuvaukset kestivät sen verran kauan, että aurinko kerkesi paistaa eri suunnista, jolloin myös varjojen suunta muuttui (esimerkiksi joistain valotolpista saattoi teksturoidun 3D-mallin pinnalla olla kolme eri varjoa hieman eri kulmissa). Selkeimmät ja silmäänpistävimmät varjostusvirheet korjattiin tekstuureista pois maalaamalla ylimääräiset varjot piiloon.
Kuten ensimmäisessäkin demossa, valmis 3D-malli ladattiin Sketchfabiin, jossa malliin lisättiin toiminnallisuuksia ja informaatiota, kuinka jätteet tulisi lajitella ja alueella toimia (Kuva 7). Sketchfabin ansiosta 3D-mallin saavutettavuutta ja näkyvyyttä voidaan parantaa esimerkiksi upottamalla se yrityksen internetsivuille tai jakamalla verkko-osoitetta suoraan sosiaalisessa mediassa.
SUMMATION (Sustainable Autonomous Systems and Solutions) -hankkeen rahoittaa Interreg Aurora ja Lapin Liitto.
Lähteet
Wikipedia. 2023. Fotogrammetria. Saatavissa: https://fi.wikipedia.org/wiki/Fotogrammetria. Viitattu 12.11.2024
Lue lisää aiheesta
Maanmittauslaitos. 2024. Avoimien aineistojen tiedostopalvelu. Saatavissa: https://asiointi.maanmittauslaitos.fi/karttapaikka/tiedostopalvelu?lang=fi
Blender. 2024. Home of the Blender project. Saatavissa: https://www.blender.org/
RealityCapture. 2024. Create realistic 3D models from photos. Saatavissa: https://www.capturingreality.com/
Anttoni Porri
TKI-asiantuntija
Centria-ammattikorkeakoulu
p. 040 729 9935
