Raum aufnehmen
Eine Kamera scannt den Raum aus mehreren Perspektiven.
Die Geschichte01
Die Idee
Den Raum im Video können wir nur so ansehen, wie er gefilmt wurde.
Cubit soll das ändern: den Raum mit einer Kamera aufnehmen, später darin umsehen und Abstände messen.
Die Verarbeitung02
Was in der
Verarbeitung passiert
Aufnahme
Beim Scannen tauchen dieselben Ecken und Gegenstände immer wieder auf.
Genauer erklärt
Genau das brauchen wir: mehrere Blicke auf dieselben Stellen. Deshalb hilft es, sich langsam zu bewegen und den Raum aus verschiedenen Richtungen aufzunehmen.
Rekonstruktion
Verbindungen sucht die Rekonstruktion anhand von Bildmerkmalen.
Genauer erklärt
Je mehr passende Beobachtungen zusammenkommen, desto besser lässt sich ihre räumliche Lage bestimmen.
Der Raum entsteht
Aus diesen Verbindungen lässt sich berechnen, wo sich die Kamera befand und wo die Punkte im Raum liegen.
Genauer erklärt
Zusammen beschreiben die Punkte die Form des Raums. Wir können sie nun auch von einer Seite betrachten, von der aus keine Aufnahme gemacht wurde.
Aus den Punkten entsteht eine 3D-Szene
Für die sichtbare Szene nutzen wir Gaussian Splatting.
Genauer erklärt
Dabei wird der Raum durch viele kleine, weiche Farbflächen dargestellt. Aus einem anderen Blickwinkel setzen sie sich wieder zu einer Ansicht zusammen.
Unser Beitrag03
Unser Beitrag
steckt dazwischen
Vortrainierte Grundlage
DINOv3
Das vortrainierte Modell liefert Bildmerkmale.
Eigenes Training
Cubit-Tiefenkopf
Wir trainieren einen eigenen Tiefenkopf auf diesen Merkmalen.
Eigene Verknüpfung
Räumlicher Bezug
Wir verbinden die Tiefenschätzungen mit mehreren Ansichten und der Raumgeometrie.
ExperimentellMaße verstehen
Unser Tiefenkopf schätzt die Tiefe an ausgewählten Stellen im Bild. Daraus berechnen wir räumliche Punkte und die Abstände zwischen ihnen. Wir gleichen die Schätzungen mit mehreren Ansichten und der Raumgeometrie ab.
In EntwicklungRäume lokal erfassen
Beim Live-Scanner wollen wir schon während der Aufnahme sehen, welche Teile des Raums erfasst sind. Die Berechnung läuft auf dem Aufnahmegerät. Ein gekoppelter Rechner zeigt den Fortschritt.
Was wir selbst entwickeln
Unser eigener Tiefenkopf, das Training, die Daten- und Vergleichsversuche, die Verknüpfung mehrerer Ansichten, die Auswahl räumlicher Punkte und die Bedienoberfläche gehören zu unserer Arbeit. DINOv3 liefert dafür vortrainierte Bildmerkmale. Der lokale Scanner nutzt einen gesonderten Verarbeitungsweg mit eigener Tiefenvorschau.
Unsere Aufgaben04
Probleme
und Lösungen
Eine Vorschau muss zeigen, wie weit der Scan ist und welche Stellen noch fehlen. Raumteile müssen zusammengesetzt werden. Und ein Raum braucht einen verlässlichen Maßstab. An solchen Aufgaben haben wir gearbeitet.
01 / Gemeinsame Stellen finden
Raumteile verbinden
Die Aufgabe
Einzelne Teile des Raums werden erkannt. Damit daraus ein zusammenhängender Raum wird, müssen wir herausfinden, wie sie zueinander liegen.
Unser Ansatz
Wir suchen dieselben Stellen in mehreren Ansichten und richten die Raumteile daran aus. Bereiche ohne ausreichend gemeinsame Bildstellen bleiben zunächst getrennt.
Der Stand
Die Vorgehensweise steht, und die automatische Verbindung ist im lokalen Scanner eingebaut. Jetzt prüfen wir sie an weiteren Raumaufnahmen.
02 / Den Raum weiter erfassen
- 1Ansicht speichern
- 2Weiter scannen
- 3Raum ergänzen
Neue Bereiche ergänzen
Die Aufgabe
Beim Wiedererkennen einer Ansicht wurden zuvor gespeicherte Entfernungsinformationen ersetzt. Diese brauchten wir aber noch, um neue Punkte im Raum hinzuzufügen.
Unser Ansatz
Die bisherige Ansicht mit ihren Entfernungsinformationen bleibt erhalten. Neue Beobachtungen kommen dazu, statt sie zu überschreiben.
Der Stand
Im nachgestellten Bewegungsversuch kamen danach wieder neue geprüfte Punkte hinzu.
03 / Die Arbeiten zusammenführen
Die Zeit bis zur Abgabe
Die Aufgabe
Es gab mehr Ideen, als wir bis zur Abgabe umsetzen konnten. Wir mussten entscheiden, welche Arbeiten für den eingereichten Stand am wichtigsten waren.
Unser Ansatz
Wir haben die Arbeit am Modell, der Raumdarstellung und der Website zusammengeführt und die nächsten Entwicklungsschritte festgehalten.
Der Stand
Das Projekt ist abgegeben. Als weiterer Entwicklungsschritt ist ein Raumplaner geplant, mit dem sich die erfassten Räume einrichten lassen.
Die Entwicklung05
Unser Weg
- 01Daten & Vergleich
Die Grundlage
Wir haben Daten gesammelt, bestehende Verfahren ausprobiert und eine eigene Auswertung aufgebaut. So konnten wir vergleichen, welche Ansätze für unsere Prüfaufgaben funktionieren.
- 02Eigenes Modell
Der eigene Ansatz
Unser Plan war ein eigener Tiefenkopf. Wir haben ihn auf den Bildmerkmalen von DINOv3 trainiert.
- 03Raumstudio
Die fertige Szene
Im Raumstudio lässt sich ein rekonstruierter Raum ansehen. Die Demo zeigt, was aus der Aufnahme geworden ist.
- 04In Entwicklung
Den Raum schon beim Scannen sehen
Die Raumvorschau soll schon während des Scannens mitwachsen. Die Verarbeitung bleibt auf dem Aufnahmegerät. Die lokale Live-Erfassung ist in Entwicklung und soll so bald wie möglich zur Verfügung stehen.
Zukunftsaussicht06
Was daraus noch
werden könnte
Wir haben einige Ideen gesammelt, was sich mit einem erfassten Raum noch machen ließe.
Unsere VorstellungGrundriss und
Grundriss und
Raumplanung
Wohnen am FensterSofa am Fenster · Esstisch quer
Den Scan später ergänzen
Eine Tür war zu, hinter dem Sofa fehlt ein Stück oder ein Zimmer ist neu eingerichtet. Wir möchten einen vorhandenen Raum wieder öffnen und genau diese Stellen nachscannen können. Der Rest bleibt erhalten.
Einen Raum weitergeben
Eine Wohnung zeigen, obwohl niemand vor Ort ist. Gemeinsam eine Renovierung besprechen. Oder einen Raum so festhalten, wie er heute aussieht. Dafür möchten wir die Szene als interaktive Datei mit Ansichten und eigenen Markierungen exportieren.
Der Live-Scan ist gerade in Entwicklung und soll so bald wie möglich wieder zur Verfügung stehen.
Die Messgenauigkeit07
Noch ein Wort
zur Genauigkeit
Vorläufiger Vergleichswert
1,46 %
Mittlere absolute relative Abweichung
bei sieben bekannten Messstrecken
Gästezimmer · 6.9.2026
Dieselbe Tischkante, zwei Punktsetzungen
Klare Kante
Punkt auf der Kante
Unscharfe Kante
Punkt leicht versetzt
Tatsächliche KanteGewählter Messpunkt
Die 1,46 % stammen aus dem Vergleich mit sieben von Hand nachgemessenen Strecken. Ihre Endpunkte wurden in mehreren Ansichten assistiert zugeordnet.
Unscharfe Kanten in der Gaussian-Splatting-Szene können es erschweren, einen Punkt exakt zu treffen, und so zur Abweichung beitragen. Wie groß dieser Anteil tatsächlich ist, haben wir noch nicht getrennt bestimmt.
Wir wollen die Szene und die Punktwahl weiter verbessern. Ob das die Messungen genauer macht, prüfen wir anschließend an neuen, unabhängigen Messstrecken.