赛尔 SHARE3DCAM自研Mesh生成功能上线,进一步连接实景采集与空间智能应用 - 锐公司 - 产业资讯 -移动人形机器人产业联盟信息网站 -新战略移动机器人网-工业、服务、移动机器人、人形机器人产业资讯传播者
您所在的位置:首页 >> 锐公司 >>正文
分享34K

赛尔 SHARE3DCAM自研Mesh生成功能上线,进一步连接实景采集与空间智能应用

发布时间: 2026-11-10 03:11:01 来源:新战略人形机器人

核心提示: 通过三维网格模型生成与多格式导出,推动三维空间数据进入工程施工、装修设计、测绘、影视文娱及物理AI等专业流程。

近日,深圳赛尔智控科技有限公司(赛尔 SHARE3DCAM)宣布,赛尔点云管家自研Mesh生成功能正式上线。继3D高斯泼溅效果升级后,赛尔 SHARE3DCAM进一步扩展实景三维成果形式,通过三维网格模型生成与多格式导出,推动三维空间数据进入工程施工、装修设计、测绘、影视文娱及物理AI等专业流程。

本次更新还新增语义点云、堆体测量及多项配套工具,进一步完善现场采集、三维成果处理与后续工作流之间的衔接。

点云/照片两种Mesh生成方式,兼顾结构参考与形貌记录

赛尔点云管家提供点云颜色纹理与照片纹理两种Mesh生成方式,让用户能够结合项目用途选择成果形式。

通过点云颜色纹理生成Mesh模型,可还原空间几何形态,展现墙体、门窗及构件之间的结构关系。在建筑立面绘图、工程装修与修缮沟通中,这类模型能够与点云等成果配合,为现场形态核对和图纸绘制提供参考。

照片纹理生成Mesh模型则结合采集影像,记录建筑色彩、材质与装饰细节。在古建筑数字化留存中,建筑结构与表面风貌都是重要的记录内容,带有照片纹理的模型可为研究交流和三维展示保留更直观的现场信息。

围绕成果交付,软件支持3D Tiles、OSGB、GLB、PLY等格式导出,便于模型传递与后续处理。通过将模型生成与输出能力结合,赛尔进一步衔接手持扫描采集与下游专业软件,为不同项目中的成果再加工与复用提供支持。

实景建模走向业务流程,现场数据的应用需求持续延伸

在工业数字化与机器人研发中,将方案放入虚拟环境提前验证,已成为连接设计与实际部署的重要方式。设备如何布置、物流路线能否通行、机器人作业是否受到周边设施限制,这些问题都与具体空间密切相关。虚拟验证要贴近现场,就需要把既有环境的结构与空间关系纳入模型,与设备、机器人及规划数据共同使用。

这使实景采集的价值进一步延伸到后续工作流。扫描获得的现场信息,需要能够被专业软件读取、处理和复用;模型的组织形式与输出方式,也随之成为成果交付的重要部分。对于既有建筑与厂房,实景模型能够提供现状参考,帮助不同团队围绕同一空间开展沟通,并为后续方案评估准备数据。

赛尔此次上线的Mesh生成功能,正是围绕这一衔接环节展开。赛尔实景三维激光扫描仪通过扫描环境获取现场数据,软件将离散点云连接为连续的三维表面,结合纹理信息生成Mesh模型,使现场数据以更适合观察表面形态、传递和进一步处理的形式进入专业工具。

为物理AI与具身智能等提供现场模型,拓展软硬件协同价值

Mesh的应用价值,在于它能够作为现场环境的几何表达,参与后续规划与仿真。

在厂房改造和产线调整中,现场Mesh可与设备模型共同导入专业工具,用于调整设备位置、检查空间干涉,辅助布局方案在实际改造前完成评估。同样的环境建模能力,也可延伸到仓储物流:通过重建货架、通道与障碍物,结合机器人模型和仿真配置,开展运输路径验证、转弯通行与避障测试。

面向物理AI与具身智能,环境模型还承担着连接真实现场与虚拟研发环境的作用。机器人作业仿真、感知数据生成和策略评测,需要在场景几何之外进一步配置碰撞、传感器及任务等信息。赛尔Mesh提供其中的现场环境几何数据,用户可在专业平台中继续加工,构建贴近实际作业空间的测试环境。

这也体现了赛尔配套软件的持续拓展方向:通过丰富成果形式,让同一套空间采集体系能够服务更广泛的后续业务。此次同步更新的语义点云,可自动识别室内外空间要素、添加类别标签并完成分类整理,提升复杂点云的处理效率;堆体测量支持体积、占地面积、高度计算及重量估算,为物料盘点和方量复核提供参考。英制单位转换、存储预估、多点测量导出及点云建图范围设置等工具,则进一步满足日常数据处理需求。

围绕扫描设备、自研算法与配套软件,赛尔 SHARE3DCAM持续推进真实空间采集、三维重建及成果应用能力的迭代。此次Mesh功能上线,进一步连接现场记录与专业应用,为工程实践、文化遗产数字化及空间智能研发提供可复用的三维场景资源。

【免责声明】所刊原创内容之本文仅代表作者本人观点,与新战略机器人网无关。新战略机器人网站对文中陈述、观点判断保持中立。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

【版权声明】凡本网注明“来源:xzl机器人”的所有作品,著作权属于新战略机器人网站所有,未经本站之同意或授权,任何人不得以任何形式重制、转载、散布、引用、变更、播送或出版该内容之全部或局部,亦不得有其他任何违反本站著作权之行为。违反上述声明者,本网将追究其相关法律责任。转载、散布、引用须注明原文来源。

分享到:

关闭对联广告
顶部微信二维码微博二维码
底部
扫描微信二维码关注我为好友
扫描微博二维码关注我为好友