Dijital Miras Yeniden İnşası için Karasal Lazer Taraması, Üretken Yapay Zeka ve Karma Gerçekliğin Entegrasyonu

Özet

Bu tekrarlanabilir protokol, dijital miras yeniden yapılandırması için bir iş akışını gösterir. Yer Lazer Taramasını kullanarak alan geometrisini, arşiv kaynaklarından kayıp kültürel unsurları yeniden inşa etmek için üretken yapay zekayı ve bu sentezlenmiş öğeleri yerinde görselleştirmek için Karma Gerçekliği entegre eder.

Özet

Gelişmekte olan bölgelerde kentleşmenin hızlı hızlanması, mimari miras için çift bir krize yol açtı: yapıların fiziksel çöküşü ve kültürel hafızanın somut olmayan yok oluşu. Fotoğrafçılık ve manuel ölçüm gibi statik dokümantasyonlara dayanan geleneksel koruma yöntemleri, bu tarihi alanların karmaşık mekânsal ve zamansal boyutlarını yakalamak için giderek yetersiz hale gelmektedir. Bu çalışma, titiz arşivleme ile dinamik kamu katılımı arasındaki boşluğu kapatmak için tasarlanmış yeni, kombinatoryal bir metodolojik çerçeve tanıtmaktadır. Üç farklı teknolojiyi sinerjik şekilde birleştiren bir iş akışını detaylandırıyoruz: Binanın somut geometrik özelliklerini milimetre seviyesinde doğrulukla yakalamak için Karasal Lazer Taraması (TLS); Arşiv referanslarına dayanarak kayıp kültürel unsurların (özellikle geleneksel tapınak fuarı yapılarının) tarihsel olarak bilgilendirilmiş görsel temsillerini oluşturmak için Koşullu Üretken Yapay Zeka (CGAI); ve holografik kulaklıklar aracılığıyla Artırılmış Gerçeklik (AR) ile birleşik bir Karma Gerçeklik (MR) deneyimine entegre edildi. Protokol, veri toplama stratejileri ve nokta bulut işlemeden yapay zeka odaklı model üretimi ve nihai dağıtıma kadar tüm iş hattını tanımlar. Bu yaklaşım, yüksek hassasiyetli mekansal verileri yorumlayıcı kültürel görselleştirmelerle başarıyla üst üste koyan dinamik bir dijital simülakrum sunar; kentsel miras simgelerinin dijital korunması ve genişletilmiş sergilenmesi için teknik olarak uygulanabilir ve ölçeklenebilir bir iş akışı sunar.

Giriş

Mimari mirasın korunması, günümüz kentsel planlama ve kültürel sürdürülebilirlik söylemi içinde kritik bir^{zorunluluktur 1,2}. Şehirler hızlı modernleşme ve dijitalleşme sürecinden geçerken, kalkınma ile koruma arasındaki gerilim giderek daha da^{keskinleşiyor 3}. Bu olgu, özellikle Çin'in Orta Ovaları'nda belirgindir; bu bölge medeniyetin beşiği olarak hizmet verirken kentsel genişlemenin amansız^{baskısıyla karşı karşıya kalıyor 4,5}. Kültürel mirasın korunması, sadece fiziksel kalıntıların korunmasından da ileri tutulur; Tarihsel bağlamın korunmasını, kültürel önemin aktarılmasını ve miras alanının özgünlüğünün korunmasını^{kapsar 6}. Miras koruma, pasif bir arşivleme eylemi değil, kültürel yenilenme için aktif bir stratejidir; ulusların ve bölgelerin kimliğini şekillendirirken gelecek nesillerin atalarının manevi dünyasıyla sürekli bir bağ kurmasını sağlar^. Ayrıca, bu alanların etkin şekilde korunması, küresel ekonomiyle dinamik etkileşime giren çok boyutlu bir kültürel ekolojiyi teşvik eder ve bölgenin uluslararası sahnedeki imajını^{güçlendirir. 8}.

Miras korumasının öneminin kabul edilmesine rağmen, mevcut araştırmalar ve finansmanlar genellikle orantısız şekilde Shaolin Tapınağı veya Luoyang ile^{Kaifeng 9} tarihi merkezleri gibi belirgin, anıtsal alanları tercih etmektedir. Bu durum, bölgesel olarak önemli ancak küresel olarak daha az görünür olan simge yapıları, örneğin Zhengzhou Şehir Tanrısı Tapınağı gibi yerlerin marjinalleşme halinde^{bırakıyor 10}. Ming Hanedanı döneminde inşa edilen Şehir Tanrı Tapınağı, Şekil 1'de gösterildiği gibi, Zhengzhou'da iyi korunmuş dini mimarinin benzersiz bir örneğidir. Tarihsel olarak, sadece dini bir sığınak olarak değil, aynı zamanda sosyal, ekonomik ve halk etkinliklerinin canlı bir merkezi olarak işlev görüyordu—özellikle Tapınak^{Fuarı 11'dir}. Bu panayırlar, tapınağın can damarıydı; fedakarlık, ticaret ve eğlenceyi bütünleşmiş bir kültürel ifade içinde^{birleştiriyordu.} Ancak, modern ticariçiliğin ve kentsel imar yeniden ilanının yayılması bu geleneksel fuarların sona ermesine yol açmış ve bu da koruma ikilemine yol açmıştır. Tapınağın fiziksel iskeleti hâlâ kalsa da, soyut olmayan ruh—gürültü, görsel canlılık ve sosyal etkileşim—büyük ölçüde yok olmuştur. Bu yer kaybı (mekân artı sosyal işlev), hem somut yapıyı hem de soyut atmosferi yeniden kazandırabilecek koruma yöntemlerine acil ihtiyaç^{olduğunu vurgular 13,14}. Bu nedenle, bu çalışmada detaylandırılan protokol, bu özel ikilikle karakterize edilen miras alanları için açıkça kapsamda ve tasarlanmıştır: fiziksel mimari yapıların yapısal olarak sağlam kaldığı ancak ilgili geçici kültürel bağlam ve maddi olmayan eserlerin kaybolduğu yerler.

Şekil 1. Zhengzhou Şehir Tanrı Tapınağı'nın giriş cephesinin mevcut durumunu gösteren fotoğrafı. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Kültürel miras korumasında dijital teknolojinin kullanılması, bu ikileme dönüştürücü bir çözüm sunuyor. Koruma ilkesi, maddi ontolojinin kronolojik değerinin^{korunmasını gerektirir 6}. El ölçümü ve 2B fotoğrafçılık gibi geleneksel analog yöntemler, antik mimarinin karmaşık geometrilerini kapsamlı şekilde belgeleyemez ve kaybedilen geçici sahneleri geri getirmekte güçsüzdür. Sonuç olarak, alan havacılık mühendisliğinden türemiş ve yaşam döngüsünü kapsayan fiziksel bir varlığın sanal bir replikasını yaratmayı içeren "Dijital Çiftleşme" kavramına kaymıştır^. Miras bağlamında, dijital ikiz teşhis, tahmin ve etkileşimi destekleyen kesin ve değiştirilemez bir arşiv^{olarak hizmet eder 16}.

Karasal Lazer Taraması (TLS), bu dijital ikizlerin geometrik katmanını oluşturmak için temel teknoloji olarak ortaya çıkmıştır. TLS, LiDAR (Işık Algılama ve Menzil) kullanarak saniyede milyonlarca veri noktasını yakalar; böylece bir binanın her çatlak, eğik ve dokusunu milimetre hassasiyetiyle kaydeden yüksek yoğunluklu bir nokta^{bulutu oluşturur.} Bu teknoloji temassızdır, bu da hassas yapılar için ideal olup, total station ölçümlerine kıyasla oldukça verimlidir. Son uygulamalar, TLS'nin karmaşık senaryolarda etkinliğini göstermiştir: Marsella ve ^ark.18, Vatikan'daki Aziz Petrus Bazilikası'nın yapısal güvenliğini değerlendirmek için TLS kullandı ve çıplak gözle görülemeyen küçük deformasyonları tespit etti. Benzer şekilde, Barontini ve ^ark.19, önleyici koruma için TLS verilerini entegre eden bir Tarihi Bina Bilgi Modelleme (HBIM) çerçevesi geliştirmiştir. TLS'nin duvar çatlaması, temel yerleşimi ve zemin sapması gibi teknik koşulları teşhis edebilme yeteneği, fiziksel restorasyon müdahaleleri için bilimsel bir temel^{oluşturur 20,21}.

Ancak TLS, mevcut fiziksel gerçekliği kaydetmekte üstün olsa da, kaybolmuş tarihi gerçeği geri getiremiyor. Bir nokta bulutu doğrudur, ancak durağandır ve tarihsel bağlamdan yoksundur. Tapınak fuarının hareketli atmosferi gibi eksik tarihi sahneleri yeniden inşa etmek için bu çalışma, Koşullu Üretken Yapay Zeka (CGAI) alanına yöneliyor. Geleneksel manuel 3D modellemenin emek yoğun ve modelleyicinin öznel yorumuna dayanmasının aksine, CGAI (örneğin, Stable Diffusion veya Tencent Huiyuan 3D) metin tanımlarına dayalı görsel içerik üretmek için derin öğrenme algoritmaları^{kullanır 22}. Tarihi mimari stillerin ve dokuların geniş veri setlerini analiz ederek, CGAI arşiv metinleri ve görsel verilere dayanarak mantıklı tarihi unsurları—fenerler, afişler, geçici tezgahlar—sentezleyebilir veya yeniden inşa edebilir. Bu, sadece var olanı kaydetmekten, fiziksel arşivdeki boşlukları doldurmak için veri odaklı mantıkla tarihsel olarak var olanı simüle etmeye doğru bir paradigma^{değişimini temsil eder 23}.

Son zorluk, bu dijital simvakrumun yayılmasında yatıyor. Bir sunucuda saklanan dijital ikiz, halka erişimi yoksa sınırlı sosyal değere sahiptir. Artırılmış Gerçeklik (AR) ve Karma Gerçeklik (MR) teknolojileri, fiziksel ve sanal dünyayı birleştirerek dijital ikizin fiziksel^{siteye (24}) üst üste bindirilmesini sağlar. Kullanıcıyı tamamen sentetik bir ortamda izole eden Sanal Gerçeklik (VR) aksine, AR fiziksel miras alanına olan bağlantıyı koruyor ve bunu dijital bilgilerle güçlendirir. Fologram gibi platformlar ve Microsoft HoloLens 2 gibi cihazlar, yüksek isabetli 3D modellerin gerçek dünya koordinat sistemine yansıtılmasını mümkün kılarak ziyaretçi ile yeniden inşa edilmiş tarih arasında doğrudan bir diyalog kurulmasını^{sağlar 25}. Bu sürükleyici yaklaşımın, ziyaretçi katılımını ve anlayışını önemli ölçüde artırdığı, pasif izlemeyi aktif keşfe^{dönüştürdüğünü göstermiştir 26}.

Güncel literatür genellikle dijital koruma teknolojilerini tek başına ele alsa da, bu makalede önerilen entegre protokol belirgin metodolojik yenilik sunar. İlk olarak, standart TLS dokümantasyon iş akışlarının aksine, yüksek doğrulukla kültürel olarak steril geometrik arşivler sunarken, yöntemimiz dinamik anlamsal bağlam sunar. İkincisi, fotogrammetri tabanlı rekonstrüksiyonlar mevcut fiziksel yüzeyleri dokulandırmada üstün olsa da, fiziksel kalıntıları olmayan tamamen kaybolmuş kültürel eserleri yeniden üretemeyecek yapısal olarak yetersizdirler. Son olarak, mevcut AR miras görselleştirme sistemlerinin aksine, genellikle manuel hazırlanmış, genel 3D varlıklara dayanan veya kullanıcıları VR'da izole eden bir sistemin aksine, bu iş akışı CGAI kullanarak doğrudan milimetre doğruluğunda TLS verilerine sabitlenmiş, site özel, tarihsel olarak bilgilendirilmiş görselleştirmeler üretir. Bu, katı ve tekrarlanabilir bir protokolü detaylandırarak kritik bir boşluğu dolduruyor. Kavramsal belirsizlikleri çözmek ve net bir metodolojik gerekçe oluşturmak için, bu iş akışının temel bileşenlerini açıkça tanımlıyoruz. Belgelenmiş geometri, mevcut fiziksel mimarinin son derece kesin, statik 3D uzaysal replikasını ifade eder; TLS burada bu inkâr edilemez ampirik gerçeği temassız hassasiyetle yakalamak için gereklidir. Buna karşılık, yapay zeka tarafından oluşturulan yorumlayıcı yeniden yapılandırma, arşiv metinlerinden türetilen kayıp kültürel eserlerin (örneğin, festival süslemeleri) görsel temsillerini ifade eder; CGAI bu adım için gereklidir çünkü mutlak fiziksel gerçekler yerine olasılıksal ve tarihsel olarak bilgilendirilmiş yorumları sentezler. Son olarak, MR yerinde görselleştirme için gereklidir; gerçek dünyada belgelenmiş fiziksel geometriye yorumlayıcı kültürel katmanları kusursuzca yerleştiren deneyimsel bir ortam olarak hizmet verir. Yaklaşımımızı bu tanımlanmış kavramlar etrafında yapılandırarak, bu kombinatoryal iş akışı sadece teknik bir yol sağlamakla kalmıyor, sadece Orta Ovalar'daki kentsel kültürel mirasın dijitalleştirilmesi için teknik bir yol sağlamakla kalmıyor, aynı zamanda dijital çağda "koruma"yı tanımlamak için yeni bir teorik model sunuyor—maddenin korunmasının ötesine geçip hafızanın^{canlandırılmasına doğru ilerleme 27, 28}.

Protokol

1. Tarihsel veri toplama ve alan analizi

1. Kapsamlı bir arşiv incelemesi yaparak projeyi başlatın. Hedef miras alanıyla ilgili tarihsel kayıtlar, fotoğraflar, mimari çizimler ve metinsel açıklamaları yerel arşivlerden, tapınak yönetim ofislerinden ve ilgili kültürel miras bürolarından (bu durumda Zhengzhou Şehir Tanrısı Tapınağı) alın.
2. Metin verilerini, tapınak panayır süslemeleri, geçici tezgahlar, pankartlar ve özel aydınlatma düzenlemeleri (örneğin, "kırmızı fenerler", "ejderha dansları") gibi kayıp geçici unsurların tanımlarını belirlemek için özel olarak analiz edin.
3. Alanın topoğrafyasını anlamak ve mevcut mimari koruma durumunu belgelemek için gündüz saatlerinde ön saha araştırması yapın (Şekil 2). Kompleksin düzenini belgeleyin; merkezi ekseni, Ana Salon'un, Çan ve Davul Kulelerinin konumunu ve lazer tarama görüşünü engelleyebilecek eski ağaçlar veya dar koridorlar gibi olası engelleri not edin.

Şekil 2. Ön saha incelemesi sırasında yakalanan tapınak avlusunun güncel görünümü. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

4. Detaylı bir tarama istasyonu stratejisi / dağıtım planı geliştirin. Tüm yapıların 360° kapsama alanını sağlamak için Karasal Lazer Tarayıcı (TLS) için belirli koordinat konumlarını belirleyin. En az 12 istasyon planı yapılması ve saha karmaşıklığına göre 18 istasyona genişletme esnekliği sağlanmalıdır.
5. Yaya trafiğinden kaynaklanan veri gürültüsünü en aza indirmek için kamuya açık olmayan saatlerde (genellikle sabah erken saatleri 07:00–08:30 veya öğleden sonra 17:00–18:30) erişim için gerekli idari izinleri alın.

2. Karasal lazer tarama (TLS) edinimi

1. Yüksek hassasiyetli faz kaydırmalı karasal lazer tarayıcıyı devreye alın. Tarama süresi boyunca pil şarjının yeterli olduğundan ve SD depolama kartının yeterli kapasiteye sahip olduğundan emin olun.
2. Tarayıcı tripodunu ilk önceden belirlenmiş istasyon noktasına kurun (Ana Salon/Bölge A'dan başlayın). Taş döşeme üzerinde stabilite sağlamak için tripod bacaklarını ayarlayın.
3. Tarayıcıyı dahili baloncuk seviyesi veya cihaz arayüzündeki dijital eğimölçer ile düzleştirin. Nokta bulutu verisinin dikselliğini garanti etmek için eğimin 0,5°'den küçük olduğundan emin olun.
4. Tarama parametrelerini dahili dokunmatik ekran arayüzü üzerinden yapılandırın:
   1. Çözünürlüğü zaman kısıtlamalarına bağlı olarak 1/4 veya 1/5 olarak ayarlayın, böylece 10 m'de yaklaşık 6 mm nokta aralığı sağlanır.
   2. Gürültüyü azaltmak için Kaliteyi 3x veya 4x olarak ayarlayın.
   3. Renk yakalama (Entegre Kamera) özelliğini etkinleştirerek Kırmızı, Yeşil, Mavi (RGB) dokuyu geometriye yerleştirin.
   4. Tarama menzilinin 0,6 m ile 120 m arasında ±2 mm hassasiyetle kapsama alın.
5. Aydınlatma koşullarını doğrulamak için küçük bir bölümün (örneğin Çan Kulesi) pilot taraması yapın. Açık alanlarda aşırı pozlama veya gölgeli saçaklarda az pozlama için önizlemeyi kontrol edin.
6. Tam tarama dizisine devam edin. Her istasyon için, taramayı tetikleyin ve gölge düşürmemek veya veride görünmemek (hayalet) önlemek için tarayıcının görüş alanından uzaklaşın.
7. Tarayıcıyı bir sonraki istasyona taşıyarak önceki istasyonla minimum %30–40 örtüşme sağlanır. Bu örtüşme, buluttan buluta kayıt süreci için kritik öneme sahiptir.
8. Her istasyonda harici bir Dijital Tek Lens Refleks (DSLR) kamerası kullanarak yüksek çözünürlüklü referans fotoğraflar çekin; bu fotoğraf, özellikle detaylı oymalar veya kaligrafik plaketler için, tarayıcının iç kamerasını tamamlayabilir.

3. Nokta bulutu veri işleme

1. Ham tarama verisini (.fls formatı) SD karttan yüksek performanslı bir iş istasyonuna aktarın, işlem yazılımı çalıştırın.
2. Ham taramaları yazılım projesi çalışma alanına aktarın.
3. Ham verilere ön işleme filtreleri uygulayın: Toz ve uçan böcekleri temizlemek için Stray Point Filtresini kullanın.
4. Yüksek yansıtıcı veya emici yüzeylerden yanlış verileri çıkarmak için Koyu Tarama Noktası Filtresini kullanın.
5. Otomatik kaydı gerçekleştirin. Yazılımın taramaları geometrik özellik tanıma ve GPS verilerine göre hizalamasına izin verin.
6. Kayıt raporunu inceleyin. Ortalama gerilim hatasının (karşılık gelen noktalar arasındaki ortalama mesafe) 4mm'nin altında olduğunu doğrulayın. Hata eşik sınırını aşarsa, manuel kayıt gerçekleştirin. İki üst üste binen taramada üç farklı ortak noktayı (örneğin, bir binanın köşeleri, sütunlar) seçerek hizalanmayı zorunlu kılın.
7. Tarama sırasında sahnede hareket eden yayalar veya kuşlar gibi geçici sesleri otomatik olarak tespit etmek ve kaldırmak için Hareket Eden Nesne Filtresi uygulanır.
8. Parlak gökyüzü ile karanlık tapınağın iç mekanları arasındaki parlaklığı eşitlemek için Renk Dengeleme (Çoklu pozlama ayarı) gerçekleştirin.
9. Bir proje nokta bulutu oluşturun ve nihai modeli yapılandırılmış olarak dışa aktarın. E57 veya . OBJ dosyası. Dosya boyutunun yönetilebilir olduğundan emin olun (örneğin, dosya 10GB'ı atarsa ızgara aralığı 5mm olarak aşağıya indirin).

4. Koşullu üretken yapay zeka (CGAI) modelleme

1. Adım 1.2'deki analizlere dayanarak yeniden inşa edilecek özel tarihi unsurları belirleyin (örneğin, geleneksel tapınak fuarı tezgahları, fenerler).
2. Seçilmiş bir CGAI platformunu kullanın.
3. Arşiv kaynaklarında (örneğin, Zheng İlçesi Yıllıkları'nda) bulunan anlamsal tanımlayıcıları ve tarihsel kayıtları doğrudan görsel parametrelere çevirerek kesin metin yönlendirmeleri oluşturun. Örneğin, girdi: "Geleneksel Çin Ming Hanedanı kırmızı feneri, parlayan, saçaklardan sarkan, yüksek detaylı" veya "Ahşap pazar tezgahı, antik tarz, kumaş bayrak, 3D doku."
4. Üretim sürecini yürütün. Genellikle, her tarihsel unsur için 20–30 yinelemelik bir dizi üretin, böylece stilistik varyasyonlar ve yapısal olasılıklar için yeterli örneklem oluşturulur.
5. Oluşturulan varlıkları nihai MR görselleştirmesine entegre etmeden önce miras tarihçileri ve alan uzmanlarından oluşan resmi bir doğrulama paneli toplayın. Tarihsel olarak makul çıktıları seçmek için yapay zeka gruplarını hayatta kalan görsel arşivler ve yerleşik tarihsel uzlaşma ile karşılaştırın.
6. Anakronik özellikler veya yapısal imkansızlıklar gösteren sonuçları bir kenara bırakın. Modellerin tarihsel doğruluğunu geliştirmek için uzman panelinin açık geri bildirimlerine dayanarak metin istemlerini yinele.

5. Entegrasyon ve dijital ikiz inşası

1. 3D modelleme ortamını açın.
2. İşlenen TLS nokta bulutunu içe aktarın (. OBJ) ile 3D modelleme yazılımına dahil edildi.
3. CGAI tarafından oluşturulan varlıkları ithal edin.
4. CGAI varlıklarını nokta bulutu ortamında manuel hizalayıp konumlandırın. Fenerleri saçakların altına yerleştirin ve ahırları tarihi düzen analizine göre avlu alanına yerleştirin.
5. Yazılımın modelleme araçlarını kullanarak nokta bulutu ile yapay zeka modelleri arasındaki mesh kesişimlerini veya ölçek farklılıklarını temizleyin.
6. Birleşik modeli dokulandırın. Tarayıcıdan gelen Yüksek Dinamik Aralık (HDR) görüntülerini nokta bulut ağına uygulayın ve yapay zeka varlıklarının uygun malzeme özelliklerine (pürüzlülük, metallik) sahip olduğundan güvenin.
7. Tam entegre Digital Twin modelini bir olarak dışa aktarın. GLTF (Grafik Dili İletim Formatı) dosyası. Bu format, web ve AR uygulamaları için optimize edilmiştir.

6. Artırılmış gerçeklik (AR) dağıtımı

1. İş istasyonuna 3D modelleme yazılımı için MR dağıtım eklentisini kurun.
2. Eşlik uygulamasını Mixed Reality kulaklığına yükleyin.
3. Düşük gecikmeli veri iletimi için hem iş istasyonunu hem de MR kulaklığı aynı yerel 5GHz Wi-Fi ağına bağlayın.
4. Modelleme yazılımında MR eklentisini başlatarak oturum QR kodu oluşturun.
5. MR kulaklığı takın ve eşlik uygulamasını açın. Oturumu senkronize etmek için QR kodu tara.
6. Konuşlandırmadan önce sahadaki çevresel koşulları değerlendirin. MR görselleştirme seanslarını sabah erken saatlerde veya öğleden sonra geç saatlerde planlayın; çünkü öğle güneşinden gelen güçlü kızılötesi parazit, kulaklığın mekansal takip yeteneklerini ciddi şekilde zayıflatır ve model kaymasına neden olur.
7. Sahada model hizalanması gerçekleştirin ve mekânsal kayıt stratejileri oluşturun:
   1. Fiziksel takip işaretleyicilerini (örneğin, ArUco işaretleyicileri veya QR kodları) gerçek dünyadaki stabil çapa noktalarına yerleştirin, örneğin ana tütsü yakıcısının taş tabanı. Doğrudan güneş ışığından kaynaklanan kızılötesi paraziti önlemek için tamamen mekansal ortam haritalama yerine işaretleyici tabanlı takip öneriyoruz; böylece zorlu gündüz aydınlatmasında model stabilitesi sağlanır ve doğal mekansal çapalar arızalanırsa sağlam bir yedek olarak işlev görürsüz.
   2. Başlığın optik sensörlerini kullanarak işaretleyicileri tespit edin ve sanal modeli otomatik olarak doğru koordinat sistemine kilitleyin; başlıkta manuel el hareketleri kullanılarak sadece küçük döner ince ayar yapılarak dijital nokta bulutu fiziksel yapının üzerine tamamen örtüşene kadar.
8. Model pozisyonunu kilitle.
9. Kayıt kararlılığını doğrulamak için siteyi gezin. Hizalama doğruluğu eşiğinin sıkı bir şekilde korunduğundan emin olun; aktif kullanıcı hareketi sırasında maksimum görsel kaymaya sadece 2–5 cm kadar izin verilerek sürükleyici illüzyonu koruyun.

Sonuçlar

Kasım 2024'te yürütülen karasal lazer tarama kampanyası, Ana Salon, Giriş Meydanı ve Apsis bölgelerinin kapsamlı kapsama alanını sağlamak için 18 tarama istasyonu kullandı. Tablo 1'de detaylandırıldığı gibi, tarama parametreleri sıkı bir şekilde kalibre edilmiş—özellikle 1/4 çözünürlük ayarı ve 4x kalite ayarı kullanılarak—böylece 10 metre mesafede yaklaşık 6,1 mm nokta mesafesi elde edilmişti. Bu özel kalibrasyon, yüksek veri yoğunluğu ile yerinde edinim verimliliği ara...

Tartışma

Bu çalışma, mimari mirasın dijital rönesansı için kombinatoryal metodolojik bir çerçeveyi başarıyla göstermektedir. Karasal Lazer Taraması (TLS), Koşullu Üretken Yapay Zeka (CGAI) ve Artırılmış Gerçeklik (AR) entegrasyonuyla, metodolojik çerçevede özetlendiği gibi geleneksel statik korumanın sınırlarını aşan bir iş akışı oluşturduk (Şekil 8).

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
DSLR kamera	Yüksek çözünürlüklü referans fotoğrafçılık	Yok
FARO Focus3D S120	Karasal Lazer Tarayıcı (TLS)	FARO Teknolojileri
FARO SAHNESI 2019	Nokta bulut veri işleme yazılımı	FARO Teknolojileri
Fologram	MR geliştirme eklentisi ve kulaklık uygulaması	Fologram
Yüksek performanslı iş istasyonu	Veri işleme ve render	Yok
Microsoft HoloLens 2	Karma Gerçeklik (MR) kulaklığı	Microsoft
Rhino 8	3D modelleme ortamı	Robert McNeel & Ortaklar
SD depolama kartı	Ham tarama veri depolama	Yok
Kararlı Difüzyon	Koşullu Üretken Yapay Zeka (CGAI) modeli	Stabilite Yapay Zekası
Tencent Huiyuan 3D	Koşullu Üretken Yapay Zeka (CGAI) platformu	Tencent