
航空零部件的第二次生命:用 RadianceView 和 iPhone 记录退役客机
退役客机在拆解之前,其零部件需要有一份记录。本文介绍 RadianceView 与 iPhone 如何完成这项工作:整机机身以高斯泼溅呈现,细节以照片留存,每一项发现都与其所处位置相关联。
关于 RadianceView
RadianceView 是由 Laan Labs 打造的检测级可视化平台。它将移动 3D 扫描、传统 LiDAR、高斯泼溅和高分辨率摄影整合为一份可在浏览器中打开的统一视觉记录。团队可以借助它在无需到场的情况下对资产进行检查、测量和出具报告,每一项发现都与其被发现的位置相关联。
本案例展示了该平台在退役客机上的实际应用。
为什么要扫描一架即将被拆解的飞机
一架客机可以飞行二三十年。退役时,它依然价值不菲:起落架、舱门、航空电子设备,以及数吨航空级板材和复合材料面板。
这些材料可能有三种去向,按价值由高到低依次为:
- 再利用。 拆下部件,经检查、认证后,重新用于另一架飞机。
- 再制造。 将板金件或面板切割后重新成形为新零件,保留原有材料的价值,而不是将其降级为原材料。
- 回收。 剩余部分被粉碎或熔炼,作为二次原材料。
在这个序列中每上升一级的零件,都意味着无需再用新材料制造。障碍很少出在金属本身,而在于信息。
要再利用或再制造一个零件,必须有人知道它是什么、位于飞机的哪个位置、由什么材料制成以及状况如何。经过数十年的维护、修理和改装,停机坪上的飞机已经与图纸不再吻合。而一旦开始拆解,证据便随之消失。托盘上的一块面板,无法告诉你它原本固定在哪一根框架上。
因此,必须在第一个零件被拆下之前,按飞机的现状进行记录,并让每个零件都带着自己的记录。
项目
Laan Labs 为报废飞机零部件的再利用和再制造工作提供捕捉与可视化服务。我们负责的是视觉记录:对退役客机的内外部进行记录,形成不在现场的工程师也能检查的形式。
我们使用自己打造的检测级可视化平台 RadianceView,以及两种捕捉工具:3D 扫描仪和 iPhone。
两种设备,两项任务
| 3D 扫描仪 | iPhone | |
|---|---|---|
| 捕捉内容 | 一次扫描完成整个资产 | 每次一个区段或一个零件 |
| 成果 | 真实比例的高斯泼溅 | 全相机分辨率的照片,每张均定位于 3D 空间中 |
| 回答的问题 | 它在哪里?周围有什么? | 它是什么?状况如何? |
| 使用者 | 在计划好的到访中由捕捉专家操作 | 拆解现场的任何人,随时可用 |
扫描仪提供背景信息。它记录机身、结构以及其中每一部分的位置,这份记录让远程工程师能够在飞机内外找到方向。
iPhone 提供证据,而对于零件再利用而言,这一半最为重要。
为什么 iPhone 很重要
它就在现场。 拆解需要数周时间,而扫描仪到访只能在某一天捕捉飞机。在其他每一天,手机都在技师的口袋里,包括某块面板被卸下、其隐藏的背面第一次被看到的那一刻。
它能解析扫描无法解析的内容。 我们照片集中的每张照片均为 3024 x 4032 像素。在这样的分辨率下,蒙皮面板上模板喷涂的零件标记清晰可读。正是这些标记将一块实体金属与其记录联系起来,而没有身份的零件无法被再利用。
它知道自己在哪里。 手机会随每张照片记录自身的位置和朝向。在 RadianceView 中,每张照片都出现在其拍摄点所在的空间位置,紧邻它所拍摄区段的 3D 模型。照片不再是“前机身的某处”,而是有了确切的位置。
它能够伸展到位。 框架后面、轮舱内部、紧贴机身顶部:手机能去到三脚架或杆上的扫描仪去不了的地方。
它不需要专家。 最了解这架飞机的人,正是正在拆解它的人。捕捉应用只要求他们做自己本来就会做的事:拍照。
它让记录保持最新。 扫描展示的是飞机被扫描当天的样子。之后补充的手机捕捉则显示此后发生的变化。
从捕捉到记录
RadianceView 让这两种捕捉都经过同样的五个阶段。
| 阶段 | 过程 |
|---|---|
| 01 捕捉 | 整个资产用 3D 扫描仪,细节用 iPhone |
| 02 处理 | 上传的文件被解包、转换,并连同相机位置一起建立索引 |
| 03 可视化 | 在浏览器中呈现一份真实比例的照片级参考 |
| 04 分析 | 在泼溅中标注标记、关联照片集、测量、AI 检测报告 |
| 05 报告 | 一条通往记录的链接,带访问控制 |
01 捕捉与 02 处理
六组捕捉数据在一天内上传完毕,第一组与最后一组相隔不到七小时。
| 捕捉 | 工具 | 展示内容 |
|---|---|---|
| 外部 | 3D 扫描仪 | 停机坪上的整个机身 |
| 内部 | 3D 扫描仪 | 拆至仅剩结构的机身,从驾驶舱到后压力隔框 |
| 客舱内部 | 3D 扫描仪 | 另一架仍装有客舱的飞机 |
| 结构照片集 | iPhone | 机身区段的 134 张照片,每张均定位于 3D 空间中 |
| 起落架细节 | iPhone | 主起落架的特写照片集 |
文件从不经过 Web 服务器。手机或浏览器会请求一个带签名的上传地址,并将数据直接发送到云存储。照片压缩包(其中最大的为 614 MB)在服务器上解包,方式是将每个条目从存储中以流的形式读出并写回存储。图像经过转换、生成缩略图,并连同各自的拍摄位置一起建立索引。
03 可视化
外部是一个完整的场景。你可以俯视整个机身,降落到停机坪上,从机翼下方走向主起落架。一个约 306,000 个三角形的碰撞网格会随泼溅一起加载,因此你会在机身处停下,而不会穿过它。
在内部,每一根框架、桁条和地板面板都清晰可见。这正是再制造所关注的材料,并且是在任何部件被拆下之前的状态下被记录在案。
框架上喷涂的站位标记属于扫描的一部分,可以在其中读取。下面第二张图是场景的裁剪图,而不是照片。
04 分析:从泼溅到照片
泼溅显示每样东西在哪里,照片显示它状况如何。RadianceView 将两者联系在一起,让工程师无需离开记录,就能从整架飞机一直查看到单个零件标记。
标注重点。 在内部扫描中的一根机身框架上放置一个标记。它随扫描一起保存,带有标题和备注,并链接到该区段的 iPhone 捕捉。
打开照片集。 iPhone 捕捉以该区段模型的形式打开,同时附有生成该模型的照片。模型内的每个小标记,表示拍摄某张照片时手机所在的位置。选中一个标记,即可在下方的照片条中找到其照片。
检查原图。 每张照片都以全分辨率打开,前面提到的零件标记正是在此处读取的。
请求报告。 在任何一张照片上,工程师都可以请求生成 AI 检测报告。多模态模型会描述图像中的内容,列出各项发现及其位置和严重程度,随后给出建议。提示词可以编辑,报告可由工程师更正,结果会与其所描述的照片一同保存。
测量。 可在泼溅查看器和照片集查看器中,直接在场景上测量点到点距离和面积。对于再制造,这能及早回答一个实际问题:这块面板是否足够大,可以用来切割出新零件?
05 报告
成果是一条链接。每个组织、项目和捕捉都可以设为私有、不公开列出或公开,并可选设密码,可见性由组织到项目再到捕捉逐级继承。接收者只需打开浏览器,无需安装任何东西。
每一项发现都始终附着在其来源的证据上。关于某个零件的说法,如果无法追溯到一张照片或飞机上的某个位置,就只是一种意见。能够追溯的,才是记录,而零件要获得第二次生命,需要的正是记录。
成果
- 拆解前完成记录。 飞机按其原状内外兼备地记录在案。
- 一天内六组捕捉上线。 两架飞机的外部和内部,外加 iPhone 照片集,在七小时内上传完毕。
- 背景与细节兼备。 泼溅中的一个标记可通向该区段的 134 张 iPhone 照片,每张都定位于 3D 空间中,且均可查看全分辨率版本。
- 保留零件身份。 模板喷涂的零件标记和站位标记都可以从记录中读取。
- 随处可检。 评估零件能否再利用的工程师无需前往飞机所在地。
技术实现
- 捕捉: 用于泼溅场景的 3D 扫描仪;通过基于令牌的 API 上传的 iPhone 捕捉应用
- 前端: SvelteKit、three.js,以及用于泼溅渲染的 LCC Web SDK
- 后端: Firebase App Hosting、Firestore、Firebase Authentication
- 存储: Google Cloud Storage、签名 URL、按细节层次对泼溅数据进行范围流式传输
- 处理: 用于泼溅训练的 GPU 工作节点,通过带签名的 webhook 报告进度
- 分析: 用于生成检测报告的多模态模型,可按组织选择
- 安全: 所有数据访问均通过 API 进行;数据库和存储规则拒绝客户端直接访问;一套包含 80 多项授权检查的自动化测试套件确认某个组织无法读取其他组织的数据
- 质量: 253 项单元测试和一项端到端上传测试
其他适用场景
凡是需要在改动资产之前先了解它,而决策者又不在现场的情况,都可以采用同样的方法:
- 航空航天与 MRO: 零件状况记录、来源溯源、远程购前检查
- 汽车与制造: 报废车辆、设备和产线记录
- 基础设施: 可随时间对比的状况记录
- 建筑与拆除: 拆除前的竣工状态捕捉和材料清单
- 保险: 现场发生变化后仍可回溯的损失记录
关于本项目
RadianceView 由 Laan Labs 设计并构建,从 iPhone 捕捉流程和上传 API,到查看器和分析工具,均出自我们之手。它借鉴了我们在 3D 捕捉方面多年的工作经验,包括 3D Scanner App。这一方法在我们早先的案例研究快速检测与记录中有所介绍。
产品请见 radianceview.com。如需探讨检测或记录项目,请联系我们或发送邮件至 labs@laan.com。
所用技术
Gaussian Splatting、LiDAR、iPhone 捕捉、多模态 LLM、three.js、WebGL、SvelteKit、Firebase、Google Cloud Storage、RunPod
更多 RadianceView 案例研究
飞机只是用 RadianceView 记录的多种资产之一,此外还有美术馆、建筑、商店和设备。请阅读 radianceview.com 上的其他案例研究。
与 Laan Labs 合作
Gaussian Splatting 与辐射场
基于照片和视频的照片级真实感 3D 采集,从采集规范、训练到在浏览器或设备上交付。
下载本文
获取 Markdown 源文件,方便离线阅读











