教你6步把BIM模型放到手機AR裡

2021-03-02 BIM清流BIMBOX

你好,這裡是BIMBOX,

前面咱們講過VR,AR,MR的基本概念:VR,AR,MR | 虛擬和現實的盛宴

隨著科學技術的發展,人們對於新事物的新鮮感的持續時間越來越低,閾值和預期越來越高,怎麼讓自己在競爭中脫穎而出,讓自己的作品表達變得更有意思呢?

也許你可以試試AR技術。

可能有許多小夥伴見過一些建築AR宣傳視頻,了解過一些被很多人用來當作賣點的建築AR技術。比如掃描二維碼展現模型 ,掃描圖紙出現模型,還可以生成爆炸視圖,透過可攜式設備的屏幕的來實現二維變三維,現實和虛擬的結合。

這種東西在國內,往往是密不告人的獨家技術,但偏偏有很多公司用網際網路的玩法搞降維打擊,直接把專用技術做成通用工具,用規模化來降低單人實現的成本。對於普通人來說,不需要學習開發知識,拿來就用,也算是造福大眾了。

今天的的主角,Augment,就是這樣一家公司開發的在線AR平臺。 

Augment主要分為網頁管理端,行動裝置端,以及桌面端三部分,使用Augment你可以將模型庫或者體驗庫裡的任何東西添加到現實中,可以將自己的模型添加到裡邊。

它可以通過設置將你的模型跟圖紙建立對應關係 ,其他人只要掃描圖紙,就能看到它對應的三維模型。

可以支持多人掃描同一張圖紙,在各自的手機端同時瀏覽模型,展開技術討論。

可以把多個模型扔到一個場景裡做排布布局。

分享給他人,無需註冊就可以查看模型,你還可以把自己的網站連結到模型上供別人瀏覽。

模型可以放大,當你放大模型時,你就可以進入房間裡,行動裝置可以觀看房間內的布置和設計,你甚至可以透過窗戶你能看到外邊的真實世界。

Augment有14天的使用期,是按郵箱綁定的帳號,14天後,如果你想繼續使用這個帳戶中的模型,就需要付費了,這適合有大量模型需要展示的用戶。

當然,帳戶到期後你也可以重新用一個新的郵箱來註冊,模型也需要重新上傳,比較適合臨時性的項目展示。

因為Augment目前沒有中文版,相關信息都比較分散,BIMBOX花了一定的時間為大家做了一個入門教程,教你怎麼使用它。

你在公眾號主頁回復「augment」,或者掃描這篇文章下最方的二維碼,即可得到教程連結。

教程內容如下:

➤如何註冊和激活帳號

➤7個步驟開啟全部功能

➤怎樣把Revit模型導入到Augment裡

➤怎樣做到掃描圖紙,出現模型

➤怎樣編輯已導出模型的材質,讓它更漂亮

➤怎樣讓模型跟隨一個卡片移動

另外,所有把這篇文章發送到小編號的小夥伴們截圖給我們,就可以獲取BIMBOX的一張教程優惠卷,有效期1個月,你可以選擇任意一個教程使用。

有態度,有深度,BIMBOX,咱們下期見~

相關焦點

  • 教你如何使用ASRT訓練中文語音識別模型
    ASRT是一個中文語音識別系統,由AI檸檬博主開源在GitHub( https://github.com/nl8590687/ASRT_SpeechRecognition)上,為了便於大家使用,本文將手把手按順序教你如何使用
  • 做一個屬於你的 AR 濾鏡 - Spark AR Studio 介紹
    其中最大的區別是編輯舞臺的右下方會有一個實時預覽窗口,這個預覽窗口會循環播放人像自拍視頻方便你實時查看濾鏡的效果,當然你也可以切換成電腦的前置攝像頭或者在手機中下載一個 Spark Player 在設備中實時預覽真實的濾鏡效果。
  • 時間序列模型分析——ARIMA 模型和SARMIA模型
    3)   根據時間序列模型的識別規則,建立相應的模型。若平穩序列的偏相關函數是截尾的,而自相關函數是拖尾的,可斷定序列適合AR模型;若平穩序列的偏相關函數是拖尾的,而自相關函數是截尾的,則可斷定序列適合MA模型;若平穩序列的偏相關函數和自相關函數均是拖尾的,則序列適合ARMA模型。4)   進行參數估計,檢驗是否具有統計意義。
  • 手把手教你做MOD MagicaVoxel保姆級基礎教程
    表慌,這期教程將會手把手教你操作。本期MOD學習教程特別感謝熱心玩家@Android-KitKat,看了之後就連手殘如寶哥都會做MOD了呢!話不多說,快來一起GOOD GOOD STUDY 吧!寶藏世界的模型基本上都是體素(Voxel)模型。包括裝備,坐騎,寵物,船,礦車。
  • 【嘎訕胡】BIM LOD的應用策略
    可三維設計時即便是佔位也必須設置些默認值,但在模型使用者眼裡模型裡的每扇門是一個實體對象,圖紙沒有反應的諸如門洞門扇尺寸、面板樣式等信息他就會到模型裡查詢,但這些信息的可信度在這個階段無法保證。再比如,圖紙用一張一次裝修表就說明各種房間天地牆的材質,模型如果要把每處天地牆的飾面做法都建出來會耗費大量時間和人力,對設計工作本身沒有價值,還沒效果圖漂亮,但項目進度反而拖垮。
  • keras教程:手把手教你做聊天機器人(下)—— 快速搭建seq2seq模型
    搭建seq2seq模型3. 訓練模型,並預測聊天效果並且,使用「字典」和「語料」,我們已經完成了第1步準備的工作。感興趣的同學,可以戳這裡:《 keras教程:手把手教你做聊天機器人(上) 》這一期,我們來構建機器人最核心的部分:seq2seq模型下面,我們就開始啦~~如果我問你:「今天的心情如何?」你會如何回答我?
  • 教你如何快速入門LaTeX
    你一定會想,公式怎麼沒有編號. 對,下面就教你怎麼加編號. 這時,你就需要利用各種公式的環境了.第一步:將你的圖放在腳本文件的文件夾內. 第二步:在在導言區加上宏包 \usepacakge{graphicx}  第三步:再用如下命令插入圖形\includegraphics[width = 4in]{NIR.png}    第四步:利用 PDFLaTeX 來編譯. 生產PDF,點擊
  • 換手機!!!教你iPhone手機如何資料備份
    這時候如果你還要繼續使用,就需要清理iCloud 空間或者花錢購買擴充容量。其次,iCloud 為 iOS 獨有功能,安卓系統手機如果要恢復 iCloud 中的資料從理論上來說是根本無法實現的。* 6.iTunes 的資料恢復,對新設備的 iOS 系統版本是有要求的。簡單來說,低版本設備可以往高版本導入資料,或者同版本之間可以導入資料,而高版本無法向低版本導入資料。
  • 3分鐘教你用MindSpore和Jina搭建一個服裝搜索系統!
    各位算法萌新們,是不是經常訓練了模型卻不知道如何部署和應用?或者只會調參但不會前端後端所以沒法向老闆們解釋這個模型可以做啥?如果有一種非常簡單的方式,讓你在3分鐘內就能建立一個以深度學習為支撐的搜索系統,並能在前端展示出來show給各位老闆們看?想不想嘗試呢?
  • Python中的ARIMA模型、SARIMA模型和SARIMAX模型對時間序列預測
    ## Adf 檢驗ndiffs(y, test='adf') # 2# KPSS 檢驗ndiffs(y, test='kpss') # 0# PP 檢驗:ndiffs(y, test='pp') # 22 0 26.如何找到AR項的階數(p)下一步是確定模型是否需要AR。
  • 民間釣魚達人四步教你準確判斷魚情
    他從小就鍾情於釣魚,從自己用竹子自製魚杆,用蘆葦當魚漂開始在家鄉的小河邊摸索著釣魚,到後來購買商品魚竿、魚漂、釣箱真正接觸到臺釣,他發現自己已經不能自拔地愛上釣魚了,不知不覺就釣了十幾年…他就是本周同城約釣推薦好漢張導軍,人稱「導大師」,此次他將與大家分享他的秘密武器——準確判斷魚情的「四步訣
  • 使用Detectron2分6步進行目標檢測
    你是否嘗試過使用你自己選擇的自定義數據集從頭開始訓練對象檢測模型?如果是的話,你就會知道這個過程有多乏味。如果我們選擇基於區域建議的方法,如更快的R-CNN,或者我們也可以使用SSD和YOLO等一次性檢測器算法,我們需要從使用特徵金字塔網絡和區域建議網絡來構建模型。如果我們想從頭開始實現的話,它們中的任何一個都有點複雜。
  • 學界 | 谷歌提出協同機器學習:通過分散的手機更新同一個雲端模型
    通過在設備上進行模型訓練,這一方法超越了對在行動裝置端進行預測的本地模型的使用方式(比如移動視覺 API 以及設備智能回復)。工作原理是這樣的:你的設備會下載一個當前模型,通過從手機數據中學習不斷改善模型,然後將這些變化總結為一個小的重點更新。只有這一重點更新才以加密方式會被傳到雲端,在雲端,這一更新會迅速被其他用戶針對共享模型的更新平均化(averaged)。
  • ARIMA模型預測CO2濃度時間序列-python實現
    第3步-ARIMA時間序列模型在時間序列預測中使用的最常見的方法是被稱為ARIMA模型。ARIMA是可以擬合時間序列數據的模型,以便更好地理解或預測序列中的未來點。有三種不同的整數(p,  d,  q)是用來參數化ARIMA模型。因此,ARIMA模型用符號表示 ARIMA(p, d, q)。
  • 手把手教你在夜神、雷電上搭frida+Xposed
    一、目標李老闆: 奮飛呀,你天天手把手教這樣不好吧
  • Robotstudio AR增強現實查看器
    Robotstudio 2019/2020同時支持工程項目導出為GLB格式(一種通用的3D格式),可以在WIN10電腦上使用Paint3D軟體打開,也可方便的導入AR(增強現實)軟體,通過在手機端運行AR軟體,就可以將做好的仿真放在實際工廠中虛擬運行,真可謂兵馬未動,糧草先行(不用將設備搬到現場,就可以完全1:1的模擬設備在實際工廠的運行),例如文首的機器人打麻將,當然本身那個房間裡肯定是沒有機器人的
  • 手把手教你使用OpenVINO部署NanoDet模型
    onnx模型python /opt/intel/openvino/deployment_tools/model_optimizer/mo_onnx.py --input_model onnx模型 --output_dir 期望模型輸出的路徑。
  • 深入LUA腳本語言,讓你徹底明白調試原理
    如果有小夥伴需要加了注釋的源碼,請在公眾號(IOT物聯網小鎮)裡留言給我。例如:如果想知道函數 f 是在哪一行定義的, 你可以使用下列代碼:lua_Debug ar;lua_getglobal(L, "f"); /* 取得全局變量 'f' */lua_getinfo(L, ">S", &ar);printf("%d\n", ar.linedefined
  • 手把手教你製作鞭炮模型
    但是要拍上面這種不太現實了,不能出門,而且我的城市也不允許放鞭炮呀~那就要向社群裡的資深玩家劉濱學習一下,自己造道具了啦~剛開始我試著自己做點小紅包,效果如下圖。感覺還可以~這個方法就超簡單了,基本就是用紅包剪開的。我就不展開了。
  • 訓練好的深度學習模型原來這樣部署的!(乾貨滿滿,收藏慢慢看)
    在手機上部署深度學習模型也可以歸在此列,只不過硬體沒得選,用戶用什麼手機你就得部署在什麼手機上。上述部署和優化的軟體工作,在一些移動端開源框架都有人做掉了,一般拿來改改就可以用了,性能都不錯。需求六:上述部署方案不滿足你的需求比如開源移動端框架速度不夠——自己寫一套。