株式会社renue
図面AI
図面の読み取りから積算まで、AIで自動化できます
PDF/TIF/紙図面をAIが構造化し、見積の自動生成やCADコード生成による3Dモデル作成まで対応します。renueの図面AIが何をどこまでできるかをご覧ください。
点群データとは？
点群データ（Point Cloud）とは、3Dスキャナ・LiDAR・ドローン・写真測量などで取得した、空間上の大量の3D座標点（X, Y, Z＋色情報・反射強度等）の集合です。現実の物体・建物・地形を高精度にデジタル化し、BIM・デジタルツイン・品質検査・シミュレーションなどに活用されます。
MarketsandMarketsの2025年8月公表予測では、世界LiDAR市場は32.7億ドル（2025年）から127.9億ドル（2030年）、CAGR 31.3%とされています。2030年の実績や点群処理ソフトだけの市場ではありません。測量工数は、対象現場と、取得・後処理・確認を含む工程の範囲をそろえて比較します。取得から位置合わせ・分類・モデル化・検査まで、工程別の工数と品質を評価します。
2026年の市場動向
市場規模
- グローバルLiDAR市場：2025年32.7億ドル→2030年127.9億ドル（CAGR 31.3%）。MarketsandMarkets・2025年8月公表の推計/予測
- アジア太平洋LiDAR市場：2025年9.2億ドル→2030年40.1億ドル（CAGR 34.1%）。同調査のアジア太平洋地域の推計/予測で、実績と区別
- マッピング向けLiDAR市場：市場区分と公表版をそろえ、調査会社の案内で推計対象・期間と調査方法を確認。世界全体のLiDAR市場や地上型等の部分市場と混同しない
主要トレンド
- 自動化エンドツーエンドワークフロー：LiDAR測量→点群処理→3Dモデル化では、自動処理と人による位置合わせ・分類・品質確認の担当範囲を決めます。自動化の可否や工数は対象現場と工程別に検証します
- ソリッドステートLiDAR：機械式LiDARからチップレベルのソリッドステートLiDARへの移行が進行中。可動部品なし・小型・低消費電力・高耐久
- AI統合による自動処理：AIが点群データの自動クラス分類（ノイズ/地表面/構造物/樹木）、オブジェクト認識、フィルタリングを自動実行
- リアルタイム3Dスキャン：複数カメラ+LiDARを常設し、取得データをクラウドで解析・合成してリアルタイムに現場状況を3D可視化するシステムが実用化
点群データの取得方法
| 取得方法 | 機器 | 精度を比較する際の確認事項 | 適した用途 |
|---|---|---|---|
| 地上型3Dスキャナ | Leica RTC360・FARO Focus等 | 測定指標・距離・基準点と処理条件を確認 | 建物内外の高精度スキャン |
| 装着型・三脚設置型の空間スキャナ | NavVis VLX（装着型）・Matterport Pro3（三脚設置型）等 | 機種ごとの指標・測定範囲・処理条件を確認 | 室内空間の3D化。方式・測量目的・検証条件を確認 |
| ドローン搭載LiDAR | DJI Zenmuse L2・Velodyne等 | 測定指標・距離・基準点と処理条件を確認 | 大規模な地形・現場測量 |
| 車載LiDAR（MMS） | Trimble MX50・RIEGL VMX等 | 測定指標・距離・基準点と処理条件を確認 | 道路・インフラの面的測量 |
| 写真測量（SfM） | 一般カメラ+ソフトウェア | 測定指標・距離・基準点と処理条件を確認 | 低コスト・手軽な3D化 |
| iPhone/iPad LiDAR | iPhone Pro/iPad Pro | 測定指標・距離・基準点と処理条件を確認 | 簡易スキャン・PoC |
点群データの活用分野
建設業
- Scan to BIM：既存建物の3Dスキャン→点群データ→BIMモデル化。改修・リノベーション設計の基盤
- 施工管理：定期的なスキャンで設計と施工の差異を自動検出。進捗率の3D可視化
- i-Construction：国交省推進のICT施工で点群測量・3D設計・ICT建機等を活用。対象工種・計測方式別の要領に従い、精度確認・監督/検査・納品条件を確認する。全工程の無人化を意味しない
製造業
- 品質検査：製品の点群データとCADデータを比較し、AIが寸法誤差を自動検出
- リバースエンジニアリング：既存部品をスキャンしてCADモデル化。金型のない部品の再現
- デジタルツイン：工場全体の点群スキャン→デジタルツイン構築→シミュレーション・予知保全
インフラ・都市計画
- 3D都市モデル：PLATEAUプロジェクト（国交省）による3D都市モデル整備。点群データは測量・現況把握の入力として活用される場合があります
- インフラ点検：橋梁・トンネル・ダムの劣化検査をドローン+LiDARで自動化
- 災害対策：洪水・土砂災害のリスク評価に地形点群データを活用
主要な点群処理ソフトウェア
| ソフト名 | 特徴 | 対象 |
|---|---|---|
| ScanX | AIが自動クラス分類。ノイズ/地表面/構造物/樹木を高精度判別 | 建設・インフラ |
| CloudCompare | OSS。点群の比較・メッシュ化・フィルタリング | 研究・汎用 |
| Autodesk ReCap | Autodesk製品連携。Scan to BIM向き | 建設・BIM |
| Trimble RealWorks | 大規模点群の高速処理。測量向き | 測量・インフラ |
| FARO Scene | FAROスキャナ専用。レジストレーション自動化 | 建物スキャン |
| Open3D | Python OSS。ディープラーニング統合可能 | 研究・カスタム開発 |
導入ステップ
- 活用目的の明確化：Scan to BIM/品質検査/施工管理/デジタルツインなど、目的によって必要な精度・データ量が異なる
- スキャン機器の選定：精度・範囲・コスト・可搬性に基づき最適な機器を選定
- パイロットスキャンの実施：小規模な対象でスキャン→処理→活用のワークフローを検証
- 点群処理パイプラインの構築：レジストレーション（位置合わせ）→ノイズ除去→クラス分類→3Dモデル化のフローを確立
- BIM/PLMとの統合：点群データをBIMモデルやPLMに統合し、設計・施工・運用のライフサイクル全体で活用
よくある質問（FAQ）
Q1. 点群データのファイルサイズは大きいですか？
はい。建物1棟のスキャンで数GB〜数十GB、大規模インフラで数百GBに達することもあります。クラウドストレージとストリーミング表示技術の活用が実用上重要です。
Q2. LiDARと写真測量（SfM）はどう使い分けますか？
取得方法の種類だけで精度を決めず、機器ごとの測定指標と評価条件を確認します。Leicaの仕様では距離精度と3D点精度、NavVisでは局所点群精度、DJIでは水平/鉛直の測量精度と飛行・RTK・後処理条件が区別されています。同じ指標・距離・反射面・位置合わせ/基準点条件で比較してください。植生下の地面はレーザーが葉や枝の隙間を通って到達する場合に取得でき、葉自体を自由に透過するわけではありません。密な植生では地表点が不足し、分類と品質確認が必要です。写真測量は色情報や外観の復元に活用できますが、遮蔽・模様・照明・画像重複と標定条件を確認します。
Q3. iPhone/iPadのLiDARは業務利用に耐えますか？
PoC（概念実証）や簡易スキャンの選択肢ですが、十分な精度かは用途・対象・アプリ・処理条件で検証します。建設・製造の品質検査では要求する誤差・再現性・納品基準を先に定め、基準を満たす機器と手法を選びます。地上型やドローン搭載LiDARでも、種類だけで必要精度を保証するものではありません。
建設DX・3Dスキャンのご相談はrenueへ
renueは自社開発のAIツールを自社運用するAIコンサルティングファームです。点群データ活用・Scan to BIM・AI解析による建設・製造DXをご支援します。