Mikä on digitaalinen kaksonen?
Digitaalinen kaksonen yhdistää todellisen kohteen, sitä kuvaavan mallin ja päivittyvän tiedon. Sen arvo syntyy päätöksistä, joita sen avulla voidaan tehdä.
Lue opas : Mikä on digitaalinen kaksonen?Miten rakennus, esine tai kone muuttuu digitaaliseksi kaksoseksi? Tutustu laitteisiin, opi menetelmät ja löydä tiedolle käyttöä.

Enemmän kuin 3D-malli
Digitaalinen kaksonen yhdistää todellisen kohteen digitaaliseen esitykseen ja päivittyvään tietoon. Tavoitteena on ymmärtää, seurata ja kehittää kohteen toimintaa.
Lue perusteet ↗Geometria, rakennusosat ja tunnisteet muodostavat yhteisen perustan.
Mittaukset, tapahtumat ja dokumentit liitetään oikeaan paikkaan.
Seuranta, vertailu ja simulointi tukevat konkreettisia päätöksiä.
Artikkelikirjasto / 8 opasta
Selkeät suomenkieliset oppaat. Aloita perusteista tai syvenny suoraan tarvitsemaasi menetelmään.
8 opasta
Digitaalinen kaksonen yhdistää todellisen kohteen, sitä kuvaavan mallin ja päivittyvän tiedon. Sen arvo syntyy päätöksistä, joita sen avulla voidaan tehdä.
Lue opas : Mikä on digitaalinen kaksonen?Tavallinen kamera voi olla ensimmäinen työkalusi todellisuuden digitointiin. Ratkaisevaa on yhtenäinen kuvasarja, riittävä peitto ja mittakaavan hallinta.
Lue opas : Fotogrammetria: valokuvista 3D-malliksiLaserkeilain tallentaa ympäristön muodon pistepilveksi. Oikea laite ja huolellinen mittaussuunnitelma ratkaisevat, mihin aineistoa voi käyttää.
Lue opas : Laserkeilaus, LiDAR ja pistepilvetKun kohteena on koneen osa, esine tai pieni yksityiskohta, käsiskanneri voi olla tilakeilainta sopivampi työkalu.
Lue opas : Käsiskannerit ja strukturoitu valoIlmakuvaus tuo katot, maaston ja laajat alueet malliin. Onnistuminen vaatii kuvaussuunnitelman lisäksi sijainnin ja tarkkuuden hallintaa.
Lue opas : Dronet ja laajojen alueiden mallinnusLämpötila, värähtely ja energiankulutus kertovat kohteen tilasta. Digitaalinen kaksonen tarvitsee lukemien lisäksi niiden merkityksen ja luotettavan tiedonsiirron.
Lue opas : IoT-anturit herättävät mallin eloonGaussian splatting voi tehdä kuvatusta ympäristöstä vaikuttavan katselukokemuksen. Visuaalinen uskottavuus ja mittauskelpoisuus on silti arvioitava erikseen.
Lue opas : Gaussian splatting: todentuntuiset 3D-näkymätHyvä pilotti on riittävän pieni toteutettavaksi ja riittävän hyödyllinen opettamaan. Tämä työnkulku auttaa viemään kokeilun käytännön käyttöön.
Lue opas : Ensimmäinen kaksonen: rajaa, rakenna ja varmistaHakua vastaavaa opasta ei löytynyt. Kokeile toista hakusanaa tai valitse Kaikki.
Löydä lähtökohta
Yhtä oikeaa laitetta ei ole. Kohteen koko, pinnat, tarkkuustarve ja lopullinen käyttö ohjaavat menetelmän valintaa.
Tämä valitsin antaa suunnan ensimmäiselle kokeilulle. Varmenna sopivuus aina omalla kohteellasi.
Aloita terävistä, päällekkäisistä valokuvista. Sopii erityisesti pintakuvioisiin, paikallaan pysyviin kohteisiin. Mittakaava ja geometria tarkistetaan erikseen.
Tutustu menetelmään ↗Kalusto ja menetelmät
Laitetyypit palvelevat eri tarpeita. Vertaa ennen kaikkea oman kohteen tulosta, työn määrää ja aineiston jatkokäyttöä.
| Työkalu | Sopiva lähtökohta | Tuottaa | Huomioi |
|---|---|---|---|
| Kamera + fotogrammetria | Esineet ja pintakuvioiset ympäristöt | Pistepilvi, verkko ja tekstuuri | Peitto, valaistus ja mittakaava |
| Jalustalaserkeilain | Rakennukset ja tilat | Mitattu pistepilvi | Asemien yhdistäminen ja katveet |
| Liikkuva SLAM-skanneri | Laajojen sisätilojen tallennus | Reittiin sidottu pistepilvi | Ajautuminen ja tarkistuspisteet |
| Käsikäyttöinen 3D-skanneri | Osat ja paikalliset yksityiskohdat | Tiheä pintamalli | Pinnan ominaisuudet ja työskentelyetäisyys |
| Drone ja kamera | Katot, alueet ja maasto | Ortoilmakuvat ja 3D-aineistot | Paikannus, peitto ja lentorajoitukset |
| IoT-anturit + yhdyskäytävä | Kohteen tilan ja toiminnan seuranta | Aikaleimattu mittaustieto | Kalibrointi, yhteydet ja ylläpito |
Puhelimen syvyysanturi voi riittää alustavaan hahmotteluun. Tarkkaa mittausta vaativassa työssä tulos varmennetaan erikseen.