Mapeando la Intersección Más Concurrida del Mundo
El Cruce de Shibuya en Tokio es, por casi todas las medidas, la intersección peatonal más concurrida del planeta. En una tarde normal, miles de personas inundan el cruce desde todas las direcciones en el momento en que el semáforo se pone en verde. Es una espectacular y abrumadora muralla de movimiento humano.
Así que, naturalmente, decidimos escanearlo en 3D.
La pregunta era obvia: ¿puedes realmente producir un modelo 3D limpio y utilizable de una ubicación cuando todo el espacio está lleno de personas y vehículos en movimiento? Usando la PortalCam — nuestra cámara espacial de mano con lentes de ojo de pez duales, LiDAR incorporado y procesamiento Multi-SLAM — nos propusimos averiguarlo.
Los resultados fueron mucho mejores de lo que esperábamos.
Dos Técnicas para Eliminar Objetos en Movimiento
Antes de dar un paso en el cruce, es útil entender los dos principios en juego. La PortalCam no usa ninguna magia de IA para borrar personas en postproducción — en cambio, explota propiedades fundamentales de cómo funcionan SLAM y el Gaussian Splatting.
Técnica 1: El Filtro de Objetos en Movimiento SLAM
Cada dispositivo basado en SLAM tiene alguna forma de filtro de objetos en movimiento. A medida que la cámara construye un mapa espacial de la escena en tiempo real, los objetos que se están moviendo en relación al entorno estático se etiquetan y se excluyen de la nube de puntos. El resultado: las personas y los vehículos en movimiento se eliminan de la geometría subyacente antes de que los datos lleguen siquiera a la etapa de Gaussian Splat.
El desafío en Shibuya es la pura densidad de personas. El filtro está siendo llevado a sus límites absolutos cuando todo el plano del suelo está obstruido por miles de cuerpos. Para ayudarlo, la técnica es moverse lentamente y pausar en áreas concurridas, dejando que la cámara acumule fotogramas mientras la gente fluye por la escena. Cada breve ventana donde un trozo de pavimento se vuelve visible le da al sistema SLAM una vista limpia del suelo debajo.
Técnica 2: Polarizar el Conjunto de Datos
El filtro SLAM es efectivo para cosas que se están moviendo activamente, pero ¿qué pasa con un autobús de dos pisos detenido en un semáforo en rojo? No se está moviendo — así que el filtro lo trata como parte de la escena.
Aquí es donde entra la segunda técnica, y es una peculiaridad elegante del propio algoritmo de Gaussian Splatting.
El Gaussian Splatting funciona convergiendo miles de fotos en una representación de escena unificada. Si 99 de esas fotos muestran pavimento prístino y solo 1 muestra un autobús estacionado en él, el algoritmo favorecerá estadísticamente la versión sin el autobús. Simplemente tiene más evidencia de que el suelo está despejado.
El enfoque práctico: cada vez que un autobús o camión salía de una parada, inmediatamente se volvía a escanear esa área extensamente. Captura mucho más datos del espacio vacío que los que capturaste de la obstrucción. Polariza el conjunto de datos hacia la verdad en la que quieres que el algoritmo converja.
Capturando los Datos
Con ambas técnicas en mente, la sesión de captura involucró:
- Moverse lentamente por el cruce durante el flujo peatonal máximo, pausando regularmente para dejar que la cámara grabara mientras las multitudes se separaban alrededor de cada punto
- Volver repetidamente a áreas donde los vehículos habían estado estacionados, una vez que se fueron, para construir un conjunto de datos denso y limpio del suelo subyacente
- Aceptar que algunas áreas — particularmente los puntos donde las multitudes grandes nunca se despejaron completamente — probablemente resultarían en geometría borrosa o fantasmagórica
La captura en sí lleva menos tiempo que la duración de un ciclo de cruce estándar. La batería de 60 minutos de la PortalCam y el procesamiento incorporado manejan todo en tiempo real.
Los Resultados: Un Cruce de Shibuya Casi Vacío
De vuelta en la oficina, procesar los datos a través de Splat Labs Cloud produjo algo notable: un Cruce de Shibuya casi completamente despejado, renderizado en 3D fotorrealista.
El área central del cruce — el lugar donde miles de personas acababan de caminar — quedó casi impecable. La textura del suelo, las marcas del paso de peatones, los edificios circundantes: todo capturado con una fidelidad excepcional.
Algunas áreas mostraron las limitaciones esperadas. Las esquinas donde las multitudes nunca se dispersaron completamente resultaron en artefactos de splat borrosos. El autobús que se negó a irse antes de que terminara la sesión dejó una huella difusa. Pero estos fueron casos extremos en un resultado de otro modo extraordinario.
"Acabo de terminar de procesar los datos y tuve que detenerme aquí en el lado de la calle porque los datos se ven tan bien." — Harrison Knoll, Indiana Drones
Las técnicas funcionan. Pausar para dejar que las personas fluyan, y volver a escanear agresivamente donde los vehículos se habían despejado, produjo un conjunto de datos lo suficientemente limpio como para que el algoritmo de Gaussian Splat tuviera suficiente evidencia para reconstruir una escena vacía.
Lo que Esto Significa para la Captura 3D del Mundo Real
El Cruce de Shibuya es un caso de prueba extremo — elegido deliberadamente porque parece imposible. Si estas técnicas funcionan aquí, funcionan esencialmente en cualquier lugar: entornos minoristas concurridos, sitios de construcción con maquinaria activa, plazas públicas, centros de tránsito.
Las conclusiones prácticas para cualquier operador de PortalCam:
- Muévete lentamente en las multitudes — dale al filtro SLAM tiempo para ver el suelo entre los pasos
- Pausa y mantén la posición — incluso 2-3 segundos de líneas de visión despejadas ayudan dramáticamente a la reconstrucción
- Vuelve a escanear después de que los vehículos se vayan — captura 3-4 veces más datos del área limpia que los que capturaste con la obstrucción presente
- Considera el momento — las ventanas de primera mañana o de menos hora punta siempre producirán datos más limpios con menos postprocesamiento necesario
- Espera algunos manchones — las áreas de multitudes persistentes y estacionarias dejarán artefactos; planifica para una limpieza ligera si esas áreas importan a tu caso de uso
Pruébalo Tú Mismo
El conjunto de datos del Cruce de Shibuya está disponible en Splat Labs. Haz clic, haz zoom y explora una de las intersecciones más reconocibles del mundo renderizada como un mundo 3D navegable — sin multitudes.
Si tienes una PortalCam o cualquier dispositivo de captura de Gaussian Splat, puedes subir tus propios escaneos a Splat Labs Cloud y aplicar las mismas técnicas a tus propios entornos desafiantes. La plataforma admite formatos PLY, SPLAT, KSPLAT y XGRIDS de cualquier fuente de captura.
¿Qué deberíamos escanear a continuación? Deja una sugerencia en los comentarios de YouTube o ponte en contacto con nuestro equipo.
Lectura Relacionada
- Comenzando con Gaussian Splatting — todo lo que necesitas saber sobre el formato
- TOKYO [UN]REAL ESTATE: Escaneo 3D de Espacios de Vida en Tokio — otro increíble proyecto de captura en Tokio
- Gaussian Splats Explicados — una inmersión profunda en cómo funciona el algoritmo
- Página del Producto PortalCam — aprende más sobre la cámara usada en este vídeo
¿Quieres ver tu ubicación capturada en 3D? Contacta al equipo de Splat Labs o explora la PortalCam para empezar a escanear tú mismo.
