Predictieve hybride scan-to-BIM-methode verbetert volledigheid en nauwkeurigheid van documentatie van erfgoedgebouwen

Waarom het opmeten van oude gebouwen lastiger is dan het lijkt

Historische gebouwen lijken misschien stevig en onveranderlijk, maar goed weten hoe je ze vandaag moet onderhouden vereist uiterst gedetailleerde digitale replica’s. Deze 3D-modellen sturen reparaties, monitoren schade en helpen bij het plannen van toekomstig gebruik. In de praktijk kunnen smalle steegjes, hoge torens en overwoekerde bomen echter grote blinde vlekken in onze metingen veroorzaken, waardoor de betrouwbaarheid van deze digitale tweelingen in het gedrang komt. Deze studie laat zien hoe het combineren van grondgebaseerde lasers, gewone camera’s en dronefotografie — gestuurd door een eenvoudige predictieve controle — bijna een hele kerk nauwkeurig in 3D kan vastleggen, zelfs onder krappe locatiebeperkingen.

De uitdaging om elke hoek te zien

Conservatieteams vertrouwen steeds meer op Historic Building Information Models (HBIM), rijk gedetailleerde 3D-modellen die zowel vorm als informatie over erfgoedstructuren opslaan. Voor deze modellen zijn twee zaken het belangrijkst: nauwkeurigheid (hoe dicht metingen bij de werkelijkheid liggen) en dekking (hoeveel van het gebouw daadwerkelijk is vastgelegd). Op veel historische locaties kunnen landmeters hun instrumenten niet zomaar neerzetten waar ze willen; smalle gangen, aangrenzende huizen en vegetatie blokkeren het zicht op daken, torens en verborgen hoeken. De onderzoekers kozen een kapel uit de 13e eeuw in Sopronhorpács, Hongarije, als testgeval omdat de krappe omgeving het vrijwel onmogelijk maakte deze volledig te scannen met alleen grondgebaseerde methoden.

Eerste poging: grondinstrumenten stuiten op een muur

In de eerste fase gebruikte het team een terrestrische laserscanner op een statief samen met honderden foto’s van smartphones. Laserscanning blinkt uit in het vastleggen van zeer precieze geometrie op straatniveau, terwijl op beeld gebaseerde 3D-modellering kleur en detail toevoegt. Het team experimenteerde met verschillende aantallen beelden en camerapaden en ontdekte dat een kleinere, zorgvuldig geplande set foto’s beter kon presteren dan veel grotere, ongeplande beeldverzamelingen. Zelfs met deze optimalisaties bleven de bovenste delen van de kapel — nokken, torenkappen en sierlijsten — slechts deels gereconstrueerd. Fysieke obstakels en beperkte gezichtspunten zorgden ervoor dat de instrumenten simpelweg niet genoeg van het gebouw konden “zien”, en de uiteindelijke dataset dekte slechts ongeveer 54 procent van het oppervlak van de kapel.

Vooruitdenken: een simpele test voor wat grondscans echt kunnen

In plaats van door te gaan met vallen en opstaan, stelden de auteurs een fundamentelere vraag: gegeven de geometrie van de locatie en de mogelijkheden van de scanner, is het überhaupt mogelijk om het hele gebouw vanaf de grond vast te leggen? Hieruit ontwikkelden ze het Predictive Scan Feasibility Estimation Model (PSFEM). De kern is een compact index die drie intuïtieve grootheden relateert: hoe ver de scanner kan reiken, de hoek waarin hij “omhoog kan kijken” en hoe hoog het gebouw is. Als de index ten minste één is, zou de scanner in principe de hele hoogte moeten kunnen zien; als hij onder één ligt, blijven belangrijke gebieden verborgen tenzij een andere methode wordt toegevoegd. Een gedetailleerdere versie van het model houdt ook rekening met het volledige gezichtsveld en de werkafstand van de scanner. Toegepast op de kapel toonden deze formules duidelijk aan dat een alleen-op-de-grond onderzoek onder de bestaande beperkingen nooit volledige dekking kon bereiken.

Tweede poging: drones toevoegen om de gaten te vullen

Gewapend met die inzichten plande het team een tweede fase gericht op wat de grondinstrumenten niet konden bereiken. Een drone vloog boven en rondom de kapel en nam meer dan 1.500 beelden vanuit hoge en schuine hoeken, terwijl een tweede laserscanner extra grondgegevens toevoegde in lastige zones. Al deze datasets werden zorgvuldig opgeschoond, uitgelijnd en samengevoegd tot één puntwolk — een dichte zwerm van 3D-punten die de oppervlakken van het gebouw vertegenwoordigen. Deze hybride dataset verdubbelde bijna het aantal gemeten punten en verhoogde de dekking tot ongeveer 96 procent, waarbij daken, torendetails, afwateringscomponenten en andere eerder ontbrekende elementen succesvol werden ingevuld. Vergelijkende controles tussen verschillende scans bevestigden dat de toegevoegde informatie het model uitbreidde zonder afbreuk te doen aan de meetkwaliteit.

Van één kapel naar vele erfgoedsites

Voor niet-specialisten is de kernboodschap eenvoudig: hoogwaardige digitale registers van historische gebouwen zijn mogelijk, zelfs in krappe, complexe omgevingen, maar alleen als we met verstand plannen. Deze studie demonstreert een herhaalbare workflow: meet eerst wat je vanaf de grond kunt, gebruik vervolgens een eenvoudige predictieve test zoals PSFEM om te beslissen of drones of extra scans nodig zijn voordat teams opnieuw naar de locatie terugkeren. Door te verschuiven van een ‘scan eerst, repareer later’-mentaliteit naar een ‘voorspel en vang vervolgens’ aanpak, kunnen erfgoedprofessionals onnodige uitjes verminderen, kosten beheersen en toch gedetailleerde 3D-modellen verkrijgen die zorgvuldige, minimaal ingrijpende conservering ondersteunen. Op de lange termijn kunnen zulke benaderingen worden aangepast en opgeschaald naar veel verschillende monumenten, waardoor culturele herkenningspunten voor toekomstige generaties worden gewaarborgd.

Bronvermelding: Salah, R., Géczy, N. & Ajtayné Károlyfi, K. Predictive hybrid scan-to-BIM method improves heritage building documentation completeness and accuracy. Sci Rep 16, 7622 (2026). https://doi.org/10.1038/s41598-026-38200-8

Trefwoorden: erfgoed 3D-scanning, drone-fotogrammetrie, building information modeling, laserscanning, documentatie van historische kapel