Un prototipo con dron y sensores ultrasónicos para transformar mediciones de distancia en nubes de puntos 3D.
Point Cloud Mapping with Drones explora si un dron comercial puede capturar distancias durante el vuelo y convertirlas en una representación geométrica del entorno. El sistema combina telemetría, cuatro sensores ultrasónicos, cálculo espacial, backend de sesiones y visualización 3D para generar nubes de puntos de habitaciones, paredes, mobiliario y espacios exteriores.
De mediciones ultrasónicas a nubes de puntos navegables
El reto no era solo medir distancias, sino situarlas en un espacio 3D coherente.
Reto
Cada lectura ultrasónica era relativa al dron en movimiento. Para convertirla en un punto útil había que combinar distancia, orientación, posición estimada, altura, dirección del sensor e instante de captura, todo ello con ruido, cambios de velocidad y acumulación de error en la posición relativa.
- Transformación de lecturas frontales, traseras, superiores e inferiores en coordenadas x, y, z.
- Limitaciones por materiales reflectantes, transparentes o geometrías con huecos.
- Necesidad de separar adquisición, almacenamiento y visualización para poder analizar las sesiones.
Un flujo completo desde el vuelo hasta el posprocesado de la nube.
Metodología
El sistema se organizó en una aplicación Android con DJI Mobile SDK, un backend Node.js/Express con MongoDB y un pipeline Python de visualización. Las mediciones se proyectaban mediante trigonometría según la orientación del dron, se enviaban por HTTP, se agrupaban por sesión y se procesaban con Open3D y PyVista.
- Control manual, selección de sensores activos e inicio/pausa de sesiones desde Android.
- API REST para recibir puntos y recuperar sesiones completas desde MongoDB.
- Filtrado estadístico de outliers para comparar nube original y nube procesada.
Un prototipo capaz de capturar geometría aproximada y convertirla en una escena 3D explorable.
Solución
La solución permitió escanear habitaciones, paredes, mobiliario, pasillos y entornos exteriores, almacenando los puntos por sesión y renderizando nubes coloreadas por elevación. Su valor está en integrar hardware, telemetría, backend y visualización en un flujo completo, más que en ofrecer una reconstrucción de alta precisión.
- Nubes 3D reconocibles para espacios simples y objetos de geometría clara.
- Comparación visual entre resultados sin optimizar y filtrados.
- Base experimental para mejorar posicionamiento, sensores y posprocesado futuro.
Captura, cálculo espacial y visualización 3D
Captura con dron
Aplicación Android para controlar el vuelo, elegir sensores y registrar sesiones de escaneo.
Cálculo espacial
Proyección trigonométrica de distancia y orientación para obtener coordenadas 3D.
Backend de sesiones
API REST y MongoDB para recibir, agrupar y recuperar nubes completas por sesión.
Visualización 3D
Renderizado en Open3D/PyVista y filtrado estadístico para comparar ruido y estructura.
Resultados en cifras
Escaneo interior con más de 34.000 puntos capturados durante el vuelo.
Lecturas frontales, traseras, superiores e inferiores transformadas en coordenadas.
Prueba de pasillo usada para comparar duración de escaneo y densidad de puntos.
Visualización de resultados originales y filtrados coloreados por elevación.
Del vuelo a la nube de puntos
No compite con LiDAR ni busca un modelo CAD preciso: muestra un pipeline completo para capturar, almacenar, filtrar y visualizar geometría aproximada con sensores de bajo coste montados sobre un dron.