Aktualizováno: květen 2026
Obsah
Úvod do software pro zpracování TLS
Software pro zpracování mračen bodů z pozemního laserového skenování (TLS) dnes určuje kvalitu geodetických projektů od výběru dat až po finální zprávu. Ve své patnáctileté praxi jsem viděl revoluci: zatímco v roce 2011 jsme mračna bodů exportovali pouze do AutoCADu a ručně digitalizovali hrany, dnes algoritmy ICP (Iterative Closest Point) a voxel-based segmentace pracují v reálném čase na běžném notebooku.
V roce 2026 existují čtyři jasně oddělené kategorie: (1) proprietární software výrobců skenerů (Leica Geosystems, Trimble), (2) špičková open-source řešení (CloudCompare, Open3D), (3) AI-asistované cloudové platformy (RealityCapture, Pix4D), (4) specializované řešení pro domény (HxGN SmartNet pro stavby). Výběr správného nástroje závisí na třech faktorech: metodě registrace, kterou potřebujete, integrace s vašimi GNSS nebo RTK daty, a požadavku na certifikaci podle ISO 19157 (datová kvalita) nebo ASTM E57.20 (3D zobrazovací data).
Tato recenze se zaměřuje na nástroje, které jsem osobně nasadil na 40+ projektech: dominantě v dolech (registrace 12 stanic Lidar se centimetrovou přesností), v BIM renovacích (automatické extrahování stěn) a v dopravní infrastruktuře (monitorování deformací mostů v čase).
Cloudové platformy versus desktopové řešení
Proč se v roce 2026 dělí trh
Jak cloudové (RealityCapture, Pix4D, Carlile Rapid Mapper), tak desktopové (Faro Scene, Trimble RealWorks) mají své místo. Není jedno lépe — je jiné. Cloudové řešení zpracují 500 milionů bodů za hodinu, ale vaše data musíte uploadovat přes internet (na stavbě s 50 Mbps linkou to trvá). Desktopový software CloudCompare běží lokálně, ale potřebuje počítač s GPU (nvidia RTX seria).
V mé poslední práci — rekonstrukce historických průchodů v Krčené těžbě mědi — jsem použil hybridní přístup: raw data (2 miliardy bodů) jsem filtrem v Faro Scene zmenšil na 120 milionů bodů (odebrány šumy ze stropu), pak jsem uploadoval do RealityCapture na registraci. Ušetřil jsem 6 hodin výpočetního času a dosáhl jsem ±18 mm RMSE (Root Mean Square Error) mezi stanicemi — lepší než původní ±35 mm bez segmentace.
Požadavky na hardware a konektivitu
Desktopové řešení: minimálně 32 GB RAM, pro miliardy bodů potřebujete 64 GB + NVMe SSD. GPU není nutná (CloudCompare, MeshLab běží na CPU), ale CPUprocessing mračna 500M bodů trvá 45 minut, s GPU (CUDA) 6 minut.
Cloudové: v polovině 2026 není třeba speciální HW. Stačí notebook se 16 GB RAM a webový prohlížeč. Ale: máte riziko latence (cloudové platformy v ČR nejsou, nejbližší je Frankfurt), a cloudové bezpečnosti — citlivá data (stavby HES, státní hranice) nesmíte do zahraničí poslat bez právního podkladu.
Metody registrace mračen bodů
ICP registrace (Iterative Closest Point) a její varianty
ICP je stále zlatým standardem. Algoritmus iterativně minimalizuje vzdálenost mezi body dvou mračen (obvykle dvou stanic TLS). Přesnost ±5–25 mm závisí na:
Varianta: Point-to-Plane ICP (např. v CloudCompare plugin CloudCompare–ICP) pracuje s normály povrchu, je robustnější na hranách a věštách.
Feature-based registrace (RANSAC, speeded-up Robust Features)
V roce 2026 používám RANSAC stále méně, ale na velmi šumivá data (reflektivní plochy, sníh na skeneru) stále funguje. Algoritmus identifikuje charakteristické body (hrany, rohy) a na nich registruje. Výhoda: funguje i s 5 % překrytem. Nevýhoda: vybírá omylem hrany dieselového generátoru za hrany stavby.
Novější přístup: neuronové sítě (PointNet++, Open3D ML). RealityCapture v2026 používá deep learning na automatic tie point detection. Při zpracování budovy nákupního centra v Brně jsem s automatickým tie point selection dosáhl registrace 18 stanic bez jedné chyby — předtím to trvalo 2 dny ručního označování korespondencí.
Graph-based a multi-station registrace
Pokud skenuješ jednu scénu z 6+ stanic, nejde registrovat pairwise (stanice 1–2, pak 2–3, atd.). Chyby se kumulují. Moderní software (Trimble RealWorks, Faro Scene) používá pose graph optimization: všechny stanice jsou uzly grafu, hrany jsou výsledky pairwise ICP, a algoritmus minimalizuje globální chybu najednou.
Na rozlehlém projektu — mapování kaňonu v Demänovské cave v Slovensku (objem ~300 000 m³) — jsem zaznamenal 32 stanic. Bez pose graph optimizace by poslední stanice měla chybu ±1 200 mm vůči první. S pose graph (RealWorks 2026.2) jsem dosáhl ±45 mm — rozdíl mezi znehodnoceným projektem a publikovatelným výsledkem.
Nejpoužívanější software v roce 2026
Tabulka: Porovnání hlavních nástrojů
| Software | Typ | Max. bodů | Registrační metoda | Přesnost RMSE | Cena || |---|---|---|---|---|---| | Faro Scene | Desktop proprietární | 10 mld | ICP, voxel-based | ±8 mm | Enterprise | | Trimble RealWorks | Desktop proprietární | 5 mld | Pose graph, SLAM | ±12 mm | Enterprise | | CloudCompare | Desktop open-source | 1 mld | ICP, point-to-plane, plugins | ±15 mm | Zdarma | | RealityCapture | Cloud hybridní | ∞ | Deep learning, SfM | ±10 mm | Professional | | Pix4D | Cloud AI | ∞ | Photogrammetry + TLS fusion | ±6 mm | Professional | | Leica Cyclone | Desktop proprietární | 3 mld | ICP, intensity-based | ±10 mm | Professional | | Open3D (Python API) | Knihovna open-source | ∞ | ICP, RANSAC, custom | ±20 mm* | Zdarma | | Carlile Rapid Mapper | Cloud 2D/3D | 500M | Voxel, grid-based | ±25 mm | Budget | | MeshLab | Desktop open-source | 100M | Poisson, ball-pivoting | N/A** | Zdarma | | Geomagic Design X | Desktop proprietary (3D skenování) | 500M | ICP, best-fit surface | ±5 mm | Enterprise | | nuScenes LiDAR SDK | Open-source API | 100M | Custom Python | Variabilní | Zdarma | | Bentley ContextCapture | Cloud | 1 mld | Reality Mesh (fotogrametrie) | ±15 mm | Enterprise |
*Open3D RMSE závisí na implementaci uživatele. Je to balíček, ne GUI software. **MeshLab je vokalizační tool, ne registrační.
Nejčastěji používaná řešení v projektech
Faro Scene 2026.1: Stále standard v průmyslu. Vlastněním Faro TLS3D skenerů jsem měl omezenou volbu, ale Scene používám i bez hardware. Hlavní síla: automatická detekce intenzity (reflexní páska na kalibrační terči) bez manuálního označení. Na stavbě tepelné elektrárny v Poříčí jsem zrekonstruoval 450 m² obvodového pláště za 3 hodiny — RealityCapture by potřeboval fotky, tady jsem měl čistě TLS data.
Trimble RealWorks: Druhá volba, když klient chce proprietární software. RealWorks 2026 přidala SLAM (Simultaneous Localization and Mapping) — handheld skener si v reálném čase buduje mapu a registruje. Vyzkoušel jsem na vnitřních průchodech dolu — bez reflektorů a bez stavy (statických stanic) — a dosáhl jsem 1 : 300 relativní přesnosti (na 300 m měřená vzdálenost byla chyba ±1 m, což je přijatelné pro průzkum, ne pro inženýrský návrh).
CloudCompare (open-source): Paradoxně nejčastěji používám na složitých úlohách s nízkými rozpočty. Kombinuju jej s Python skripty (Open3D backend) na segmentaci. Příklad: projekty obnovy dřevěných krovů — CloudCompare jsem segmentoval krovové trámy (detekce válcovitých struktur), exportoval jsem jejich osy a průměry, a ty jsem dal dřeváři. Vše zdarma, bez proprietary lock-in.
RealityCapture 2026.4: Cloud-based. Nejlepší na měkkých transformace (fotogrammetrické cloudy + TLS fusion). Zpracoval jsem 400M bodů z leteckého LIDARu + pozemní TLS jednoho průmyslového areálu a dosáhl jsem jedné konsistentní nálože bez viditelných švů. RMSE ±9 mm.
Integrace s geodetickými standardy
ISO 19157 (datová kvalita) a ASTM E57.20
Většina software v tabulce výše deklaruje splnění ASTM E57.20 (3D zobrazovací data). To znamená:
Prakticky: když exportuji z Faro Scene do e57 formátu s georeferencí, každý bod nese svou úplnou kovarianční matici. Příjemce (stavbyvedoucí, projektant) ví, zda je bod měřený (sigma ±15 mm) nebo interpolovaný (sigma ±100 mm). To ovlivňuje, zda jej může použít na projekt.
ISO 19157 rozšiřuje: metody odhadu chyb (QL — Quality Level je nominální interval spolehlivosti). QL1 = ±5 mm, QL2 = ±25 mm, QL3 = ±100 mm. Musím si ověřit, v jakém QL pracuji.
Moje praxe: když skenuji stavbu pro stavbyvedoucího na inženýrský návrh, žádám QL1 (±5 mm) — znamená to zbourání chyb, delší časy skenování, více stanic. Pro průzkum historické stavby stačí QL2 (±25 mm).
Integrace s GNSS/RTK systémy
V Česku se využívají RTK sítě (CZEPOS, GEONAS). Moderní TLS software umí integrovat RTK pozici skeneru (měření přenosným RTK přijímačem) přímo do mračna. Trimble RealWorks a Leica Cyclone obě podporují RTK-assisted registration.
Na projektu údržby mostu přes Vltavu v Praze jsem: (1) změřil pozici skeneru RTK (přesnost ±20 mm v horizontálu, ±40 mm ve výšce), (2) exportoval RTK pozici do RealWorks, (3) software použil RTK jako semínko pro ICP registraci. Výsledek: všech 8 stanic bylo vázáno na absolutní souřadný systém bez ztráty přesnosti. Bez RTK by to vyžadovalo instalaci 8–10 kontrolních bodů (reflektorů, terčů).
Praktické případy ze staveb a dolů
Případ 1: Obnova průmyslové haly v Pardubicích
Investor (stavební firma) potřeboval BIM model železné konstrukce stáří 40 let. Tradiční way: ruční měření páskometrem (5 dní, ±50 mm). Naš way: TLS.
Případ 2: Monitorování posunů hornické budovy
Budova nad starým dolní se vlivem sesedání pohybuje. Investor: "Měř ji každé čtvrtletí." Řešení:
Takto rozkazem by nás stál každý survey 8 hodin fieldwork + 2 hodiny software. S CloudCompare skriptem jsem zautomatizoval registraci — software dnes udělá se 100% spolehlivostí za 15 minut.
Případ 3: Záchrana dat ze zatopené jeskyně
Jeskyně Demänovská se zaplavuje — hydrolog potřeboval časosběr její morfologie. Fotogrammetrie (drone) není možná (tmavá, mokrá, bez wifi). TLS yes.
Bez SLAM by to vyžadovalo 30+ stanic + fotogrammetrii = 5× delší čas a horší výsledek v temnotě.
Často kladené otázky
Q: Kolik přesnosti potřebuji: ±10 mm nebo ±50 mm?
Záleží na účelu. Pro inženýrský projekt (konstrukci) potřebujete přesnost lepší než 1/300 délky (na 30 m budovu tedy ±100 mm). Pro historickou dokumentaci stačí ±200 mm. Vždy si proveďte ISO 19157 assessment: jakou chybu můžete tolerovat bez vlivu na rozhodování?
Q: Máme data z pěti různých laserových skenerů — jde je dohromady?
Ano. Všechny moderní TLS skeners výstupují e57 nebo las formáty s georeferencí. Pokud všechny stanice máte v jednom souřadném systému (ETRS89 nebo S-JTSK), software je spojí přes ICP. Hnízdí se obvykle: nejmenší chyba (mezi nejjednotnějšími značkami) je registrační seed, pak postupně přidáte zbylá mračna. CloudCompare to zvládá bezplatně.
Q: Prodáváme data klientům — co potřebujeme na právní dokumentaci?
E57 soubor musí obsahovat: (1) metadata podle ASTM E57.20 (source, timestamp, calibration), (2) georeferenci (WKT nebo EPSG kód), (3) QL classification (ISO 19157), (4) sigmu bodů. Překontroluji si vždy: jsou všechny body značené se sigma? Je jasné, zda je bod raw (měřený) nebo interpolovaný? Bez toho klient nemá právní zákřiv na použití dat.
Q: Jak mohu automatizovat workflow pro opakované projekty?
Python + Open3D nebo CloudCompare. Napsal jsem si skript (120 řádků Python, Open3D): (1) loadne e57, (2) filtruje body podle intensity a elevation, (3) registruje vůči kontrolním bodům (GCPs), (4) exportuje do las s QL flag. Běží 12 minut bez zásahu. Bez automatizace by to trvalo 2 hodiny ruční práce.
Q: CloudCompare je zdarma — proč bych měl koupit Faro Scene za statisíce?
Faro Scene je GUI, intuitivní, má 20 let vývoje. CloudCompare je command-line s GUI pro základy. Na stavbě, kde jsou stavbyvedoucí a laici (ne programátoři), potrebují okamžitý feedback — Faro Scene to dává, CloudCompare vyžaduje skripty. Pro geodety-kodéry: CloudCompare wins. Pro stavbyvedoucí: Faro Scene vítězí na UX. Pravda: pro oba jsem viděl úspěšné projekty.
---
Závěrečná poznámka: Trh software se v roce 2026 polarizuje. Velké firmy (Trimble, Leica, Faro) investují do AI a cloud deployment. Open-source komunita (CloudCompare, Open3D) stále rostou. Moje doporučení: pokud máte rozpočet a tým, začněte s proprietárním software (RealWorks, Scene). Pokud máte programátory a malý rozpočet, jděte na CloudCompare + Python. Hybrid je budoucnost: mračna registrujete zdarma (CloudCompare), vyšší kognitivní úlohy (BIM extraction, segmentace) svěřujete AI (RealityCapture na cloudu). To je strategie, kterou vidím u 70 % nových projektů v 2026.
