Enklere oversikt med Spotscale
Oppdag renoveringsbehov og skader i tide. Oppstartsbedriften Spotscales algoritmer erstatter tidkrevende bygningsinspeksjoner og mengder av dokumentasjon med en 3D-modell basert på høyoppløste dronebilder, og oppdaterer dessuten informasjonen løpende.
kontakt oss i dag
Grunnlagt: 2013.
Hovedkontor: Linköping, Sverige.
Antall ansatte: 12 personer.
Forretningsidé: Å lage høyoppløste 3D-modeller av eksisterende bygninger, slik at man kan inspisere,
analysere og utvikle disse på distanse.
droner & digitalisering
Hvordan jobber Spotscale?
–V i forstod veldig tidlig at byggeiere trenger detaljert informasjon om sine tak og fasader. Innen forvaltning er det en ”no-brainer” at det må dokumenteres kontinuerlig, slik at man kan danne seg et bilde av slitasje og eventuelle vedlikeholdsbehov. Det behøves også akutte inspeksjoner når noe har gått i stykker eller hvis det har oppstått fuktskader, sier Ludvig Emgård, adm.dir. og grunnlegger av svenske Spotscale.
I 2013 da Spotscale startet var det kanskje en av hundre byggeiere som forstod hva bedriften egentlig gjør – i dag er det en av ti, tror Ludvig Emgård. I dag har de fleste forstått verdien av droner og digitaliseringen har tatt sjumilssteg de seneste årene. Også Spotscale har vokst, fra tre personer i begynnelsen til dagens tolv.
Hvordan jobber så Spotscale? Det første trinnet når bedriften skal lage en 3D-modell, er å la en drone fotografere oppdragsgiverens bygning med tusenvis av bilder. Siden bearbeides dronebildene av Spotscales algoritmer som trekker ut informasjon og skaper 3D-modeller. Det er disse modellene kundene siden kan ha i sin nettleser og dele med f.eks. vaktmestere.
– Det er fantastisk å bruke droner. Byggeierne slipper å sende opp folk på tak og fasader, og vi finner ting som det er vanskelig å se med kikkert. Man sparer også tid når man ikke trenger å dra ut til bygningen. Dessuten er det mer miljøvennlig å redusere antallet fysiske besøk, forklarer Ludvig Emgård.
gir bedre bilde av virkeligheten
Hvordan fungerer modellen?
Modellene kan gi et bedre bilde av virkeligheten enn det menneskelige øyet: Ved f.eks. en takinspeksjon er det vanskelig å få et godt overblikk hvis man går på taket og det kan også være lettere å oppdage fuktflekker ved lekkasje på avstand.
– Forestill deg dessuten at bygningen er veldig stor, f.eks. en industribygning eller et sykehus. Hvis du skal fotografere hele fasaden, får du kanskje 10 000 bilder som ser like ut, men i 3D-modeller er det enkelt å navigere lynraskt til rett sted, påpeker Ludvig Emgård. Oppdragene varierer, men i hovedsak handler det om industribygninger og kommersielle eiendommer.
Et typisk oppdrag kan være å dokumentere en bygning før en renovering:
– Før en renovering kan dronebilder og en 3D-modell være til stor hjelp for å forstå behovet og beregne kostnadene. Hvor mange vinduer handler det om som skal byttes og hvor mange takpanner er det som er ødelagte eller kan brukes om igjen? Hvis vi bruker et termokamera, ser vi også varmelekkasjer, da fanger vi opp kulderas og lekkende vinduer slik at isolasjonsbehovet synes tydelig.
Etter en renovering eller oppføring av et nybygg er det også gode grunner til å lage en 3D-modell. Ludvig Emgård nevner et nybygd sykehus som et slikt oppdrag. Der ville oppdragsgiveren dokumentere hvordan bygget ble, om tegningene faktisk ble fulgt og at monteringen ble korrekt, noe som kan være klokt ut fra et garantisynspunkt.
Fremover tror Ludvig Emgård at Spotscale kommer til å få flere oppdrag som handler om innemiljøer.
I løsningen kan plantegninger legges inn i 3D-modellene for å beregne f.eks. energiforbruk og temperatur i ulike rom, og siden kan dette kobles sammen med analyser utenfra. På den måten kan energibruken optimeres.
– Jeg tror også at AI kommer til å spille en stadig større rolle, at vi vil kunne lære datamaskinen å forstå ulike typer defekter. Vi har f.eks. sett et stort behov for å kontrollere fukt i tak. Fukten finner vi ved hjelp av termokameraer, men i dag kreves det at et menneske siden vurderer om skaden er alvorlig eller ikke. Men jeg tror at på sikt kommer AI til å lære seg å forstå dette.
