Definition: NeRF (Neural Radiance Fields) ist ein Verfahren, das aus einer Reihe von Fotos ein neuronales Netz trainiert, das eine Szene als dreidimensionales Lichtfeld beschreibt. Daraus lassen sich fotorealistische Ansichten aus Blickwinkeln berechnen, aus denen nie fotografiert wurde (“Novel View Synthesis”). Vorgestellt wurde die Methode 2020 von Ben Mildenhall und Kollegen auf der Konferenz ECCV.

Englisch: Neural Radiance Fields (NeRF)
Deutsch: Neuronale Strahlungsfelder

Funktionsweise

  1. Fotos aufnehmen: Dutzende bis Hunderte Bilder eines Objekts oder Raums aus verschiedenen Positionen.
  2. Kamerapositionen bestimmen: Software berechnet für jedes Foto, wo die Kamera stand und wohin sie zeigte.
  3. Netz trainieren: Das neuronale Netz lernt für jeden Punkt im Raum und jede Blickrichtung, wie dicht die Szene dort ist und welche Farbe sie zeigt.
  4. Neue Ansichten rendern: Für jeden Bildpunkt werden Strahlen durch die Szene verfolgt und die Werte entlang des Strahls zu einer Farbe aufsummiert (Volume Rendering).

Weil die Farbe von der Blickrichtung abhängt, gibt NeRF spiegelnde Flächen, Glanz und feine Strukturen oft überzeugender wieder als klassische Photogrammetrie. Das Original-Paper ist frei verfügbar (arXiv 2003.08934).

NeRF und Gaussian Splatting: 2023 stellten Kerbl et al. das 3D Gaussian Splatting vor. Es beschreibt die Szene nicht mit einem neuronalen Netz, sondern mit Millionen kleiner, farbiger Ellipsoide, und lässt sich in Echtzeit darstellen. In der Praxis hat Gaussian Splatting NeRF für viele Anwendungen abgelöst; für glTF gibt es dafür die ratifizierte Khronos-Erweiterung KHR_gaussian_splatting.

Grenzen: NeRF liefert kein klassisches 3D-Modell aus Dreiecken, sondern ein Lichtfeld. Maße, Baugruppen und Materialien lassen sich nicht direkt ablesen, das Rendern ist rechenintensiv, und die Szene muss während der Aufnahme statisch sein.

Bedeutung im Maschinenbau

  • Bestandsdokumentation: Produktionshallen, Altanlagen oder Baustellen lassen sich aus Fotos oder Drohnenvideos fotorealistisch erfassen, wenn keine CAD-Daten existieren.
  • Remote-Abnahme und Service: Kunde und Servicetechniker betrachten eine aufgenommene Anlage aus beliebigen Blickwinkeln, ohne vor Ort zu sein.
  • Ergänzung zu CAD: Die reale Umgebung kommt aus der Aufnahme, die neue Maschine als exaktes CAD-basiertes Modell, etwa für Layout-Planung oder einen Digital Twin.

Häufig gestellte Fragen (FAQ)

Ersetzt NeRF CAD-Daten?

Nein. NeRF zeigt, wie etwas aussieht, nicht wie es konstruiert ist. Für Konfiguratoren, Explosionsansichten oder Maßangaben bleibt das CAD-basierte Modell die Grundlage.

Brauche ich spezielle Hardware für die Aufnahme?

Für die Aufnahme genügen Kamera oder Smartphone. Das Training braucht eine leistungsfähige GPU oder einen Cloud-Dienst.

Was ist der Unterschied zu LiDAR?

LiDAR misst Abstände direkt und liefert präzise Punktwolken. NeRF leitet die Szene nur aus Fotos ab und ist optisch realistischer, aber weniger maßhaltig.

Verwandte Themen