Contents
1. iPhone Pro シリーズの LiDAR ハードウェア概要
iPhone Pro 系列に搭載された LiDAR センサーは、モバイル向け ToF（Time‑of‑Flight）測距技術としては業界トップクラスの性能を誇ります。本節では、ハードウェアの基本原理と各モデルが提供する測距範囲・点取得速度・点密度について、公式情報に基づいて整理します。
1.1 LiDAR の基本原理と対応モデル
LiDAR は赤外パルスを対象へ照射し、反射光が戻るまでの時間で距離を算出する ToF センサーです。Apple が公表している測定精度は ±2 mm（標準条件） であり、特に 0.5 m〜3 m の近距離領域で高分解能が得られます【¹】。対応モデルは iPhone 12 Pro 以降の全 Pro 系列です（12 Pro、13 Pro、14 Pro、15 Pro）。世代間でセンサー自体は同一アーキテクチャですが、A‑シリーズチップの演算性能向上に伴い、点取得速度とノイズ除去アルゴリズムが改善されています。
1.2 測距範囲・点取得速度・点密度
| 項目 | 仕様（公式値） | 補足 |
|---|---|---|
| 推奨測距範囲 | 0.2 m〜5 m【¹】 | 環境光が強いと上限が低下することがあります |
| 最大点取得速度 | 約 500 kpts / s（千点／秒）【²】 | 「kpts」は kilopoints の略です |
| 点密度のピーク | 0.5 m 前後で約 2 M pts（百万点）【²】 | 距離が遠くなると密度は比例的に減少 |
| 標準単位表記 | kpts / s, M pts, pts / m² | 本稿全体で統一した表記です |
重要ポイント
- iPhone Pro 系列はすべて LiDAR 対応ですが、測距範囲と点取得速度はハードウェアだけでなく CPU の処理能力にも依存します。実務テストでは 0.5〜3 m の距離帯を基準にすると、機種間の比較が安定します。
2. Polycam のスキャン解像度と AI 補正機能比較
Polycam は無料版と有料の Pro 版で提供される機能差が大きく、特に「点群サイズ」と「テクスチャ解像度」、そして AI を活用した補正アルゴリズムに顕著な違いがあります。本節ではそれぞれを数値化し、導入判断の材料とします。
2.1 解像度・テクスチャ上限
Polycam の公式ドキュメントによると、無料版は 2 M px（メガピクセル）まで、Pro 版は最大 8 M px に対応しています【³】。点群サイズの上限も同様に設定されており、無料版は 0.5 M pts、Pro 版は 2 M pts が上限です。これらの制限は大規模空間や微細ディテールが必要なケースで情報欠損を招く可能性があります。
| 項目 | 無料版 | Pro 版 |
|---|---|---|
| テクスチャ上限 | 2 M px | 8 M px |
| 点数上限 | 0.5 M pts | 2 M pts |
| エクスポート形式 | OBJ（制限あり） | OBJ・LAZ・PLY 等無制限 |
| 月間スキャン回数 | 最大 10 件 | 無制限 |
2.2 AI 補正機能の差異
- 無料版：基本的なノイズ除去のみ実装。メッシュ生成時の自動リトポロジーや欠損領域埋めは手作業が必要です。
- Pro 版：AI ベースの「スマートマージ」機能で複数スキャンを自動アラインし、点合わせ精度とノイズ除去性能を向上させます。また、メッシュ生成後に AI が局所的な歪みを検出・修正する 「ディテールリファイン」 モジュールが利用可能です【³】。
重要ポイント
- プロトタイプや小規模測定には無料版で十分ですが、業務用途（建築・土木など）では Pro 版の高解像度と AI 補正が品質確保に不可欠です。
3. 精度テスト前の準備：環境設定とキャリブレーションターゲット
測定結果の再現性を担保するには、照明条件・撮影距離・キャリブレーション用ターゲットの配置を統一することが重要です。本章では実験室レベルのベストプラクティスを具体的に示します。
3.1 照明と撮影距離のベストプラクティス
均一光は LiDAR の反射率変動を抑える鍵です。自然光が入る屋内でも 300‑500 lux 程度の拡散照明を確保し、直射光や強い影は避けます【¹】。撮影距離はセンサーの最適範囲である 0.5〜3 m を基準にし、テストでは 0.8 m、1.5 m、2.5 m の三段階でスキャンを実施すると距離依存性が明確になります。
3.2 キャリブレーションターゲット配置方法
| ターゲット | 推奨サイズ・形状 | 配置ポイント |
|---|---|---|
| チェッカーボード | A4 (210 mm×297 mm) を 9 × 6 マスに分割 | 水平面と垂直面の交点に配置し、iPhone は水平保持 |
| スケールバー | アルミ製 500 mm 長さ | 対象物側面に平行に置き、両端が視野内に入るよう調整 |
重要ポイント
- 均一照明と標準化されたターゲットを使用すれば、デバイス間や測定日による誤差を ±2 mm 以内に抑えることが可能です。
4. 実務で使える測定手法と点群取得プロセス
現場で即座に適用できる３つの測定手法（実寸比較、RMSE 算出、外部機器クロスチェック）をフローチャート形式で解説します。各手法は求められる精度と作業コストに応じて選択してください。
4.1 実寸比較法
概要：測定対象を実尺ツールで直接計測し、点群上の同一箇所と比較する最も手軽な手法です。
- 対象物をメジャーやデジタルキャリパで 長さ・幅・高さ を測定し、表計算ソフトに記録。
- Polycam の「距離測定」ツールでスキャン上の対応エッジ間距離を取得。
- 実測値とスキャン値の差分（mm）を算出し、±5 mm 以内か判定する。
事例：キッチン改修現場でカウンタートップ幅 900 mm を測定した結果、Polycam スキャンは 902 mm と 2 mm の誤差 が確認されました【⁴】。
4.2 RMSE 算出（チェッカーボード・スケールバー）
概要：格子状ターゲットの理想座標と取得座標との差を統計的に評価します。
- チェッカーボードの交点座標を自動抽出、または手動で取得。
- 各点の誤差 Δx, Δy を二乗し平均を取り、平方根を算出（RMSE）。
| 測定距離 | RMSE (mm) |
|---|---|
| 0.8 m | 3.2 |
| 1.5 m | 4.1 |
| 2.5 m | 5.6 |
洞窟測量（群馬県）では RMSE ≤ 4 mm を達成し、後続のマッピング精度向上に寄与しました【⁵】。
4.3 外部機器クロスチェック
概要：高精度レーザー距離計やトータルステーションで取得した座標系と Polycam 点群を ICP（Iterative Closest Point）で合わせ、残差分布から誤差を評価します。
- レーザー測定器で対象面の 3 点以上 を取得し、座標ファイル（CSV）に保存。
- CloudCompare の「ICP Registration」機能で Polycam 点群と外部座標系を合わせる。
- 残差（mm）をヒストグラム化し、平均誤差と最大誤差が ±5 mm 以内か確認する。
事例：土木現場の橋脚測定で、トータルステーションとの ICP 結果は平均 2.8 mm、最大 6.1 mm（遮蔽面のみ）という結果が得られました【⁶】。
重要ポイント
- 実寸比較は手軽だが対象が限定的。
- RMSE は格子ターゲットが必要だが、精度評価として最も客観的。
- 外部機器クロスチェックは工数が大きいものの、大規模・高精度要求案件で唯一推奨できる手法です。
5. 点群データの評価ツールと主要指標
取得した点群を定量的に評価するためのフリーソフト CloudCompare と Polycam 内蔵分析機能の使い方を解説します。
5.1 CloudCompare での評価
手順：
File > Openから Polycam エクスポート（OBJ/LAZ）を読み込む。- ポイント密度は
Tools > Density > Compute cloud densityで算出し、単位は pts / m²。建築現場の目安は 1 500 ~ 2 500 pts / m²【¹】。 - ノイズ評価は
Tools > Statistics > Compute cloud RMSで各点の標準偏差（mm）を取得し、RMS が ≤ 2 mm 以下であれば良好と判断する。
| 評価項目 | 推奨基準 |
|---|---|
| ポイント密度 | ≥ 1 500 pts / m² |
| ノイズ RMS | ≤ 2 mm |
| 欠損率 | ≤ 1 % |
5.2 Polycam 内蔵分析ツール
- スキャン統計：アプリ右上メニューの「Statistics」から点数、面積、平均距離誤差が確認可能。
- エラーマップ表示：
Analyze > Error Mapでカラーリングされた誤差分布を取得し、問題箇所を視覚的に特定できる。 - CSV 出力：
Export > CSVにより点座標と誤差情報をエクスポートし、Excel 等で二次解析が可能【³】。
重要ポイント
- CloudCompare は詳細な数値解析に最適で、Polycam の内部ツールは現場での即時評価に便利です。両者を併用すれば、定量的根拠と視覚的フィードバックの両面から品質管理が実現します。
6. テスト結果のレポート化・品質基準と導入判断
測定データは レポート として共有しなければ意思決定に結びつきません。本章では、標準的なテンプレート例と建築・インテリア分野で広く採用されている ±5 mm の品質基準の設定方法を示します。
6.1 レポートテンプレート例
| 項目 | 内容 |
|---|---|
| テスト日・場所 | 2026‑06‑28 群馬県洞窟測量現場 |
| デバイス | iPhone 15 Pro (LiDAR) |
| 使用版 | Polycam Pro |
| 測定手法 | RMSE（チェッカーボード）／外部機器クロスチェック |
| RMSE | 3.8 mm |
| ポイント密度 | 2 100 pts / m² |
| ノイズ RMS | 1.6 mm |
| メッシュ誤差 (Hausdorff) | 4.2 mm |
| 判定基準 | ±5 mm 内 → 合格 |
- 各項目は「測定手法」→「取得指標」→「判定結果」の順で記載し、不合格 の場合は再補正策（AI 補正再適用、マージ設定変更など）と再テスト計画を必ず添える。
6.2 品質基準（±5 mm）の活用例
| 分野 | 許容誤差 | 主な利用シーン |
|---|---|---|
| 建築構造体 | ±5 mm | 壁・柱の位置確認、施工図との合致チェック |
| インテリアリフォーム | ±5 mm | キッチンカウンタートップ、設備取り付け精度 |
| 土木測量 | ±10 mm（※大型構造は緩和） | 橋脚・トンネル断面の基準点確認 |
この ±5 mm 基準は、実務で求められる「施工許容差」とほぼ一致しており、レポートに記載すれば顧客やステークホルダーへの説明が容易になります【⁴】。
重要ポイント
- 標準化されたレポートフォーマットと明確な品質基準を導入すれば、測定結果の信頼性が向上し、Polycam の導入判断プロセスがスムーズに進みます。
参考文献
- Apple Inc., iPhone 12 Pro Technical Specifications, https://www.apple.com/jp/iphone-12-pro/specs/ (閲覧日: 2026‑06‑01)
- Apple Inc., LiDAR Scanner – How it works, https://developer.apple.com/documentation/arkit/lidar_scanner (閲覧日: 2026‑06‑01)
- Polycam, Pricing & Feature Comparison, https://www.polycam.ai/pricing (閲覧日: 2026‑06‑02)
- 建築情報学会, モバイル LiDAR を用いた現場測定の実務ガイドライン, 2025 年版, pp. 12‑18.
- 鈴木 健太郎 他, “iPhone LiDAR による洞窟測量の評価”, Journal of Surveying Technology Vol. 42, No. 3 (2025), pp. 45‑53.
- 田中 裕史, “トータルステーションとモバイル LiDAR のハイブリッド測定手法”, 土木技術レポート 2024, 第27号, pp. 67‑74.