Contents
RealityScan の概要と対応 OS・必要スペック
RealityScan は、スマートフォンのカメラ映像や LiDAR（Light‑Detection and Ranging）データを元に、クラウド上で自動的に高精度 3D メッシュを生成するサービスです。本セクションでは、対応 OS の最新要件と、実務で快適に利用できるハードウェアの最低条件・推奨スペックをまとめます。OS バージョンやハードウェア要件は公式ドキュメント（2024‑12 更新）に基づきますので、導入前に必ず最新版をご確認ください。
1. 対応 OS の正確な情報
- iOS：iOS 15 以上が必須です（RealityScan 公式サイト「System Requirements」[^1]）。
- Android：Android 11（API Level 30）以降をサポートしています（同上）。
※2023 年以前にリリースされたデバイスでも、最新アプリはインストールできません。OS アップデートが可能かどうか、事前に確認しましょう。
2. 推奨ハードウェアとスペック
| 項目 | iOS 推奨機種例 | Android 推奨機種例 |
|---|---|---|
| OS バージョン | iOS 15 以上 | Android 11 以上 |
| 深度取得センサー | LiDAR（iPhone 13 Pro 系列以降） | ARCore Depth API 対応カメラ（Pixel 7、Galaxy S23、Xiaomi 13 Pro 等） |
| CPU / GPU | A15 Bionic 以上 / Apple GPU | Snapdragon 8 Gen 2 以上 / Adreno GPU |
| 空きストレージ目安 | 5 GB 以上（推奨 10 GB） | 5 GB 以上（推奨 10 GB） |
| メモリ | 4 GB 以上（8 GB 推奨） | 6 GB 以上（8 GB 推奨） |
- 空きストレージの根拠：1 回のスキャンで生成されるデータは平均 150 MB（LiDAR）〜300 MB（フォトグラメトリ）程度です[^2]。余裕を持たせるために 5 GB 以上を確保してください。
用語解説（初心者向け）
| 用語 | 説明 |
|---|---|
| LiDAR | 赤外線パルスで対象までの距離を測定し、深度マップを生成するセンサー。iPhone 13 Pro 以降に搭載されています。 |
| フォトグラメトリ | 複数枚の画像から共通特徴点を抽出し、3D 点群やメッシュを再構築する手法。光量が十分でテクスチャが豊富な対象に向いています。 |
| オーバーラップ率 | 隣接フレーム間で共有される画像領域の割合。70 % 以上が推奨されています（RealityScan 操作ガイド 2026‑01）[^3]。 |
| SLAM | Simultaneous Localization and Mapping の略。リアルタイムで自己位置と環境マップを同時に推定します。 |
撮影前準備：チェックリストと最適設定
このセクションでは、撮影品質を左右する「デバイス設定」と「対象物特性」の 2 カテゴリに分けて、必ず確認すべき項目をまとめます。
デバイス設定のポイント（導入文）
スマートフォン側のカメラ設定と照明環境は、深度取得やテクスチャ生成の成功率に直結します。以下の設定は、RealityScan が推奨する「ベストプラクティス」に沿ったものです。
- 解像度：4K（3840 × 2160）30 fps 以上を選択。高解像度ほど細部情報が増え、メッシュ精度が向上します[^4]。
- HDR：オンにしてハイダイナミックレンジを確保。明暗差の激しいシーンでもディテールが失われません。
- ホワイトバランス：自動より「固定（昼光・蛍光灯）」で色ブレを防止。撮影前に環境光に合わせて設定してください。
- 手ブレ補正：オンのままで、三脚または安定したグリップを使用すると、フレーム間の位置ずれが最小化されます。
照明条件：自然光が均一に当たる屋外やソフトボックス付き人工光が理想です。直射日光や強い影は深度ノイズの原因になるため避けましょう。
対象物特性の確認項目（導入文）
対象のサイズ・表面状態は、LiDAR とフォトグラメトリのどちらを主に使用すべきかの判断材料になります。
| 項目 | 推奨条件 | 注意点 |
|---|---|---|
| サイズ | 0.5 m〜10 m が最適（LiDAR の測距範囲）[^5] | 10 m 超える場合はフォトグラメトリ主体に切替。 |
| 表面光沢 | マットまたは拡散処理済みが望ましい | 鏡面・金属は反射で深度取得が困難。マットテープ等で対策。 |
| テクスチャー | 細かい模様や色差が多いほど精度向上 | 無地・単色は特徴点が少なく、画像マッチングが失敗しやすい。 |
スキャン手順と LiDAR／フォトグラメトリの使い分け
本節では、アプリ内ガイドに沿った操作フローと、シーン別に最適なモードを選ぶための比較表を提示します。
操作フローチャート（導入文）
RealityScan のインタラクティブガイドは、全方向撮影とオーバーラップ率をリアルタイムで可視化します。以下の手順に従ってください。
- アプリ起動 → 「新規スキャン」 を選択。
- 画面左上の円形インジケータが緑になるまで、対象物をゆっくり回転させながら撮影。
- 推奨オーバーラップ率は 70 % 以上（実測で安定した 75 % が目安）[^3]。
- 撮影完了後、画面右下の「アップロード」ボタンでクラウドへ送信。
※撮影中にインジケータが赤になると、フレーム間のオーバーラップが不足しているか、ブレが検出されたことを意味します。位置を調整し再撮影してください。
LiDAR とフォトグラメトリ切替の指針（導入文）
対象物の特性と撮影環境に応じてモードを選択すると、処理時間と精度のバランスが最適化されます。
| 条件 | 推奨モード | 理由 |
|---|---|---|
| 0.5 m〜5 m の中小オブジェクト、表面がマット | LiDAR | 深度取得が高速でノイズが少ない。 |
| 5 m 超の大型構造物、光量が豊富 | フォトグラメトリ | 高解像度画像により細部を再現できる。 |
| 低照度・逆光シーン | LiDAR（光に依存しない） | 深度情報が確保でき、画像のノイズが抑えられる。 |
| 鏡面・金属光沢が多い対象 | フォトグラメトリ＋マットテープ併用 | 反射を抑えて特徴点抽出を安定化させる。 |
クラウド処理から出力までのフロー
スキャンデータは端末からクラウドへ転送され、自動でメッシュ生成・テクスチャ貼り付けが行われます。このセクションでは、通信量目安、処理時間、主要な出力形式と活用例を解説します。
通信量とオフラインキューイング（導入文）
アップロードに必要なデータ容量は撮影モードによって異なります。
- LiDAR スキャン：約 150 MB / 10 分間の撮影[^2]。
- フォトグラメトリ：約 300 MB / 15 分間の撮影[^2]。
Wi‑Fi 環境でのアップロードを推奨しますが、モバイル回線しかない場合は「オフラインキューイング」機能（バックグラウンド送信）を有効にし、Wi‑Fi 復帰時に自動転送させると通信費を抑えられます[^1]。
処理時間の目安（導入文）
クラウド側でのメッシュ生成はデータ量と対象物の複雑度に依存しますが、公式ベンチマークでは以下の平均値が報告されています。
| モード | 平均処理時間 |
|---|---|
| LiDAR データ | 約 8 分 |
| フォトグラメトリデータ | 約 15 分 |
※実際の所要時間はオブジェクトの形状やテクスチャ数により変動します（最大 30 % 程度）[^6]。
出力形式と実務活用例（導入文）
生成されたモデルは複数フォーマットでダウンロード可能です。用途別に最適な形式を選択してください。
| フォーマット | 特長 | 推奨活用シーン |
|---|---|---|
| FBX | 階層・アニメーション情報保持、広範囲の DCC ツールで読込可 | Unreal Engine / Unity への直接インポート（ゲーム開発） |
| OBJ | テクスチャ分離が容易、CAD ソフトでも対応 | BIM ソフトや建築設計で形状確認 |
| glTF (GLB) | Web/AR 用に軽量かつ PBR マテリアルを保持 | Web AR ビューア、モバイルデモ |
| USDZ | Apple エコシステム向けネイティブ表示 | iOS ARKit アプリ、製品カタログ |
例）建築業務では OBJ を BIM ソフトに取り込み、構造体の寸法チェックを行います。ゲーム開発では FBX を UE5 にインポートし、LOD（Level of Detail）設定でリアルタイム描画負荷を最適化します。
実務向け活用例とトラブルシューティング
Unreal Engine へのインポート手順（導入文）
RealityScan が出力した FBX を UE5 に取り込む具体的な流れです。
- FBX ファイルを UE5 のコンテンツブラウザへドラッグ＆ドロップ。
- インポート設定で「Import Materials」を有効にし、テクスチャが自動割り当てされることを確認。
- 「Generate LODs」でデシメーションレベルを設定（例：LOD0 = 100k triangles、LOD1 = 25k triangles）。
- ポイントクラウド情報（RealityScan が生成する
.pcd）は UE5 の「Point Cloud」プラグインで読み込み、材質別にフィルタリング可能です。これにより壁・床・構造部材を自動分割し、レベルデザインが効率化されます。
3D プリント向け最適化手順（導入文）
プリンタ用にメッシュを調整する際のチェックポイントです。
- ウォータタイト検証：MeshLab の「Watertight」機能で穴や非マニホールド面を自動検出し、修正。
- サポート生成：Cura などのスライサーでオーバーハング角度 > 45° を対象に自動サポートを作成。
- スケール設定：エクスポート時にミリメートル単位を選択し、プリンタのビルドボリュームに合わせてスケーリング。
よくあるエラーと対処法（導入文）
| エラー | 主な原因 | 推奨対策 |
|---|---|---|
| ノイズ除去が失敗 | 照明不足・反射面過多 | 拡散光を追加し、LiDAR モードへ切替後再撮影。アプリの「リトライ」機能で再処理 |
| テクスチャ欠損 | オーバーラップ率が低い（30 % 未満）または画像枚数不足 | 撮影時に 75 % 以上のオーバーラップを保ち、最低 30 枚以上撮影する[^3] |
| 通信エラー | モバイル回線の不安定さ・パケットロス | 「オフラインキューイング」→Wi‑Fi 復帰時に自動再送。必要ならファイルを手動で圧縮してからアップロード |
2026 年最新アップデート活用ヒント（導入文）
- SLAM データインポート：外部の SLAM ソフト（例：OpenVINS、RTAB‑Map）で取得した点群を RealityScan に直接取り込めます。これによりドローンやロボットで撮影した大規模測量データと組み合わせたハイブリッドスキャンが可能です[^7]。
- マルチユーザー共同プロジェクト：クラウド上で複数アカウントが同一スキャンにコメント・修正指示を付与でき、品質管理のトレーサビリティが向上します。
FAQ（よくある質問）
Q1. iOS 15 未満のデバイスでも RealityScan は動作しますか？
A: 公式ドキュメントでは iOS 15 以上が必須とされています。旧 OS では一部機能が制限され、クラウドアップロードも失敗する可能性があります。
Q2. Android 端末で LiDAR に相当する深度情報は取得できますか？
A: ARCore の Depth API が対応していれば、LiDAR と同等の深度マップを生成できます。ただし測距精度は iPhone 13 Pro 系列の LiDAR より若干劣ります。
Q3. オーバーラップ率が 70 % 未満でもスキャンは可能ですか？
A: 可能ですが、画像マッチングエラーが増え、メッシュに穴や歪みが生じやすくなります。最低でも 60 % は確保し、できれば 75 % を目指してください。
Q4. 大容量データのアップロードが途中で止まってしまいます。
A: Wi‑Fi が不安定な場合は「オフラインキューイング」機能を有効にし、通信が回復したタイミングで自動再送させるか、PC から直接ブラウザ経由でアップロードしてください。
まとめ
- OS 要件：iOS 15 / Android 11 以上（公式サイト確認）
- ハードウェア：LiDAR 搭載 iPhone 13 Pro 系列、または ARCore Depth API 対応のハイエンド Android が推奨
- 撮影設定：4K HDR、固定ホワイトバランス、70 % 以上オーバーラップ、適切な照明
- モード選択：対象サイズ・表面特性に合わせて LiDAR とフォトグラメトリを使い分ける
- クラウド処理：データは約 150 ~ 300 MB／セッション、平均 8‑15 分で完了
- 出力形式：FBX・OBJ・glTF・USDZ を用途別に選択し、Unreal Engine や 3D プリントへシームレスに活用
これらのベストプラクティスを守ることで、スマートフォンだけで 撮影 → クラウド処理 → 多様なフォーマット出力 → 実務ツールへの組み込み がスムーズに行えます。結果として建築・ゲーム・AR/VR プロジェクトのプロトタイピングや 3D プリントが大幅に高速化され、開発コスト削減につながります。
参考文献
[^1]: RealityScan 公式サイト「System Requirements」(2024‑12 更新). https://realityscan.com/system-requirements
[^2]: RealityScan 開発者向けドキュメント「Data Size Guidelines」(2025‑03). https://docs.realityscan.com/data-size
[^3]: RealityScan 使い方ガイド 2026‑01, 「撮影時のオーバーラップ率について」. https://realityscan.com/guide#overlap
[^4]: Apple Developer Documentation「Recording video with AVFoundation」(2025). https://developer.apple.com/documentation/avfoundation/video_capture
[^5]: LiDAR 技術白書 (2024), 「測距範囲と精度」. https://research.lidar.org/whitepaper2024
[^6]: RealityScan パフォーマンスベンチマークレポート 2025‑11, 「処理時間統計」. https://realityscan.com/performance-report
[^7]: OpenVINS プロジェクトページ「SLAM データインテグレーション」(2026). https://github.com/rpng/openvins