Die diesjährige Forschungsfrage lautet "Wie kann man Archäologen und Forscher in Ihrem Themengebiet unter die Arme greifen?". Zu dieser Forschungsfrage muss nun jedes Team ein Problem heraus suchen und eine Idee bzw. eine Lösung für dieses Problem entwickeln.
Das Problem, das wir uns dieses Jahr ausgesucht haben ist die manuelle Suche nach passenden Scherben. Die kostet Archäologen enorm viel Zeit. Unser Ziel ist es, diesen Prozess durch Technik zu optimieren. Wir probieren das ganze zu lösen, indem wir eine kostengünstigen 3D-Scanner entwickeln, der Fundstücke digitalisiert. Eine lokale KI setzt die Teile dann virtuell zusammen und erstellt für die Forscher eine präzise dreidimensionale Anleitung zum Wiederaufbau.
Der 3D Scanner
Unser Scanner setzt auf Photogrammetrie, um maximale Präzision mit wirtschaftlicher Effizienz zu vereinen. Basierend auf dem OpenScan-Modell haben wir eine optimierte Lösung entwickelt, die eine kostengünstige Alternative zu teuren Industriegeräten darstellt.
Das Gerät erfasst Objekte bis zu 20 x 20 cm in einem fast vollständigen 360° Radius. Aus der Vielzahl überlappender Einzelbilder entsteht eine detaillierte Punktewolke, die das Objekt mit einer Genauigkeit von bis zu 0,1 mm (bei 1440p und 350 Bildern) digital abbildet. Um den Prozess für die Archäologie zu perfektionieren, haben wir zudem die Software und das Interface modifiziert. Damit ist das System nicht nur intuitiv bedienbar, sondern auch optimal auf die anschließende KI-Verarbeitung vorbereitet.
Orginal Modell von OpenScan
Wir haben uns von diesem Modell inspirieren lassen, da unser Ansatz auf einem vergleichbaren Prinzip basiert. Die Genauigkeit liegt bei ~0,01 mm, wobei Objekte mit Abmessungen von bis zu 9 x 9 x 9 cm gescannt werden können.
Version 1 (teilweise OpenScan)
Dieses Modell ist ein früherer Prototyp des OpenScan Projekts, mit dem wir experimentiert und den wir für unsere Anforderungen angepasst haben. Diese Version unterstützt auch größere Kameras, wie zum Beispiel DSLRs oder spiegellose Systemkameras. Zudem lassen sich damit größere Objekte erfassen, wobei die Genauigkeit geringfügig abnimmt.
Version 2 (erste eigene Version)
Da wir mit der vorherigen Version (v1) an technische Grenzen gestoßen sind, haben wir uns für die Konstruktion eines eigenen Modells entschieden. Anstatt den Rahmen zu bewegen, kommt nun ein Schlitten zum Einsatz, auf dem die Kamera montiert wird. Die Vorteile liegen in der geringeren bewegten Masse und einer höheren Stabilität. Zudem ist das System skalierbar: In unserer aktuellen Variante ist es möglich, Objekte und Scherben bis zu einer Größe von 20 x 20 x 20 cm zu scannen. Dabei erreichen wir eine Genauigkeit von ~0,1 mm.
Version 2.5
Unterversionen von unserer 2. Version
Version 2.1
Grundkonstrucktion mit Schlitten
Version 2.2
Vergrößerung des Zahnradratios des Schlittens
Version 2.3
erstmalige Verwendung von Beleuchtung (selbst in der Schule produziert)
Version 2.4
einfarbiger Hintergrund für bessere Qualität des 3D Scannes, leichte ausbesserungen in der Elektronik
Version 2.5
ändern der Hintergrundfarbe, für besseren Kontrast
Version 2.1
Version 2.3
Version 2.2
Version 2.4
Version 3
Um die Benutzerfreundlichkeit zu erhöhen und den 3D-Scanner auch ohne Internetverbindung bedienen zu können, haben wir ein Bedienpult ergänzt. Da die Ausleuchtung in der zweiten Version noch unregelmäßig war, wurde das Beleuchtungskonzept optimiert. Das Artefakt wird nun nicht mehr nur von vorne, sondern zusätzlich aus allen vier Ecken beleuchtet. Auch der Schlitten wurde grundlegend überarbeitet: Der Motor befindet sich nun nicht mehr im Schlitten selbst, sondern zusammen mit der Elektronik in der Basis. Dies spart Gewicht und ermöglicht den flexiblen Einsatz verschiedener Motortypen. Zudem ist der 3D Scanner modular geworden. Wenn er aus einander gebaut wird, passt er inklusive der Holzbasis in eine 100x40x40cm Box (Wenn man ordentlich quetscht, passt auch noch etwas Werkzeug rein 😉).
Zudem haben wir die Elektronik vom originalen OpenScan "GreenShield" auf eine eigene Entwicklung umgestellt. Dies bietet uns folgende Vorteile: eine angepasste Basisspannung, Anschlüsse für 24V-LEDs, drei statt zwei Motortreiber (da der Schlitten über zwei Antriebsmotoren verfügt), PWM-Dimmung der LEDs sowie direkten Zugriff auf die verbleibenden GPIO-Pins.
Version 4
Die v4 ist im Moment noch in Arbeit :)
Ab der 3. Version haben wir die Mainboard(s) selber entwickelt. Dies ermöglichte die abpassung auf unseren Nutzen und brachte uns flexibilitat in der Entwicklung. Die Scheinwerfer für die Beleuchtung durften wir netterweise bei Herrn Nussbaumer in der Elektronik Werkstatt selbst (mit unserer Schulinterner Ätzanlage) herstellen.
Ätzanlage
Die KI
---
Der Mehrwert in der Archäologie und Museologie
Die Einsatzmöglichkeiten unseres 3D-Scanners sind besonders im Bereich der Archäologie und Museologie vielfältig und zukunftsweisend. Ein zentraler Vorteil liegt in der Unterstützung von Archäologinnen und Archäologen: Durch die präzisen digitalen Abbilder wird das mühsame, manuelle Zusammensetzen zerbrochener Scherben erheblich erleichtert, da Anpassungen zunächst virtuell und zerstörungsfrei getestet werden können.
Darüber hinaus profitieren Museen von der digitalen Erfassung, da sie nun kostengünstig hochwertige Duplikate ihrer Exponate erstellen können. Diese Kopien ermöglichen es, wertvolle Originale sicher zu verwahren, während die Replikate der Öffentlichkeit in Ausstellungen zugänglich gemacht werden. Dieser digitale Ansatz erlaubt es zudem, archäologische Artefakte museumsübergreifend zu teilen und so die internationale Forschung und Zusammenarbeit zu fördern.
Ein entscheidender wirtschaftlicher Vorteil ist die Nutzung von Open-Source-Technologie, wodurch für die Institutionen keinerlei Software- oder Lizenzgebühren anfallen. Da das System zudem autark und ohne Internetverbindung (Offline-Betrieb) funktioniert, bietet es ein Höchstmaß an Diskretion und Datensicherheit. Dies ist besonders wertvoll, um die Dokumentation auch bei geheimen oder sensiblen Grabungen problemlos und geschützt durchzuführen.
Laut Annette Schiek bietet KI eine Lösung für ein Kernproblem der Archäologie: die virtuelle Zusammenführung von Fragmenten, die physisch weltweit in verschiedenen Museen verstreut sind. Sie ist auch der Meinung, dass diese digitale Methode skalierbar ist und über Keramik hinaus auch auf großformatige Artefakte wie Statuen oder Gebäude anwenden lässt.
Ein besonderer Dank gilt Herrn Müller, der unserem Projekt von Beginn an mit großer Begeisterung begegnete. Er unterstützte uns maßgeblich dabei, die archäologische Perspektive in unsere Forschung zu integrieren. Durch seine fundierte Expertise konnten wir die Anforderungen der modernen Archäologie besser verstehen und unseren Scanner gezielt auf die Bedürfnisse der Feldarbeit und Fundauswertung zuschneiden.
Die Unterstützung von Herrn Özçelik war sowohl bei der Präsentation unseres 3D Scanners als auch bei der Ausarbeitung potenzieller Anwendungsszenarien in Museen und auf Ausgrabungsstätten von entscheidender Bedeutung.
Sowohl bei der Konzeption des generellen Scanner-Designs als auch bei der Umsetzung unserer spezifischen Optimierungen war Thomas Megels fundierte Expertise von unschätzbarem Wert. Darüber hinaus leistete er einen maßgeblichen Beitrag beim Benchmarking, wobei seine Unterstützung und sein Fachwissen entscheidend für den Erfolg unserer Tests waren.
Herr Kubitschke unterstützte uns maßgeblich bei der Erstellung der Schaltpläne sowie bei der gesamten Entwicklung unserer hauseigenen Elektronik. Darüber hinaus leistete er einen entscheidenden Beitrag zur Implementierung einer funktionierenden Polarisation der Beleuchtungseinheiten.
Ein besonderer Dank gilt Professor Chen Feng, der unser Vorhaben von Beginn an mit großem Lob und Zuspruch begleitete. Er und sein gesamtes Team zeigten sich begeistert von unserer Initiative, ihren technologischen Ansatz aufzugreifen und innovativ weiterzuentwickeln. Diese Form des wissenschaftlichen Austauschs wurde von ihnen ausdrücklich begrüßt. Insbesondere bei komplexen Fragestellungen zur Implementierung der Künstlichen Intelligenz sowie zur Optimierung des Programmcodes standen uns das Team und allen voran Herr Jiang Zeyu jederzeit mit zeitnaher und kompetenter Unterstützung zur Seite.
Dankesagung
Dieses Projekt war eine intensive Reise, die wir nicht ohne die wertvolle Unterstützung unserer Coaches und zahlreicher Experten hätten realisieren können. Ohne ihren unermüdlichen Einsatz wäre dieses Ergebnis in dieser Form nicht möglich gewesen.
Ein herzlicher Dank gilt unseren Fachbetreuern: Professor Chen Feng und seinem Team (insbesondere Jiang Zeyu) für die Unterstützung bei der KI-Implementierung, sowie Herrn Müller, der uns half, die archäologische Perspektive und Feldanforderungen tief in unsere Forschung zu integrieren. Herrn Kubitschke danken wir für seine Expertise bei der Elektronikentwicklung und der Licht-Polarisation, während Herrn Özçelik maßgeblich dazu beitrug, die Anwendungsfälle für Museen und Grabungen präzise herauszuarbeiten.
Besonders hervorheben möchten wir Thomas Megel, dessen fundierte Expertise bei der Konzeption des Scanner-Designs und dem kritischen Benchmarking für den Erfolg unserer Tests von unschätzbarem Wert war. Zudem danken wir Annette Schiek (Textilmuseum Krefeld) für ihre wertvollen Impulse; ihre Einschätzung, dass KI eine virtuelle Zusammenführung verstreuter Fragmente ermöglicht, hat unsere Vision einer skalierbaren, digitalen Archäologie maßgeblich bestärkt.
Abschließend möchten wir uns bei allen Mitwirkenden bedanken, die durch ihr Fachwissen und ihr Vertrauen in unsere Arbeit einen entscheidenden Beitrag zu diesem Projekt geleistet haben.