3D-Scanner für den menschlichen Körper: Methoden und Anwendungen

Zusammenfassung

Ein 3D-Scanner für den menschlichen Körper erfasst die externe Oberflächengeometrie des Körpers — Form, Konturen und manchmal Farbtextur — statt der inneren Anatomie. ISO 20685-1 behandelt 3-D-Oberflächenscans zur Erfassung von Daten zur menschlichen Körperform und in ISO 7250-1 definierten Messungen, während ISO 7250-1 die Messgrundlage für die Extraktion standardisierter 1D- und 2D-Werte aus 3D-Scans bereitstellt. [1] [3]

Das 3D-Scannen des Körpers umfasst Photogrammetrie oder passive Stereoverfahren, strukturiertes Licht, laserbasierte Triangulation, Laufzeitverfahren und andere Tiefensensorik, feste Kabinen mit mehreren Kameras, Handheld-Systeme und smartphonegestützte Erfassung. In der Praxis hängen die Ergebnisse ebenso stark vom Workflow wie vom Sensor selbst ab: Haltungskontrolle, Vorbereitung von Kleidung und Haaren, Kalibrierung, Registrierung, Vernetzung, Landmarkensetzung und Qualitätsprüfungen beeinflussen alle, ob das Ergebnis nutzbar ist. Es gibt keinen universell besten 3D-Ganzkörperscanner. Das richtige System hängt vom Anwendungsfall — standardisierte Messungen, Avatare, Drucken, Ergonomie oder Forschung — und davon ab, ob der Workflow für diese Aufgabe validiert wurde. [8] [1] [3]

Was das 3D-Scannen des menschlichen Körpers erfasst (und was nicht)

Typische Ergebnisse sind eine Punktwolke, ein Oberflächenmesh und manchmal eine Texturkarte sowie softwareerzeugte Landmarken und abgeleitete anthropometrische Messungen. [3]

Ausgaben: direkt vs. abgeleitet

Eine Punktwolke ist eine Menge abgetasteter 3D-Oberflächenpunkte. Ein Mesh ist eine aus diesen Punkten oder aus Tiefendaten rekonstruierte zusammenhängende Oberfläche, damit der Körper visualisiert, bereinigt, gemessen, vereinfacht oder exportiert werden kann. Textur fügt Informationen zum Erscheinungsbild hinzu, ist aber nicht dasselbe wie eine geometrische Messung. Landmarken sind eine weitere abgeleitete Ebene: Software, Bediener oder beide identifizieren anatomische Referenzpositionen und verwenden sie zur Berechnung anthropometrischer Messungen. Mit anderen Worten: Der Scanner erfasst Oberflächendaten, während viele der für Menschen wichtigsten Ausgaben später nach einem Regelwerk aus dieser Oberfläche berechnet werden. Diese Unterscheidung ist wichtig, weil ein visuell vollständiges Mesh nicht automatisch einen zuverlässigen Taillen-, Innenbeinlängen- oder Brustumfangswert garantiert. Sie ist auch für die Terminologie wichtig: Messrichtigkeit ist die Nähe zu einem wahren Wert, und VIM behandelt sie als Eigenschaft von Messergebnissen und nicht als eigenständige numerische Größe. [3] [6]

Das Körperscannen bildet innere Anatomie nicht direkt ab, diagnostiziert keine Krankheiten und bestimmt die Körperzusammensetzung nicht allein aus Geometrie. Wenn ein System einen Körperfettanteil oder ähnliche Schätzungen ausgibt, sind diese Ergebnisse modellbasiert und benötigen eine separate Validierung gegenüber einer geeigneten Referenzmethode. Für anthropometrische Arbeiten ist die relevante Frage, ob der Scan die erforderlichen externen Messungen konsistent und gemäß dem gewählten Landmarken- und Messstandard unterstützt. [3]

Verfahrensfamilien für das 3D-Scannen des Körpers

Die Verfahren zum 3D-Scannen des Körpers unterscheiden sich hauptsächlich darin, wie sie die Oberflächenform ableiten; diese Unterschiede beeinflussen Geschwindigkeit, Detailgrad, Abdeckung und Bewegungstoleranz. Übersichten zu Systemen für Körpermessungen gruppieren die zentralen Sensoransätze üblicherweise in passives Stereo, strukturiertes Licht und Laufzeitbildgebung; praktische Produkte nutzen zudem Lasertriangulation, feste Mehrkamera-Installationen, Handheld-Schwenks oder hybride Kombinationen. Im Einsatz hängt die beste Methode weniger von der Bezeichnung ab als davon, ob der Workflow Durchsatz, Mobilität, Textur oder Bewegungstoleranz priorisiert. [8]

Gängige Verfahrensfamilien

• Photogrammetrie oder passives Stereo.
• Strukturiertes Licht.
• Lasertriangulation.
• Laufzeitverfahren oder andere Tiefensensorik.
• Mehrkamera-Kabinen.
• Hybridsysteme.

Photogrammetrie vs. strukturiertes Licht beim Körperscannen

Photogrammetrie nutzt mehrere Bilder, um 3D-Form aus Überlappungen über verschiedene Blickpunkte hinweg zu ermitteln, und hängt daher stark von konsistenter Haltung, sichtbaren Merkmalen und ausreichend Oberflächentextur zur Zuordnung von Punkten zwischen Bildern ab. Strukturiertes Licht projiziert dagegen ein bekanntes Muster und rekonstruiert den Körper aus der Art, wie sich dieses Muster auf der Oberfläche verformt. In der Praxis reagiert Photogrammetrie oft empfindlicher auf Probandenbewegung und Texturqualität, während strukturiertes Licht stärker von kontrollierter Geometrie zwischen Projektor und Kameras sowie einem stabilen Erfassungsvolumen abhängt. Deshalb ist die Entscheidung zwischen Photogrammetrie und strukturiertem Licht für das Körperscannen meist ebenso sehr eine Workflow- wie eine Sensorentscheidung. Übersichten zu Körpermesssystemen behandeln beide neben der Laufzeitbildgebung als gängige Ansätze. [8]

Lasertriangulations- und Laufzeitsysteme liegen in einem anderen Bereich der Kompromisse. Lasertriangulation leitet Tiefe aus der bekannten Geometrie zwischen einem projizierten Laser und einem Bildgebungssystem ab, während Laufzeit- und verwandte Tiefensensoren Entfernungen aus dem Verhalten emittierten Lichts schätzen. Mehrkamera-Kabinen verringern Verdeckungen, indem sie den Körper gleichzeitig aus vielen Winkeln sehen, während Handheld-Systeme eine feste Installation gegen Mobilität des Bedieners eintauschen. Hybride Produkte kombinieren Tiefen-, Farb- oder Laserkanäle, um Abdeckung oder Robustheit zu verbessern, was jedoch die nachgelagerte Pipeline komplexer machen kann. [8]

Smartphone- und App-basiertes Körperscannen sollte als eigene Kategorie und nicht als direkter Ersatz für einen dedizierten Körperscanner betrachtet werden. Auf der Sensorseite ist Apples TrueDepth-Kamera ein Beispiel für strukturiertes Licht, das eine Farbkamera, eine Infrarotkamera und einen Projektor für strukturiertes Licht kombiniert, während ARKits ARDepthData Tiefe pro Pixel in Metern bereitstellt und eine Konfidenzkarte liefern kann. Googles ARCore Depth API verwendet Tiefenbestimmung aus Bewegung und kann vorhandene Hardware-Tiefensensoren zusammenführen; die Dokumentation weist darauf hin, dass Tiefe bei etwa 0.5 m bis 5 m Abstand von der Szene am genauesten ist. Auf der Validierungsseite berichtete eine Smartphone-Studie zur Anthropometrie trotz hoher berichteter Korrelationen einen mittleren absoluten Fehler des Taillenumfangs von etwa 3.4 ± 2.6 cm und einen RMSE von 4.4 cm. Das zeigt die Machbarkeit unter einem definierten Protokoll, nicht die pauschale Gleichwertigkeit mit jedem dedizierten Messworkflow. [16] [15] [17] [14]

Workflow für Ganzkörperscans

Ein Ganzkörperscan ist eine wiederholbare Pipeline, kein einzelnes Erfassungsereignis. Die Ergebnisse hängen von der Definition des Anwendungsfalls, der Vorbereitung des Probanden, Kalibrierung, Haltungskontrolle, Bewegungsmanagement, Registrierung, Oberflächenrekonstruktion, Landmarkensetzung und Qualitätssicherung ab. Übersichten zu Workflows für Körpermessungen stellen fest, dass stationäre Systeme oft in Sekunden erfassen, während Handheld-Workflows Minuten dauern können; eine schnellere Erfassung kann Bewegungsartefakte allein deshalb reduzieren, weil die Person weniger Zeit zum Atmen, Schwanken oder Zappeln hat. Arbeiten zur Reproduzierbarkeit behandeln Kalibrierung und Probandenprotokoll ebenfalls als Teil der Messmethode und nicht als Hintergrunddetail. In einer Zuverlässigkeitsstudie wurden Probanden bewegungslos in anatomischer Stehposition am Ende der Ausatmung gescannt. [8] [12]

Ein praktischer Workflow umfasst typischerweise die folgenden Schritte.

1. Einwilligung + Definition des Anwendungsfalls. Legen Sie fest, ob das Ziel Messung, Avatar-Erstellung, Druck, Passformanalyse oder eine andere Ausgabe ist, und holen Sie eine informierte Einwilligung für die beabsichtigte Nutzung und Speicherung ein.
2. Vorbereitung von Kleidung und Haaren. Verringern Sie Störungen durch lockere Kleidung, reflektierende Materialien und Haare, die Landmarken verdecken oder die sichtbare Oberfläche verzerren können.
3. Kalibrierung. Kalibrieren Sie das System vor der Erfassung und wiederholen Sie die Kalibrierung bei Aufbauänderungen, nach Transport, nach größeren Umgebungsänderungen oder wenn die Software dies anzeigt.
4. Haltungsdefinition + Plan für Landmarkensichtbarkeit. Standardisieren Sie Stand, Armposition, Kopfausrichtung und jede Strategie zur Sichtbarkeit von Landmarken, bevor die Erfassung beginnt.
5. Erfassung. Führen Sie die Aufnahme als Einzelbild, synchronisierte Kabinenerfassung, Handheld-Schwenk oder smartphonegeführte Sitzung durch.
6. Registrierung oder Ausrichtung. Wenn das System mehrere Ansichten oder Frames verwendet, richten Sie diese in einem Koordinatensystem aus.
7. Rauschbereinigung oder Behandlung von Löchern. Entfernen Sie Ausreißer, schneiden Sie Artefakte weg und bewerten Sie fehlende Bereiche.
8. Vernetzung, Neuvernetzung oder Vereinfachung. Erzeugen Sie eine nutzbare Oberfläche und passen Sie sie an die Anforderungen für Messung, Visualisierung oder Export an.
9. Texturierung, falls erforderlich. Fügen Sie das Oberflächenerscheinungsbild für Prüfung, Avatare oder nachgelagerte Visualisierung hinzu oder verfeinern Sie es.
10. Landmarkensetzung + Regeln zur Messwertableitung. Wenden Sie die gewählten Landmarken- und Messdefinitionen an, um Umfänge, Längen und andere Ausgaben zu berechnen.
11. QS. Prüfen Sie Abdeckung, Drift und Konsistenz und führen Sie bei Bedarf Wiederholungsscans durch.
12. Export + Aufbewahrungsrichtlinie. Exportieren Sie die benötigten Dateien und Messungen und bewahren oder löschen Sie sie anschließend gemäß der vereinbarten Verarbeitungsrichtlinie.

Der entscheidende Punkt ist, dass die Scanzeit nur ein Schritt in einer längeren Kette ist. Eine Studie zu einem telefonbasierten Workflow montierte beispielsweise ein iPhone 14 Pro auf einem Stativ 1.7 m vom Probanden entfernt, forderte den Probanden auf, sich um 360° zu drehen, und erfasste 150 Bilder über 10 s vor späteren Rekonstruktions- und Normalisierungsschritten. Diese Protokollempfindlichkeit ist nicht auf Telefone beschränkt; sie ist für das Körperscannen allgemein typisch. Wenn der Anwendungsfall Messungen betrifft, benötigt der Bediener zudem einen Plan für die Sichtbarkeit von Landmarken, gegebenenfalls konsistente Atemanweisungen und eine Regel dafür, wann erneut gescannt wird. [14] [12]

Von Geometrie zu Messungen: Landmarken, Haltung und Algorithmen

Ein Oberflächenscan wird erst dann zu einem anthropometrischen Datensatz, wenn Software und Protokoll Geometrie in definierte Messungen überführen. Die Kette ist einfach: externe Oberfläche erfassen, in eine nutzbare Darstellung rekonstruieren, Landmarken identifizieren, eine Messdefinition anwenden und den Endwert berechnen. ISO 7250-1 verankert die Messbezeichnungen und Landmarkenkonzepte für standardisierte Körperabmessungen, während ISO 20685-1 3-D-Oberflächenscans zur Erfassung von Körperformdaten und in ISO 7250-1 definierten Messungen behandelt. ISO 20685-2 formuliert Prüfprotokolle für Oberflächenscansysteme und enthält für die Bewertung relevante Anwendungsgrenzen. [3] [1] [2]

Ein Fehler der Scannergeometrie ist nicht dasselbe wie ein Software-Messfehler, und beides ist nicht dasselbe wie ein Landmarken- oder Haltungsfehler. Zwei Systeme können auf dem Bildschirm ähnlich aussehende Meshes erzeugen und dennoch bei Taillenumfang, Innenbeinlänge oder Schulterbreite voneinander abweichen. Ein System kann die Taillenebene etwas höher platzieren, ein anderes den Rumpf vor dem Nachzeichnen einer Kontur anders glätten und ein drittes Landmarken aus derselben Körperoberfläche anders ableiten. Deshalb werden Vergleichsarbeiten in diesem Bereich üblicherweise eher über Kompatibilität und Wiederholbarkeit als über eine universelle Ground-Truth-Methode für jede Ausgabe formuliert. [9]

Auch diese Normgrenze ist wichtig. ISO 20685-1 und ISO 20685-2 betreffen 3-D-Oberflächenscans für anthropometrische Messungen und Prüfungen und schließen beide Instrumente aus, deren Schwerpunkt direkt auf der Messung der Position oder Bewegung einzelner Landmarken liegt. Sie helfen bei der Einordnung der Bewertung eines Messworkflows, ersetzen jedoch nicht die Validierung der tatsächlich an menschlichen Probanden eingesetzten Pipeline. Ein gut aussehendes Mesh kann dennoch schlechte anthropometrische Ausgaben liefern, wenn Haltungsregel, Landmarkenlogik oder Messalgorithmus instabil sind. [1] [2] [9]

Leistungskennzahlen

Beim Körperscannen sind die nützlichsten Kennzahlen oft diejenigen, die Anbieter am wenigsten klar definieren. Richtigkeit ist die Nähe zu einem wahren Wert, und VIM weist darauf hin, dass sie selbst keine Größe mit einem einzelnen Zahlenwert ist. Präzision ist die Nähe zwischen Wiederholungsmessungen unter festgelegten Bedingungen und wird häufig mit Streuungsstatistiken ausgedrückt. Auflösung oder Punktabstand beschreibt die kleinste unterscheidbare Änderung oder das Abtastinkrement der Ausgabe. Volumetrische Richtigkeit bezeichnet, wie gut ein System die Geometrie über einen größeren 3D-Bereich hinweg erhält. Scanzeit kann je nach Darstellung der Angabe Belichtungszeit, Schwenkzeit oder End-to-End-Workflowzeit bedeuten. [6] [7]

„Bis zu“-Spezifikationen von Anbietern sind schlechte Prädiktoren für Messfehler am Körper, sofern Sie nicht den Modus, Abstand oder Arbeitsbereich, das Prüfobjekt und die Stitching-Bedingungen hinter der Zahl kennen. Bewegung, Atmung, Weichgewebe, Verdeckungen, Haltungsänderungen und mehrdeutige Landmarken können das Ergebnis bei lebenden Probanden dominieren, selbst wenn die Spezifikation für starre Objekte hervorragend aussieht. Allein die Modusabhängigkeit kann erheblich sein: Der EinScan H2 nennt Herstellerangaben zur Richtigkeit von bis zu 0.05 mm im Weißlichtmodus und bis zu 0.1 mm im IR-Modus, was veranschaulicht, dass eine angegebene Zahl einen Betriebsmodus statt einer universellen Leistung beschreiben kann. Es geht nicht darum, dass die Angabe falsch ist, sondern darum, dass sie bedingt ist — und die Seite keine Validierungsstudie an menschlichen Probanden darstellt. [20]

Eine bessere Art, Spezifikationen zu lesen, besteht darin, sie mit dem Protokollkontext zu verbinden. Eine Reproduzierbarkeitsarbeit beschrieb einen Weißlichtscanner mit mehreren Kameras mit 32 Kameras, 16 Sensoren, bis zu 1,600,000 Datenpunkten, einem Scanbereich von 2.1 m × 1.2 m × 0.6 m und einer Scanzeit von 7 s; unter dem in dieser Arbeit beschriebenen Aufbau wurde für die Software eine Punktgenauigkeit unter 1 mm und eine Umfangsgenauigkeit unter 3 mm berichtet. Diese Werte sind informativ, jedoch nur im Kontext dieses spezifischen Systems, der Probandenposition und des Messworkflows. Systemübergreifende Vergleichsarbeiten zeigen dasselbe Problem aus anderer Perspektive: Beispielausgaben von vier Systemen wurden mit 40 s, 20 s, 3 s und 5 s sowie großen Unterschieden bei Vertexzahlen und Dateigrößen berichtet. „Schnell“ bedeutet nicht automatisch „am besten für Messungen“, und „dichtes Mesh“ bedeutet nicht automatisch „bessere Anthropometrie“. [12] [11]

Für eine normenbewusste Bewertung lautet die Frage nicht, ob ein Scanner abstrakt genau ist. Sie lautet, ob der Scanner und sein Workflow wiederholbare, kompatible Messungen für die vorgesehene Population, Haltung und Aufgabe liefern. ISO 20685-1 und ISO 20685-2 bilden den Rahmen für anthropometrische Oberflächenscans und Prüfungen, während ISO 7250-1 die Messgrundlage definiert; keine dieser Normen beseitigt jedoch die Notwendigkeit einer Validierung unter tatsächlichen Probandenbedingungen. [1] [2] [3]

Kennzahlen, nach denen Sie Anbieter fragen sollten

• Was bedeutet Richtigkeit in dieser Spezifikation genau, und welches Referenzobjekt oder welche Probandenbedingung wurde verwendet?
• Ist die Zahl an einen bestimmten Modus wie Weißlicht, IR, strukturiertes Licht oder einen anderen Sensorpfad gebunden?
• Gilt die Angabe für Einzelaufnahme-Erfassung, zusammengesetzte Schwenks oder Mehransichtsregistrierung?
• Welcher Abstand, Arbeitsbereich oder Scanbereich wurde verwendet, als die Zahl gemessen wurde?
• Basiert das Ergebnis auf einem starren Objekt, einer Schaufensterpuppe oder einem menschlichen Probanden?
• Was bedeutet Scanzeit hier: Sensorbelichtung, Dauer des Schwenks oder End-to-End-Durchsatz?
• Welche Vorgaben zu Haltung, Kleidung und Bewegung werden angenommen?
• Wie werden Landmarken und Messungen definiert und extrahiert?
• Welche Daten zur Wiederholbarkeit existieren für die tatsächlichen Messungen, die Sie interessieren?
• Welche Exportformate und Messausgaben stehen zur Verfügung?
• Welche Sicherheitsklasse und Betriebsvorkehrungen sind für das konkrete Gerät angegeben?
• Welche Standardoptionen für Datenschutz, Speicherung und Aufbewahrung gibt es im Software-Workflow?

Anwendungen und reale Einsatzbereiche

Das Scannen menschlicher Körper wird eingesetzt, wenn äußere Form gemessen, verglichen, archiviert oder in ein digitales Asset umgewandelt werden muss. Bei Bekleidungs- und Uniformgrößen stellt ISO 8559-1 die Liste anthropometrischer Messungen und die Terminologie für Größenbezeichnung und Datenbanken bereit, während ISO 15535 Anforderungen auf Datenbankebene für anthropometrische Sammlungen vorgibt, die Messungen gemäß ISO 7250-1 verwenden. Die Übersicht zur CAESAR-Datenbank erinnert historisch daran, dass das Erfassen von Landmarken und standardisierten anthropometrischen Messungen Zeit und geschultes Personal benötigt, weshalb viele Scan-Datensätze Oberflächenmodelle ohne vollständige Messdatenbank enthalten. [4] [5] [25]

Typische Anwendungsbereiche sind:

• Bekleidungs- und Uniformgrößen.
• Oberflächenerfassung für Orthesen und Prothesen.
• Ergonomie und Arbeitsplatzgestaltung.
• Sport- und Fitnessmonitoring.
• Avatare, VFX, Spiele und XR.
• 3D-gedruckte Figuren.
• Forschungsdatensätze und digitale Zwillinge.

Dieselbe Scandatei kann unterschiedliche Ausgaben unterstützen, doch nicht alle Ausgaben sind gleichermaßen validiert. Ein auf Avatar-Realismus optimierter Workflow kann Texturqualität, Oberflächenvollständigkeit und visuelle Wirkung priorisieren. Ein auf Größenbestimmung optimierter Workflow kann standardisierte Landmarken, wiederholbare Umfänge und Kompatibilität mit Messdefinitionen priorisieren. In der Ergonomie kann das Körpermodell helfen, Haltung, Geometrie im Sitzen oder die Anpassung an Umgebungen zu beschreiben, ohne diagnostische Aussagen zu treffen. In O&P-nahen Arbeiten liegt der Wert in der Oberflächenerfassung für Formvergleiche und Workflows zur Anpassung von Hilfsmitteln, nicht in innerer Anatomie. Für Figuren und gedruckte Repliken kann visuelle Vollständigkeit wichtiger sein als die Rückverfolgbarkeit von Messungen. Der Scan ist nur der Ausgangspunkt; die Bedeutung des Ergebnisses hängt vom nachgelagerten Regelwerk und Validierungsziel ab. [4] [25] [5]

Einschränkungen, Artefakte und Ethik

Die größten praktischen Grenzen beim Scannen menschlicher Körper sind häufig nicht die beworbene Auflösung, sondern Bewegung und Sichtbarkeit. Atmung, Schwanken, Zappeln, Armkontakt mit dem Rumpf und kleine Haltungsänderungen können die gemessene Form verändern. Verdeckungen sind ständig ein Problem an Achselhöhlen, Innenseiten der Oberschenkel, Rumpfseiten, Händen und sich überlappenden Gliedmaßen. Haare, lockere Kleidung, reflektierende Materialien und gemusterte Stoffe können Geometrie oder Landmarkenplatzierung beeinträchtigen, während Beleuchtung und schwache Textur die Rekonstruktionsqualität in bildbasierten Workflows reduzieren können. Diese Effekte können die nominale Auflösung dominieren. Ein dichtes Mesh kann für Anthropometrie dennoch das falsche Mesh sein, wenn sich der Proband bewegte oder die relevante Landmarkenregion schlecht erfasst wurde. Deshalb betonen Studien zur Taillenmessung die Standardisierung: Eine Arbeit zeigte, dass Atemzyklus und Haltung sowohl Größe als auch Position des Taillenumfangs beeinflussen, und ein weiteres Reproduzierbarkeitsprotokoll verwendete ausdrücklich Scans im Stehen am Ende der Ausatmung. [13] [12]

Datenschutz ist ein praktisches Thema, da ein Körperscan im beschreibenden Sinn biometrisch sein kann, weil die Körperform bei der Identifizierung einer Person helfen kann. Das macht nicht automatisch jeden Körperscan-Workflow zu einem rechtlichen Sonderfall, bedeutet aber, dass die Governance vor der Erfassung geplant werden sollte. In der Praxis bedeutet das klare Einwilligung, Zweckbindung, Aufbewahrungsregeln, Zugriffskontrolle und definierte Freigaberichtlinien. Werden Scans mit Namen, Daten oder verknüpften Datensätzen gespeichert, ist das operative Risiko höher als bei einem de-identifizierten Workflow.

Ein Oberflächenscan ist keine Diagnose, und gesundheitsbezogene Interpretationen benötigen separate Validierung und Aufsicht. Auch Sicherheitsangaben sind gerätespezifisch und nicht universell. Die Artec-Leo-Dokumentation klassifiziert das Gerät als Laserklasse 1 gemäß EN 60825-1:2014 bei bestimmungsgemäßer Verwendung und enthält einen Warnhinweis zur Betrachtung des Objektivs bei 35 cm; Fit3D erklärt, dass der ProScanner mit einem Laser der Klasse 1 arbeitet; und EinScan H2 führt seinen IR-Modus als Klasse I, augensicher, auf. Diese Aussagen sind für diese Geräte relevant, sollten aber nicht auf alle Körperscansysteme verallgemeinert werden. [21] [22] [20]

Aktuelle Forschung und Marktkontext

Die Forschungsbasis ist aktiv, aber weiterhin heterogen. Eine systematische Übersichtsarbeit zu kamerabasierten markerlosen Technologien für anthropometrische Zwecke berichtete ein abschließendes Suchdatum von 2024-12-13, prüfte 1,778 Datensätze und schloss 33 Studien ein. Für diesen auf Umfänge fokussierten Zweck berichtete sie keine eingeschlossenen 4D-Studien. Hier sollte 4D eng als 3D-Oberfläche über die Zeit definiert werden — nicht nur als Einzelaufnahme mit mehreren Kameras und nicht als spärliche markerbasierte Bewegungserfassung. Diese Lücke ist wichtig, da statische anthropometrische Workflows und Workflows zur zeitlichen Oberflächenerfassung unterschiedliche Bewertungsfälle sind. [10]

Der aktuelle Markt lässt sich besser als mehrere Workflow-Familien denn als eine konvergierte Kategorie verstehen. Kabinensysteme werden üblicherweise für Durchsatz und kontrollierte Wiederholbarkeit gewählt, Handheld-Systeme für Mobilität und flexible Abdeckung, Smartphone-Workflows für Zugänglichkeit und dynamische Plattformen für zeitvariable Oberflächenerfassung. Als Herstellerbeispiel positioniert 3dMDbody sein System für dynamische Erfassung mit Optionen bis zu 120 fps. Gleichzeitig zeigen systemübergreifende Vergleichsarbeiten, dass installierte Körperscanner bei Scanzeit, Mesh-Dichte und Dateigröße stark variieren können; der Marktkontext ist daher eher eine Karte von Kompromissen als eine einzelne Reifekurve. [23] [11]

Historische Hinweise

Ein früherer Meilenstein in der Normenentwicklung ist ISO 20685:2005, die als zurückgezogen aufgeführt ist. Spätere Überarbeitungen teilten das Thema in ISO 20685-1:2018 für aus 3-D-Körperscans extrahierte Körperabmessungen und ISO 20685-2:2023 für die Bewertung von Oberflächenform und Wiederholbarkeit relativer Landmarkenpositionen. Diese Verschiebung ist nützlich, weil sie die Reifung des Felds widerspiegelt: Die Herausforderung besteht nicht nur darin, eine Oberfläche zu erfassen, sondern Messungen und Datenbanken zu erstellen, die ausreichend vergleichbar sind, um nützlich zu sein. Die langjährige Lehre des CAESAR-Projekts gilt weiterhin: Eine standardisierte Landmarkenerfassung ist arbeitsintensiv, weshalb ein Oberflächenmodell allein nicht dasselbe ist wie eine fertige anthropometrische Datenbank. [24] [1] [2] [25]

Normen und Grenzen der Validierung

ISO 20685-1 und ISO 20685-2 sind anthropometrische Normen, keine universellen Zertifizierungslabels für jede Aufgabe beim Scannen menschlicher Körper. ISO 20685-1 behandelt Protokolle für 3-D-Oberflächenscans zur Erfassung von Daten zur menschlichen Körperform und in ISO 7250-1 definierten, aus Scans extrahierbaren Messungen; sie gilt nicht für Instrumente, die Position und/oder Bewegung einzelner Landmarken messen. ISO 20685-2 legt Protokolle zur Prüfung von 3-D-Oberflächenscansystemen zur Erfassung von Körperformdaten und Messungen fest, gilt hauptsächlich für Ganzkörper- und Segmentscanner, die den menschlichen Körper in einer Einzelansicht messen, und gilt ebenfalls nicht für Instrumente, die die Bewegung einzelner Landmarken messen. [1] [2] [3]

Diese Grenze ist wichtig, weil ein anthropometrischer Bewertungsworkflow nicht dasselbe ist wie ein Workflow für Avatare, VFX, Figuren oder Bewegungserfassung. Ein Scan kann für XR oder Drucken visuell hervorragend sein und dennoch für die Extraktion von Taille, Innenbeinlänge oder Schulterbreite schlecht kontrolliert sein. Umgekehrt kann ein messorientierter Workflow stark standardisiert, aber optisch schlicht sein. ISO 20685-1 und ISO 20685-2 helfen daher bei der Bewertung von Kompatibilität und Prüfung oberflächengescanter anthropometrischer Messungen; sie zertifizieren weder Avatar-Realismus, Figurenästhetik noch Systeme zur Erfassung von Landmarkenbewegungen. [1] [2]

Dateiausgaben und nachgelagerte Ergebnisse

Ein Körperscan wird erst praktisch, wenn seine Ausgaben zum nächsten Werkzeug in der Kette passen. Manche Workflows benötigen eine Punktwolke oder einen Messbericht, andere ein wasserdichtes Mesh und wieder andere texturierte Geometrie für Visualisierung oder Avatare. Diese Ausgaben sind nicht austauschbar. Ein Messworkflow kann sauberer Geometrie und exportierten Abmessungen mehr Bedeutung beimessen als dem Farberscheinungsbild, während ein Druck- oder Avatar-Workflow Oberflächenkontinuität und Textur wichtiger finden kann. [18]

Die Exportunterstützung variiert je nach Ökosystem. Artec Studio führt Oberflächenexporte wie OBJ, PLY, WRL und STL sowie je nach Edition messbezogene Exporte wie CSV, DXF und XML auf. Styku erklärt, dass Scans nach OBJ und STL exportiert werden können. EinScan H2 führt OBJ, STL, ASC, PLY, P3 und 3MF unter seinen Ausgabeformaten auf. Die praktische Lehre ist einfach: Gehen Sie nicht davon aus, dass jedes System bearbeitbare Messungen exportiert, und gehen Sie nicht davon aus, dass jeder nachgelagerte Workflow Textur benötigt. [18] [19] [20]

So wählen Sie einen 3D-Scanner für Projekte mit dem menschlichen Körper

Es gibt keinen universell besten Scanner für Körpermessung oder Körpererfassung im weiteren Sinn. Die richtige Wahl hängt davon ab, was Sie validieren müssen. Geht es beim Projekt um standardisierte anthropometrische Messungen, priorisieren Sie dokumentierte Landmarkensetzung, Wiederholbarkeit, kompatible Messdefinitionen und Belege dafür, dass der Workflow für die vorgesehene Population funktioniert. Geht es um Avatare, XR oder Figuren, priorisieren Sie Oberflächenvollständigkeit, Texturverarbeitung, Bereinigungsaufwand und Exportkompatibilität. Geht es um Durchsatz, können feste Mehrkamera-Systeme sinnvoll sein; geht es um Mobilität, passen Handheld- oder smartphonegestützte Ansätze möglicherweise besser, erfordern aber üblicherweise mehr Protokolldisziplin. Datenschutzanforderungen können die Entscheidung auch in Richtung von Workflows mit einfacheren Aufbewahrungs- und Freigabekontrollen lenken. Vergleiche sollten auf Kompatibilität und Wiederholbarkeit statt auf abstrakten Behauptungen zum „Besten“ beruhen, und telefonbasierte Erfassung sollte sorgfältig beurteilt werden, weil starke Korrelationen bei einigen Messungen mit absoluten Fehlern im Zentimeterbereich koexistieren können. [9] [11] [14]

Der beste Entscheidungsrahmen ist workfloworientiert: Passen Sie den Scanner an den validierten Anwendungsfall an, nicht an das schönste Datenblatt.

Wenn Sie sich nur an 3 Dinge erinnern …

• Es gibt keinen universell besten Scanner.
• Passen Sie den Scanner an den validierten Anwendungsfall an.
• Vergleichen Sie Workflows, nicht nur Spezifikationen.

FAQ

Wofür wird ein 3D-Scanner für den menschlichen Körper verwendet (und wofür nicht)?

Er wird zur Erfassung externer Körperoberflächengeometrie für Aufgaben wie Messwertableitung, Größenbestimmung, Avatare, Drucken, Ergonomie und Forschung verwendet. Er ist kein Werkzeug für innere Bildgebung, und die hier behandelten ISO-Normen für Körperscans betreffen oberflächenbasierte anthropometrische Messworkflows statt Diagnostik oder innerer Anatomie. [1] [3]

Was sind die wichtigsten Verfahren zum 3D-Scannen des Körpers?

Die wichtigsten Verfahren zum 3D-Scannen des Körpers umfassen Photogrammetrie oder passives Stereo, strukturiertes Licht, Lasertriangulation, Laufzeitverfahren oder verwandte Tiefensensorik, feste Erfassung in Mehrkamera-Kabinen, Handheld-Erfassung und Hybridsysteme. Unterschiedliche Workflows gleichen Bewegungstoleranz, Abdeckung, Mobilität und Detailgrad unterschiedlich aus. [8]

Photogrammetrie vs. strukturiertes Licht beim Körperscannen: Was sollten Sie wählen?

Wählen Sie anhand des Workflows, nicht anhand von Schlagworten. Photogrammetrie hängt stark von überlappenden Bildern, stabiler Haltung und ausreichend sichtbarer Textur ab, während strukturiertes Licht von der Geometrie projizierter Muster und kontrollierten Erfassungsbedingungen abhängt. Keines der beiden Verfahren ist bei jeder Aufgabe des Körperscannens automatisch besser. [8]

Wie genau ist ein 3D-Ganzkörperscanner für Messungen wie Taille und Innenbeinlänge?

Das hängt von drei getrennten Dingen ab: der geometrischen Qualität der erfassten Oberfläche, Haltung und Bewegung des Probanden sowie dem anschließend verwendeten Landmarken- oder Messalgorithmus. VIM weist außerdem darauf hin, dass Richtigkeit für sich genommen keine einzelne numerische Größe ist. In der Praxis können ähnlich aussehende Meshes dennoch unterschiedliche Umfänge ergeben, wenn die Systeme Landmarken unterschiedlich definieren oder Messpfade anders nachzeichnen. [6] [7] [9]

Welcher ist der beste 3D-Scanner für Körpermessungen?

Es gibt keinen universell besten. Eine gute Wahl für standardisierte Messungen kann sich von einer guten Wahl für Avatare, Mobilität oder hohen Durchsatz unterscheiden. Der am besten begründbare Vergleich basiert auf validierter Workflow-Eignung, Wiederholbarkeit und Messkompatibilität, nicht auf einer einzelnen beworbenen Spezifikation. [9] [11]

Wie gelten ISO 20685-1 und ISO 20685-2 für die Bewertung eines Scanner-Workflows — und wo gelten sie nicht?

Sie gelten für 3-D-Oberflächenscan-Workflows zur Erfassung anthropometrischer Körperformdaten und Messungen sowie für die Prüfung solcher Systeme in diesem Messkontext. Sie zertifizieren keine Avatar-, VFX-, Figuren- oder Landmarkenbewegungs-Workflows und schließen Instrumente aus, die sich direkt auf die Messung der Position oder Bewegung einzelner Landmarken konzentrieren. [1] [2]

Warum können zwei Systeme ähnlich aussehende Meshes, aber unterschiedliche Umfänge erzeugen?

Weil Umfänge abgeleitete Ausgaben und keine unmittelbar beobachtbaren Sensorwerte sind. Unterschiede bei Haltung, Landmarkenplatzierung, Glättung, Konturhöhe, Segmentierung und Messregeln können den Endwert verändern, selbst wenn die gerenderten Oberflächen ähnlich aussehen. [3] [9]

Quellen

Die folgenden nummerierten Quellen entsprechen den Zitaten im Text.

1. ISO 20685-1:2018 — 3-D-Scanmethoden für international kompatible anthropometrische Datenbanken — Teil 1. https://www.iso.org/standard/63260.html (Abgerufen am 2026-09-26)
2. ISO 20685-2:2023 — 3-D-Scanmethoden für international kompatible anthropometrische Datenbanken — Teil 2. https://www.iso.org/standard/84350.html (Abgerufen am 2026-09-26)
3. ISO 7250-1:2017 — Grundlegende Messungen des menschlichen Körpers für die technische Gestaltung — Teil 1. https://www.iso.org/standard/65246.html (Abgerufen am 2026-09-26)
4. ISO 8559-1:2017 — Größenbezeichnung von Kleidung — Teil 1. https://www.iso.org/standard/61686.html (Abgerufen am 2026-09-26)
5. ISO 15535:2023 — Allgemeine Anforderungen für die Einrichtung anthropometrischer Datenbanken. https://committee.iso.org/cms/live/live/en/sites/isoorg/contents/data/standard/08/25/82541.html (Abgerufen am 2026-09-26)
6. JCGM/BIPM Annotated VIM3 — Messrichtigkeit (2.13). https://jcgm.bipm.org/vim/en/2.13.html (Abgerufen am 2026-09-26)
7. JCGM/BIPM Annotated VIM3 — Messpräzision (2.15). https://jcgm.bipm.org/vim/en/2.15.html (Abgerufen am 2026-09-26)
8. Bartol et al. — Eine Übersicht zur Körpermessung mittels 3D-Scanning (PDF). https://www.move4d.net/wp-content/uploads/2023/03/A_Review_of_Body_Measurement_using_3D_Scanning_compressed-1.pdf (Abgerufen am 2026-09-26)
9. IEEE SA Industry Connections — Vergleichende Analyse anthropometrischer Methoden … (PDF). https://standards.ieee.org/wp-content/uploads/2022/06/comparative-analysis-anthropometric-methods.pdf (Abgerufen am 2026-09-26)
10. Scataglini et al. — Erkundung und Analyse 3D- und 4D-kamerabasierter markerloser Technologien … systematische Übersicht (PubMed-Datensatz). https://pubmed.ncbi.nlm.nih.gov/40945183/ (Abgerufen am 2026-09-26)
11. Begutachteter Vergleich von Geräteausgaben (Open Access). https://pmc.ncbi.nlm.nih.gov/articles/PMC9990507/ (Abgerufen am 2026-09-26)
12. Lopez-Jimenez et al. — Zuverlässigkeit eines 3D-Körperscanners für anthropometrische Messungen zentraler Adipositas (Open Access). https://pmc.ncbi.nlm.nih.gov/articles/PMC5189636/ (Abgerufen am 2026-09-26)
13. Njoku et al. — Atemzyklus und Haltung beeinflussen … Taillenumfang … (3D-Scanning) (3DBODY.TECH). https://proc.3dbody.tech/papers/2018/18190njoku.pdf (Abgerufen am 2026-09-26)
14. McCarthy et al. — Jenseits des Body-Mass-Index … mit 3D-Smartphone-Anwendung (Open Access). https://pmc.ncbi.nlm.nih.gov/articles/PMC11606355/ (Abgerufen am 2026-09-26)
15. Apple Developer — ARDepthData (ARKit). https://developer.apple.com/documentation/arkit/ardepthdata (Abgerufen am 2026-09-26)
16. Apple (Archiv) — TrueDepth-Kamera (Gerätekompatibilität: Kameras). https://developer-mdn.apple.com/library/archive/documentation/DeviceInformation/Reference/iOSDeviceCompatibility/Cameras/Cameras.html (Abgerufen am 2026-09-26)
17. Google Developers — Übersicht zur ARCore Depth API. https://developers.google.com/ar/develop/depth (Abgerufen am 2026-09-26)
18. Artec 3D — Technische Daten von Artec Studio (Exportformate, Messungsexporte). https://www.artec3d.com/3d-software/artec-studio/tech-specs (Abgerufen am 2026-09-26)
19. Styku — Supportartikel zum OBJ/STL-Export. https://www.styku.com/en-us/support-kb/can-i-export-a-scan-to-use-with-a-3d-printer-or-other-3d-software-can-i-make-a-3d-print-of-my-scans (Abgerufen am 2026-09-26)
20. EinScan — Technische Daten von EinScan H2 (modusgetrennte Richtigkeit + Erklärung Klasse I). https://www.einscan.com/handheld-3d-scanner/einscan-h/einscan-h2-specs/ (Abgerufen am 2026-09-26)
21. Artec 3D — Sicherheit & Handhabung von Artec Leo (Laserklasse 1). https://docs.artec3d.com/leo_/1.8/safety-handling.html (Abgerufen am 2026-09-26)
22. Fit3D — Scan-Sicherheit (Erklärung zu Laserklasse 1). https://service.fit3d.com/knowledge/scan-safety (Abgerufen am 2026-09-26)
23. 3dMD — Systemseite von 3dMDbody (Spezifikationen für dynamische Erfassung + Technikangaben). https://3dmd.com/3dmdbody/ (Abgerufen am 2026-09-26)
24. ISO 20685:2005 (zurückgezogen) — historischer Verweis. https://www.iso.org/standard/35514.html (Abgerufen am 2026-09-26)
25. Übersicht zur CAESAR-Datenbank (HumanShape.org). https://www.humanshape.org/CAESAR/ (Abgerufen am 2026-09-26)