点群データをBIMに変換する方法【ReCap×Revit完全ガイド2026年版】

点群データとは何か

前回の記事「iPhone LiDARによる点群スキャン」では、身近なデバイスで現地の3次元形状を取得する方法を紹介しました。今回はその続編として、取得した点群データを実際の設計図やBIMモデルへと活用する工程に焦点を当てて解説します。

点群データ（Point Cloud）とは、レーザースキャナーやLiDARで対象物を計測した際に得られる、無数の3次元座標点の集合体です。1つ1つの点が「X・Y・Z座標」と色情報を持ち、それらが集まることで建物や設備の形状を再現します。

しかし、点群データはあくまで「点の集まり」であり、そのままでは壁や柱といった意味のある要素として認識されていません。設計や施工に使える情報にするためには、一連の変換・モデリング工程が必要になります。

データ変換の全体像（.las → .rcp → .rvt）

点群データからBIMモデル、そして2D図面へ至るまでの一般的なワークフローは以下の通りです。

この流れの中で、ReCapは「点群の前処理」、Revitは「BIMモデリングと図面化」という役割を担います。それぞれの工程を次の章から詳しく見ていきましょう。

ReCapとは何か

Autodesk ReCap（リキャップ）は、点群データや写真から3次元データを生成・編集するためのソフトウェアです。「Reality Capture（現実の取り込み）」を語源とし、スキャンした現実世界のデータをBIMやCADで扱える形式へ整える役割を持ちます。

Autodesk公式製品情報によれば、ReCapは複数のスキャナーから出力される点群フォーマット（.las、.e57、.pts、.ptx など）を読み込み、Revitで参照可能なRCP（ReCap Project）形式に変換できる点が大きな特徴ですReCapが担う4つの前処理

ReCapが担う主な前処理は以下の4つです。いずれもスキップすると後工程のモデリング精度に直結するため、丁寧に行うことが重要です。

1. ノイズ除去：計測時に混入した通行人・車両・反射による誤計測点などの不要な点を削除します。ノイズが残ったままだとモデリングの精度が低下します。

2. 軽量化（間引き）：数億点にも及ぶ場合がある点群はデータ容量が膨大です。設計に必要な密度を保ちつつ点数を減らし、動作を軽快にします。

3. 位置合わせ（レジストレーション）：複数箇所からスキャンしたデータを重ね合わせ、1つの座標系に統合します。共通点や標的（ターゲット）を基準に位置を合わせます。

4. RCPデータ作成：上記の処理を経て、Revitで参照できるRCP形式として書き出します。

Revitでの3Dモデル化の流れ

ReCapで整えた点群（.rcp）をAutodesk Revitに読み込むと、実際の建物形状を3D空間の背景として参照できます。設計者はこの点群をなぞるようにして、BIM要素をモデリングしていきます。

モデル化する主な要素は以下の通りです。

• 建築部材：壁・柱・梁・床・天井など

• 設備要素：配管・ダクト・設備機器など

• 外構・構造：基礎・外壁・屋根など

点群が示す実際の位置・寸法に合わせて各要素を配置することで、現状を反映したBIMモデル（As-Builtモデル）が完成します。こうして作成したBIMモデルからは、平面図・断面図・立面図などの2D図面や施工図を出力でき、部材の数量情報も同時に取得できます。

Scan to BIMとは

スキャンで得た点群データからBIMモデルを構築する一連のプロセスを「Scan to BIM」と呼びます。既存建築物の設計図面が残っていない場合でも、現況を計測してBIM化できるため、改修・リノベーション分野での活用が広がっています。

Scan to BIMの利点は、実測に基づいたモデルを比較的短時間で作成できる点にあります。従来の巻き尺やレーザー距離計による手作業の現地調査と比べ、計測作業を効率化しつつ、抜け漏れの少ない情報を取得しやすいとされています。

なぜ点群を自動で図面化できないのか

「点群があるなら自動で図面になるのでは」と思われがちですが、現状は人によるモデリングと設計判断が不可欠です。主な理由は以下の通りです。

• 点群は形状の点でしかなく、「これは壁」「これは柱」という意味を持たない

• スキャンできない死角や遮蔽部分に欠損（データの穴）が生じ、人が補完する必要がある

• ノイズや反射による誤計測を人が見極めて除去する必要がある

• LODに応じて、どこまで作り込むかの判断が必要

改修・リノベーションでの活用

既存建築物の改修工事では、図面が現存しない、あるいは実際の建物と図面が一致しないケースが多くあります。点群スキャンで現況を把握し、As-Builtモデルを作成することで、設計段階での手戻りを減らせることが期待できます。

たとえば、築数十年の中規模オフィスビル（延床面積の目安として数千㎡程度）の改修プロジェクトでは、従来なら数日を要していた現地実測を、レーザースキャンにより1日程度に短縮できたという実務報告が国内の設計事務所やスキャンサービス事業者から複数公表されています（効果の程度は建物の複雑さやスキャン範囲によって変動します）。

特にリノベーションでは、既存の梁や配管の位置を点群上で正確に確認できるため、干渉チェックや納まり検討を設計初期段階で進めやすくなり、施工段階での手戻り削減につながった事例が報告されています。

🔗 関連記事 ONETECH事例：MagicLeap2を活用した建設・改修現場でのMR施工管理

プラント・工場設備での活用

配管やダクトが複雑に入り組むプラント設備や工場では、点群データの活用効果が特に期待されます。稼働を止めずに短時間で全体をスキャンし、既存設備の3次元情報を取得できる点が強みです。

国土交通省や各種業界団体の資料では、複雑な既存設備を対象とした場合、従来の巻き尺・手描きスケッチによる実測と比較して、現地調査工数を数割程度（目安として3〜5割）削減できたとする事例が紹介されています（削減率は対象設備の規模・密度・要求精度によって大きく異なります）。

こうした3次元情報を基に、新設備の増設計画や配管ルートの検討、既存干渉の確認を机上で行いやすくなり、現地での再測量や設計変更のリスクを抑えられる場合があります。

費用感・作業期間の目安

「Scan to BIMの導入にはどのくらいの費用と期間がかかるのか」は、多くの方が最初に知りたい情報です。以下は、建物規模・作業内容別の目安です（あくまで参考値であり、実際は要件定義の上で見積もりが必要です）。

※費用・期間はLOD要件・対象範囲・複雑さにより大幅に変動します。詳細はご相談ください。

BIM/CIM義務化と点群データの位置づけ

国土交通省は2023年度から、国が発注する公共事業（詳細設計や大規模構造物など対象工種）で「BIM/CIM原則適用」を開始しています（国土交通省 BIM/CIM推進施策）。こうしたデジタルデータの共有・活用は建設DXの中核として位置づけられており、点群データを起点としたScan to BIMワークフローへの注目は今後さらに高まると予想されます。

🔗 建設業DX導入完全ガイド：BIM義務化と最新制度の成功法則

AIによる自動モデリングと数量拾い

現在は人手に頼るモデリング工程も、AI技術の進化によって変わろうとしています。点群から壁・柱・配管などの要素を自動認識し、BIM要素へ変換する研究開発が国内外で進められています。

具体的には、点群のセマンティックセグメンテーション（点ごとに「壁」「床」などの意味ラベルを付与する処理）に関する研究が、CVPRやICCVといったコンピュータビジョン分野の国際学会で継続的に発表されています。代表的な手法として、点群を直接ディープラーニングで扱う「PointNet」系のアルゴリズム（Charles R. Qi et al., CVPR 2017）が知られており、これを応用した建築要素の自動分類研究が進んでいます。

商用面でも、Autodeskは点群からRevit要素への変換を支援する機能開発を進めているほか、複数のスタートアップがScan to BIMの自動化ツールを提供しています。さらに、点群やBIMモデルから部材数量を自動で拾い出す「自動数量拾い」の実用化が進めば、積算業務の効率化が大きく期待されます。

🔗 関連記事 建設DX×Amazon Bedrock｜150項目の現場調査と音声対話を効率化する活用法

ONETECHの建設DXへの取り組み

ONETECHでは、こうした建設DXの潮流を捉え、BIMサービスをはじめとする各種ソリューションを提供しています。点群データからのBIMモデリング・図面化について、用途に応じたLOD（概略から竣工反映レベルまで）に対応し、改修・リノベーション・プラント設備などのプロジェクトタイプで対応実績があります。

また、本記事で解説したワークフローの各工程を支援する独自プロダクトの開発にも取り組んでいます。

• Housecan：住宅設計を効率化するツール。BIMモデルから2D図面や数量情報を出力する工程を、住宅分野向けに効率化します。

• InsightScanX：点群の解析・整理を支援するツール。ReCapが担う前処理工程（ノイズ除去・位置合わせなど）に相当し、Scan to BIMの入口となるデータ準備を効率化します。

これらに加え、AIによる点群の自動認識・図面化の研究開発を進め、Scan to BIMのさらなる効率化・高精度化を目指しています。