Med den tekniska utvecklingen inom 3D-skanning det senaste decenniet har användningen av punkmolnsdata ökat signifikant. För att skapa dessa punkmoln används en mängd olika metoder och instrument. Bland annat används ofta fotogrammetri, terrester laserskanning eller mobil laserskanning. Med de nyare mobila skannrarna används oftast en SLAM-algoritm för att kunna korrekt skanna omgivningen samtidigt som skannern förflyttas. Till detta används oftast en IMU som positionerar skannern genom tröghetsnavigering eller kameror för att med triangulering bestämma positionen. Med nya förbättrade algoritmer och utrustning blir systemen hela tiden noggrannare och det utvecklas fler och fler nya system, ofta för specifika användningsområden. Matterport Pro2 3D-kamera som testades i detta projekt är ett sådant system som huvudsakligen utvecklats för att genom skanning, RGB-D och 360°- bilder visualisera och skapa digitala modeller av bostäder. Dessa modeller skapas både i form av punktmoln och meshmodeller. I projektet undersöks hur olika ljusförhållanden påverkar resultatet vid skapande av 3D-modeller med Matterport Pro2 kameran. Uppmätta längder mellan signaler utplacerade i testrummet användes för att kontrollera punktmolnen. Totalt skannades rummet fem gånger vid olika ljussättning varierande från 1 till 800 lux. Avvikelserna i längderna från punktmolnen jämfördes för att avgöra vilket punktmoln som avvek minst från de uppmätta längderna i rummet. Resultatet tyder på att bästa ljussättningen är runt 30 - 60 lux. Ingen skillnad i mätosäkerhet mellan övriga ljusnivåer kunde ses. Utöver det visar avvikelserna också tecken på påtagliga systematiskt fel vilket inte är helt oväntat och har påvisats av en tidigare studie av samma kamera. Detta betyder att kameran behöver kalibreras innan den används för skanning som kräver låg mätosäkerhet. / Due to the technological development within 3D-scanning the last decade usage of pointcloud data has increased significantly. To generate these pointclouds a plethora of methods and instrument are used. Among other photogrammetry, terrestrial laser scanning and mobile laser scanning are commonly used. With the newer mobile scanning systems a SLAM algorithm is usually used for the scanner to correctly scan the surroundings while being moved at the same time. To achieve this a IMU is usually used for positioning or cameras using triangulation. With new algorithms and equipment scanning systems keeps improving. This leads to more and more systems being developed, usually for a specific area of usage. Matterport Pro2 3D-camera which was tested in this project is such a system developed mainly for visualising and creating 3D-models of housing through scanning, RGB-D and 360°-images. These models generated are pointclouds aswell as meshmodels. In this project the effect of different illuminance has on the results when creating 3D-models with the Pro2 camera is tested. Measured distances between targets placed around the testing room were used for checking the point clouds for errors. In total five scans were performed at different illuminance varying from 1 – 800 lux. Deviations between measured distances and point cloud distances were compared to determine which point cloud deviated the least. Results show that an illuminance of about 30 - 60 lux gave the best result. Any significant differences between the other light conditions could not be determined. Furthermore, the results imply there is a systematic error which is not completely unexpected and has been shown in a previous study with the same camera. This means the camera needs a calibration before being used to scan where higher accuracy is needed.