• 지적과 국토정보
• /
• 제50권2호
• /
• pp.69-79
• /
• 2020

최근 IoT 기술을 기반으로 도시의 여러 문제점을 정보화하여 해결하는 스마트 시티가 각광받고 있다. 특히, 시공 및 유지보수의 원활한 관리를 위한 BIM 적용 사례가 증가하며 융합기술을 통해 공간정보를 3D 데이터화하여 안전진단에 활용하고 있다. 본 연구의 목적은 UAV 및 LiDAR 장비 중 지상 레이저 스캐너와 핸드헬드 LiDAR SLAM을 활용하여 복층 건물의 포인트 클라우드를 생성 및 조합, 각 기술의 폐색영역 및 단점을 보완하고 형상재현 및 정확도를 관측하여 실내외 역설계의 효용성을 검토하는 것이다. 검토결과, 3가지 기술을 사용하여 복층 건물의 실내외 포인트 클라우드를 생성·조합하여 데이터의 좌표 정확도가 향상됨을 확인하였다. 특히, 각 기술의 단점을 보완, 건물의 형상재현 완성도를 높이고 폐색영역 및 경계면 구분이 명확하게 나타나며 역설계의 효용성을 입증하였다.

• 한국측량학회지
• /
• 제32권5호
• /
• pp.481-486
• /
• 2014

본 연구는 3차원 지상레이저스캐닝을 통해 취득된 대용량 3차원 포인트 클라우드를 효율적으로 탐색하기 위하여 Han(2014)이 제안한 파일 참조 옥트리의 성능을 개선하는 것을 목표로 한다. Han(2014)의 방식을 좁고 긴 형상의 비등축형 구조물인 장대터널에 적용한 결과 포인트 탐색 속도가 크게 저하되는 문제점이 발견되었다. 이에 옥트리의 형상이 포인트 클라우드의 탐색 효율에 미치는 영향을 분석하였으며, 대상물의 3차원 경계를 등축형 하위 영역으로 분할하고 각 영역에 독립적인 옥트리를 생성하는 방식을 제안하였다. 장대터널에서 취득된 약 3억 개의 포인트로부터 단일 옥트리를 생성하는 기존 방식과 다수의 독립적인 옥트리를 생성하는 방식으로 포인트 탐색 속도와 메인 메모리 사용량을 비교하였다. 결과로 다수 옥트리 방식이 유사한 크기의 메인 메모리를 사용면서도 약 2배의 탐색 속도를 나타내었다. 아울러 옥트리의 탐색 속도를 좌우하는 주요 요소는 목표 단계이나 같은 목표 단계에서는 옥트리의 형상이 등축형에 가까울수록 탐색 속도는 여전히 증가함을 확인하였다. 다만 옥트리의 형상이 각 축 방향으로 지나치게 불균형을 이룰 경우 탐색 속도는 크게 저하되며 이 경우 옥트리의 형상 개선이 목표 단계 증가보다 탐색 속도 향상에 효과가 큼을 확인하였다.

• 대한토목학회논문집
• /
• 제29권4D호
• /
• pp.555-561
• /
• 2009

굴착된 터널 형상 재현에서 단면의 종단 데이터는 터널의 유지를 위해서는 아주 중요하다. 터널이 완성되기전에 설계된 모델을 고려한 완성된 터널의 변형이 고려되어져야 한다. 그리고 변형은 터널 단면 전체를 따라 연속적으로 나타날 수 있다. 본 연구에서는 먼저 수학적 분석으로 접근하였고, 그것을 관측된 터널단면 데이터에 실험 하였다. 그 다음 선추적 방법, 유전자 알고리즘, 패턴 추적 방법 등으로 3D 터널 형상 재현을 비교하였다. 수학적 방법론은 철도 터널과 같은 간단한 원통형은 쉽게 해결이 되었으나, 도로터널과 같은 더욱 복잡한 모델(복심 곡선형과 비원통형)은 구속된 상태하에서 소프트 컴퓨팅 툴을 가지고 해결할 수 있었다. 유전자 알고리즘과 직접탐색법은 많은 계산 시간이 걸렸으나 복잡한 상태하에서 더욱 유연함을 보였으며, 선추적 방법은 초기값들이 제한된 범위 하에서 가장 빠르게 계산되어졌다.

• 국제학술발표논문집
• /
• The 5th International Conference on Construction Engineering and Project Management
• /
• pp.279-286
• /
• 2013

This paper introduces a new method for identification of building energy performance problems. The presented method is based on automated analysis and visualization of deviations between actual and expected energy performance of the building using EPAR (Energy Performance Augmented Reality) models. For generating EPAR models, during building inspections, energy auditors collect a large number of digital and thermal imagery using a consumer-level single thermal camera that has a built-in digital lens. Based on a pipeline of image-based 3D reconstruction algorithms built on GPU and multi-core CPU architecture, 3D geometrical and thermal point cloud models of the building under inspection are automatically generated and integrated. Then, the resulting actual 3D spatio-thermal model and the expected energy performance model simulated using computational fluid dynamics (CFD) analysis are superimposed within an augmented reality environment. Based on the resulting EPAR models which jointly visualize the actual and expected energy performance of the building under inspection, two new algorithms are introduced for quick and reliable identification of potential performance problems: 1) 3D thermal mesh modeling using k-d trees and nearest neighbor searching to automate calculation of temperature deviations; and 2) automated visualization of performance deviations using a metaphor based on traffic light colors. The proposed EPAR v2.0 modeling method is validated on several interior locations of a residential building and an instructional facility. Our empirical observations show that the automated energy performance analysis using EPAR models enables performance deviations to be rapidly and accurately identified. The visualization of performance deviations in 3D enables auditors to easily identify potential building performance problems. Rather than manually analyzing thermal imagery, auditors can focus on other important tasks such as evaluating possible remedial alternatives.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.99-100
• /
• 2017

많은 연구에서 측면 나사 고정(laminar screw fixation)보다 척추경 나사 고정(pedicle screw fixation)의 생체 역학 강도가 더 나은 것으로 알려져 있다. 그러나 비교적 작은 크기의 척추경(pedicle)과 척수(spinal code), 신경 뿌리 및 척추 동맥에 대한 상해의 위험으로 일반적으로 이 방법은 사용에 제한이 있었다. 최근 3차원 모델링 및 3D 프린팅 기술의 진보는 해부학적인 연구, 특히 척추를 포함한 뼈와 관련된 연구를 용이하게 하고 있으며, 로봇 수술을 위한 다양한 아이디어를 제공하고 있다. 본 연구는 로봇 암(robotic arm)으로 경추 척추경에 나사를 삽입할 때 사용될 수 있는 척추경 나사 삽입을 위한 이상적인 궤적을 계산하는 방법을 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.187-189
• /
• 2020

본 논문에서는 포인트 클라우드 정합 성능 향상을 위해 기하적 복잡도가 낮은 정점들의 영향을 최소화하는 포인트 클라우드 리샘플링 방법을 제안한다. 3 차원 특징 기술자(3D feature descriptor)를 기반으로 하는 포인트 클라우드 정합은 정점 법선 벡터의 변화량을 특징으로 사용한다. 따라서 강건한 특징은 대부분 정점 법선 벡터의 변화량이 큰 영역에서 추출된다. 반면에 정점 법선 벡터의 변화량이 거의 없는 평면 영역은 정합 수행 시에 이상점(outlier)으로 작용할 수 있으므로 해당 정점들이 정합 과정에 미치는 영향을 최소화해야 한다. 제안하는 방법은 모델 포인트 클라우드의 기하적 복잡도를 고려한 리샘플링을 통해 전체 정점의 수 대비 복잡도가 낮은 정점들의 비율을 낮추어 이상점이 정합 과정에 미치는 영향을 최소화하고 정합 성능을 향상시켰다.

• 한국산학기술학회논문지
• /
• 제21권3호
• /
• pp.312-320
• /
• 2020

3D 스캐닝과 역설계 기술은 기계/제조 분야에서 먼저 시작하였다. 건설 분야에서는 BIM(Building Information Modeling) 기반 3D 모델링 활용 환경이 조성되어 3D 스캐닝 기술을 이용하여 공장 사전제작, 구조물 시공 검측, 플랜트 시설물, 교량, 터널 구조물 검측 등 건설 전반에 활용하고 있다. 스캔 방식 중 고정식 LiDAR는 이동식 LiDAR에 비해 정확도와 밀도가 높으나 정합 시간과 데이터 처리에 오랜 시간이 걸린다. 하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서 사용자가 편리하게 이동하며 스캔할 수 있는 방법이 생산적이고 효율적이다. 이 연구는 자유롭게 이동하면서 실시간 점군 정합을 지원하는 SLAM(Simultaneous Localization and Mapping)기반 스캔백팩 시스템 개발 시 고려사항을 도출한다. 본 연구를 통해 모바일 스캔 기술을 이용한 스캔 생산성 개선을 위해, SLAM기반 스캔백팩(Scan Backpack) 장치 개발을 위한 프레임웍, 시스템 및 컴포넌트 구조를 제안하고, 프로토타입을 통해 개발 시 고려사항을 도출한다. 프로토타입 개발은 SLAM 및 스캔백팩 2단계로 수행해, 고려사항을 도출하고, 수행 결과를 분석하였다.

• 지질학회지
• /
• 제54권5호
• /
• pp.501-511
• /
• 2018

지질공원은 환경적 측면이나 유산적 측면으로도 보존가치가 높다. 이러한 지질공원의 보존과 보호를 위해서는 모니터링과 국민적 관심은 필수적이다. 무인항공기와 SfM 알고리즘의 활용은 인력대비 넓어 관리가 어려웠던 지질공원의 효과적인 모니터링을 가능하게 해주며, 이로부터 파생되는 다양한 공간정보 데이터는 부족했던 지질공원 인지도 향상을 위해서도 활용이 가능하다. 우리는 이를 확인하기 위하여 한탄-임진강권역 국가 지질공원중 하나인 화적연을 사례로 하여 무인항공기와 SfM 알고리즘을 이용하여 3차원 공간데이터를 생성하여 화적연을 측량하였다. 그리고 이 데이터를 가상현실과 3D 프린팅에 적용하고 간단한 온라인 설문조사를 실시하여 지질공원 홍보 가능성을 확인하였다. 최종적으로 지질공원 모니터링을 목적으로 생성된 각 단계별 데이터들을 조사하고 지질공원의 홍보 및 연구를 위한 교차활용방안을 제시하였다.

• 한국지반공학회논문집
• /
• 제37권11호
• /
• pp.107-118
• /
• 2021

Scan-to-BIM은 라이다(Light Detection And Ranging, LiDAR)로 구조물을 계측하고 이를 바탕으로 3D BIM(Building Information Modeling) 모델을 구축하는 방법으로 정밀한 모델링이 가능하지만 많은 인력과 시간, 비용이 소모된다는 한계를 가진다. 이러한 한계를 극복하기 위해 포인트 클라우드 데이터를 대상으로 딥러닝(Deep learning) 알고리즘을 적용하여 구조물의 객체 분할(Semantic segmentation)을 수행하는 연구들이 진행되고 있으나 학습 데이터에 따라 객체 분할 정확도가 어떻게 변화하는지에 대한 연구는 미흡한 실정이다. 본 연구에서는 딥러닝을 통한 철도 터널의 객체 분할에 학습 데이터를 구성하는 철도 터널의 크기, 선로 유형 등이 어떤 영향을 미치는지 확인하기 위해 매개변수 연구를 수행하였다. 매개변수 연구 결과, 학습과 테스트에 사용한 터널의 크기가 비슷할수록, 단선 터널보다는 복선 터널로 학습하는 경우에 더 높은 객체 분할 성능을 보였다. 또한, 학습 데이터를 두 가지 이상의 터널로 구성하면 전체 정확도(Overall Accuracy, OA)와 MIoU(Mean Intersection over Union)가 적게는 10%에서 많게는 50%가량 증가하였는데 이로부터 학습 데이터를 다양하게 구성하는 것이 효율적인 학습에 기여할 수 있음을 확인하였다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.3-11
• /
• 2014

최근 도시는 신규건축, 재건축 및 부분적인 리모델링 등 다양한 형태로 변화하고 있으며, 이에 따라 수치지도 또한 최신성 및 정확도를 유지할 수 있도록 지속적인 수정 및 갱신을 통해 사용자들에게 최적의 서비스를 제공할 수 있어야 한다. 일반적으로 수치지도 수정 및 갱신 방법으로는 항공사진 혹은 준공도면을 이용하고 있으나, 항공사진은 촬영주기제한 및 경제성 측면에서 국소 지역에 대한 수시 갱신이 어렵고 준공도면의 경우 품질 확보의 어려움이 존재한다. 본 연구에서는 빠르게 변하는 도심지의 건물 개발 현황을 수치지도상의 건물 정보에 신속하게 반영하기 위해 지상라이다로부터 추출한 건물 footprint 자료를 이용하는 방법론을 제안하였다. 우선 지상라이다로부터 취득된 전체 건물의 포인트 클라우드 자료로부터 대표 옆면을 추출하고, 2차원 영상으로 투영한다. 투영된 포인트 클라우드 자료로부터 footprint를 추출하고, 추출된 footprint와 수치지도 상의 건물 footprint 간의 정합을 위해 2D Affine 모델을 사용하였다. 2D Affine 파라미터의 추정에는 두 footprint 자료로부터 취득된 무게중심을 사용하였으며, 무작위로 추출된 무게중심 간의 매칭을 위해 수정된 RANSAC (RANdom SAmple Consensus) 알고리즘을 제시하였다. 다양한 조건하에서 수행된 실험결과 제안된 알고리즘을 적용할 경우, 지상라이다로부터 추출된 건물데이터를 활용하여 효율적인 수치지형도의 갱신이 가능함을 확인할 수 있었다.