• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.435-438
• /
• 2001

Reverse engineering technology refers to the process that creates a CAD model of an existing part using measuring devices. Recently, non-contact scanning devices have become more accurate and the speed of data acquisition has increased drastically. However, they generate thousands of points per second and various types of point data. Therefore, it becomes a major issue to handle the huge amount and various types of point data. To generate a CAD model from scanned point data efficiently, these point data should be well arranged through point data handling processes such as data reduction and segmentation. This paper proposes a new point data handling method using 3D grids. The geometric information of a part is extracted from point cloud data by estimating normal values of the points. The non-uniform 3D grids for data reduction and segmentation are generated based on the geometric information. Through these data reduction and segmentation processes, it is possible to create CAD models autmatically and efficiently. The proposed method is applied to two quardric medels and the results are discussed.

• 디지털융복합연구
• /
• 제18권11호
• /
• pp.427-432
• /
• 2020

효과적인 산림경영계획 수립을 위해서는 수고, 흉고직경 등 수목관리정보에 대한 조사가 필요하다. 하지만 기존의 산림조사 방법의 효율성을 향상시키기 위한 데이터 취득 기술의 융복합 및 적용에 대한 연구는 부족한 실정이다. 이에 본 연구에서는 3D 스캐너를 통해 취득되는 포인트클라우드 데이터를 활용하여 수목관리정보를 구축하고 분석하였다. 고정형 및 이동형 3D 스캐너를 이용하여 연구대상지에 대한 데이터를 취득하였으며, 작업시간 비교를 통해 이동형 3D 스캐너의 효율성을 제시하였다. 또한 포인트클라우드 데이터를 이용한 식생의 객체별 분류를 수행하고, 흉고직경 및 수고에 대한 정보를 구축함으로써 객체 관리가 가능한 수목관리정보를 구축하였다. 기존의 측정 방법과 비교한 정확도 평가 결과 수고는 0.02-0.09m, 흉고직경은 0.01-0.04m의 차이를 나타내었다. 향후 추가적인 연구를 통해 객체별 식생의 위치와 수관에 대한 정보를 구축한다면 산림관리정보 구축 관련 업무 효율성 증가에 기여할 것이다.

• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1195-1207
• /
• 2020

GeoWeb 기술이 발전하면서 재난관리 분야에서도 웹을 통한 2D/3D 공간정보 서비스에 대한 관심과 활용도가 높아지고 있다. 본 논문은 재난사고 현장에서 수집된 다양한 공간정보를 웹 환경에서 시각화하기 위한 3D 공간정보 맵핑 플랫폼 구축에 관한 연구로서, 웹 개발 표준기술인 HTML5/WebGL과 오픈소스를 활용하여 재난사고 현장에서 다양한 형태로 수집된 2D/3D 공간 데이터와 대용량의 LiDAR 점군 데이터에 대한 웹기반의 공간정보 맵핑 서비스 방안을 제시하였다. 첫째, 오픈소스인 GeoServer의 WMS 서비스와 PostGIS를 이용하여 수집된 재난현장 조사 2D 데이터를 공간 DB로 구축한 후 웹 환경에서 렌더링하였다. 둘째, 웹 환경에서 대용량 3D 점군 데이터를 효율적으로 렌더링하기 위하여 다중 해상도의 옥트리 구조를 이용하여 점군 데이터를 2D 타일로 단순화하는 Potree 알고리즘을 적용하였다. 마지막으로 OpenLayers3를 기반으로 3차원 지도를 제어 및 측정하기 위한 기본·응용 기능을 Graphic User Interface(GUI)로 구현하여 2D/3D 공간정보의 웹 시각화를 위한 3D 웹 맵핑 파일럿 시스템을 개발하였다. 향후, 재난현장의 각종 2D 조사 데이터 및 다양한 공간영상정보를 구축된 웹기반 3차원 공간정보시스템에 중첩·표출함으로써 재난사고 과학조사 및 분석 업무에 활용될 수 있을 것으로 기대된다.

• 한국생산제조학회지
• /
• 제22권3호
• /
• pp.452-458
• /
• 2013

Over the past several years, many studies have been carried out in the field of 3D data inspection systems. Several attempts have been made to improve the quality of manufactured parts. The introduction of laser sensors for inspection has made it possible to acquire data at a remarkably high speed. In this paper, a robust inspection technique for detecting defects in 3D pressed parts using laser-scanned data is proposed. Point cloud data are segmented for the extraction of features. These segmented features are used for shape matching during the localization process. An iterative closest point (ICP) algorithm is used for the localization of the scanned model and CAD model. To achieve a higher accuracy rate, the ICP algorithm is modified and then used for matching. To enhance the speed of the matching process, aKd-tree algorithm is used. Then, the deviation of the scanned points from the CAD model is computed.

• 한국측량학회지
• /
• 제25권5호
• /
• pp.375-381
• /
• 2007

본 논문에서는 3차원 점군, 3차원 벡터 또는 3차원 곡면에 영상등록하는 새로운 방법을 제안 하였다. 제안한 방법은 카메라 위치와 3차원 직선, 2차원 영상 직선을 각각 지나는 평면의 법선벡터의 일치화를 통하여 카메라 외부표정을 추정하는 것이다. 법선벡터 일치화의 조건은 각 법선벡터 쌍의 사잇각이 제로가 되는 것이다. 이 조건은 벡터내적인 수학식으로 표현 된다. 시뮬례이션을 통하여 제안한 방법이 영상등록을 위한 외부표정 추정을 강인하게 하는 것을 증명하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1207-1210
• /
• 2022

2D 이미지로부터 카메라의 위치 정보를 추정할 수 있는 Structure-from-Motion (SfM) 기술과 dense depth map 을 추정하는 Multi-view Stereo (MVS) 기술을 이용하여 2D 이미지에서 point cloud 와 같은 3D data 를 얻을 수 있다. 3D data 는 VR, AR, 메타버스와 같은 컨텐츠에 사용되기 위한 핵심 요소이다. Point cloud 는 보통 VR, AR, 메타버스와 같은 많은 분야에 이용되기 위해 mesh 형태로 변환된 후 texture 를 입히는 Texturing 과정이 필요하다. 기존의 Texturing 방법에서는 mesh의 face에 사용될 image의 outlier를 제거하기 위해 color 정보만을 이용했다. Color 정보를 이용하는 방법은 mesh 의 face 에 대응되는 image 의 수가 충분히 많고 움직이는 물체에 대한 outlier 에는 효과적이지만 image 의 수가 부족한 경우와 부정확한 카메라 파라미터에 대한 outlier 에는 부족한 성능을 보인다. 본 논문에서는 Texturing 과정의 view selection 에서 depth 정보를 추가로 이용하여 기존 방법의 단점을 보완할 수 있는 방법을 제안한다.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.373-380
• /
• 2022

This paper considers a method of fast correspondence matching for iterative closest point (ICP) algorithm. In robotics, the ICP algorithm and its variants have been widely used for pose estimation by finding the translation and rotation that best align two point clouds. In computational perspectives, the main difficulty is to find the correspondence point on the reference point cloud to each observed point. Jump-table-based correspondence matching is one of the methods for reducing computation time. This paper proposes a method that corrects errors in an existing jump-table-based correspondence matching algorithm. The criterion activating the use of jump-table is modified so that the correspondence matching can be applied to the situations, such as point-cloud registration problems with highly curved surfaces, for which the existing correspondence-matching method is non-applicable. For demonstration, both hardware and simulation experiments are performed. In a hardware experiment using Hokuyo-10LX LiDAR sensor, our new algorithm shows 100% correspondence matching accuracy and 88% decrease in computation time. Using the F1TENTH simulator, the proposed algorithm is tested for an autonomous driving scenario with 2D range-bearing point cloud data and also shows 100% correspondence matching accuracy.

• 한국건축시공학회지
• /
• 제21권6호
• /
• pp.665-676
• /
• 2021

노후 건축물의 수가 증가함에 따라, 건물의 안전진단, 유지 보수에 대한 중요성이 증가하고 있다. 기존 외관 조사는 점검자의 주관적인 판단이 수반되어 평가 결과가 다르고 객관성과 신뢰성이 떨어진다. 따라서 본 연구는 기존 연구를 통해 기실시된 외관 조사 및 상태 평가 프로세스의 한계를 제시하였으며, UAV, Laser Scanner를 통해 3D Point Cloud 데이터를 수집하였다. 또한, Reverse Engineering 기술을 이용하여 3D 모델을 생성한 후 객관적인 상태평가 데이터를 취득하였다. 이후 기존의 정밀검사 데이터와 정밀 안전진단 데이터를 활용하여 DNN 구조를 생성하고, 고정밀도 측정 장치를 이용하여 얻은 상태평가 데이터를 적용하여 객관적인 건물안전등급을 산출하였다. 자동화된 프로세스는 20개의 노후된 건축물에 적용되며 동일 면적 건축물 기준 수작업으로 실시되는 안전진단의 시간에 비해 약 50% 감소하였다. 이후 본 연구에서는 안전등급 결과값과 기존값을 비교하여 안전등급 산출과정의 정확성을 검증하고 약 90%의 높은 정확도를 가진 DNN을 구축하였다. 이는 향후 노후 건물의 안전등급 산정의 신뢰성이 향상되고 비용과 시간을 절약해 경제성이 향상될 것으로 기대된다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.234-252
• /
• 2020

계측기기만을 이용한 현장 상황대응의 재래적 방식에서 벗어나 온라인 '첨단기술(Hi-Technology)'과 오프라인의 '직관적 경험(Hi-Experience)'을 융합한 하이브리드(Hybrid) 재해관리 기법의 유효성을 검증하였다. 이를 위해 대상 현장에 매설된 상시 계측기 GNSS(RTK) 5대를 지상기준점(Ground Control Point, GCP)으로 사용하였다. 또한, 인근 지점에 크기 불변 특징점(Scale Invariant Feature Transform, SIFT) 4곳을 추출하여 검사점(Control Point, CP)으로 활용하였다. 이를 통해 현장 실측치와 드론기반 3차원 측정 결과치와의 정확도를 각 좌표값의 차이의 평균제곱근오차(Root Mean Square Error)를 이용하여 분석하였다. 결과적으로 드론에 의해 획득된 3차원 수치 모델을 정밀하게 후처리 분석함으로써 피사체의 모든 지형지물이 변위추적의 객체로 활용할 수 있음을 확인할 수 있었다. 포인트 클라우드(Point cloud) 기반의 3-D 수치 영상은 현장 그대로의 모습을 초실감, 고정도 가시화 함으로서 직관적인 경험에 공감할 수 있는 친화적인 솔루션을 제공하며, 단순 신호처리 기반의 계측기기 하드웨어 중심의 재해관리를 탈피해 인명피해/예산 절감 등 비탈면 유지관리에 최적의 플랫폼을 제공할 수 있을 것으로 판단된다. 특히, 특정 위치에 설치된 특정지점(Pin-point) 센서에 의존한 국지적인 정보의 한계를 뛰어넘어 기술생산 중심에서 재난관리의 중심으로 신속하게 전환될 수 있는 매개체가 될 것으로 기대한다.

• 한국산업융합학회 논문집
• /
• 제24권6_2호
• /
• pp.753-762
• /
• 2021

Google provides mapping services using satellite imagery, this is widely used for the study. Since about 20 years ago, research and business using drones have been expanding. Pix4D is widely used to create 3D information models using drones. This study compared the distance error by comparing the result of the road construction site with the DSM data of Google Earth and Pix4 D. Through this, we tried to understand the reliability of the result of distance measurement in Google Earth. A DTM result of 3.08 cm/pixel was obtained as a result of matching with 49666 key points for each image. The length and altitude of Pix4D and Google Earth were measured and compared using the obtained PCD. As a result, the average error of the distance based on the data of Pix4D was measured to be 0.68 m, confirming that the error was relatively small. As a result of measuring the altitude of Google Earth and Pix4D and comparing them, it was confirmed that the maximum error was 83.214m, which was measured using satellite images, but the error was quite large and there was inaccuracy. Through this, it was confirmed that there are difficulties in analyzing and acquiring data at road construction sites using Google Earth, and the result was obtained that point cloud data using drones is necessary.