• 한국측량학회지
• /
• 제38권6호
• /
• pp.611-622
• /
• 2020

실내공간에 대한 측위 기술과 함께 LiDAR (Light Detection And Ranging)나 카메라와 같이 공간을 측정 장비가 발달하면서 실내공간에 대한 분석과 탐색, 가상현실이나 증강현실을 통한 시각화 서비스에 대한 수요가 증가하고 있다. 이를 위해서는 실제 세계로부터 측정된 데이터를 이용하여 3차원 객체로 모델링하는 작업이 필요하다. 또한 이렇게 구조화된 데이터의 가용성과 상호운용성을 높이기 위하여 표준화된 규격으로 저장하는 것도 매우 중요하다. 본 논문에서는 LiDAR 장비를 통해 획득한 포인트 클라우드 데이터를 이용하여 실내공간을 표현하기 위한 국제표준인 IndoorGML 데이터를 자동적으로 구축하는 방법을 제안하고자 한다. IndoorGML 데이터를 구성하는 과정에서 고려해야 할 점들을 살펴본 후, 자유공간추출과 연결성 검출 과정으로 이루어진 데이터 구축 과정을 통하여 실제로 IndoorGML 데이터를 구축한다. 실험을 통하여 제안 기법이 입력 포인트 클라우드로부터 3차원 데이터 모델을 효과적으로 재구성할 수 있음을 검증한다.

• 정보과학회 논문지
• /
• 제44권4호
• /
• pp.392-398
• /
• 2017

포인트 클라우드를 이용한 물체의 표현은 레이저 스캐너를 통해 공간을 스캔하여 점의 집합을 추출하고, 정합(Registration)을 통해 하나의 좌표계로 통합하는 과정을 거쳐 이루어진다. 정합이 완료된 포인트 클라우드 집합은 수학적 해석을 통해 의미 있는 영역, 형태, 잡음 등으로 분류되어 쓰이게 된다. 본 논문은 3차원 포인트 클라우드 데이터에서 실린더 형태의 굽은 영역 매칭을 목표로 한다. 매칭 절차는 포인트 클라우드에서 RANdom SAmple Consensus(RANSAC)을 통한 구(sphere) 적합(fitting)으로 실린더 형태의 점 후보군을 추출하여 중심과 반지름 데이터를 얻고, 추출된 중심점 데이터에서 주성분 분석(Principal Component Analysis)을 통해 굽은 영역인지 판별한 후 캣멀롬 스플라인(Catmull-Rom spline)으로 굽은 영역 매칭을 완료한다. 제안된 방법은 제약조건 및 분할 없이 중심축 추정에 이은 직선 및 굽은 형태의 실린더 추정으로 비교적 빠른 추정결과를 도출하고, 역설계의 작업효율을 높일 수 있을 것으로 기대된다.

• 농업과학연구
• /
• 제49권3호
• /
• pp.483-493
• /
• 2022

It is important to improve the efficiency of plant breeding and crop yield to fulfill increasing food demands. In plant phenotyping studies, the capability to correlate morphological traits such as plant height, stem diameter, leaf length, leaf width, leaf angle and size of panicle of the plants has an important role. However, manual phenotyping of plants is prone to human errors and is labor intensive and time-consuming. Hence, it is important to develop techniques that measure plant phenotypic traits accurately and rapidly. The aim of this study was to determine the feasibility of point cloud data based on a 3D light detection and ranging (LiDAR) system for plant phenotyping. The obtained results were then verified through manually acquired data from the sorghum samples. This study measured the plant height, plant crown diameter and the panicle height and diameter. The R² of each trait was 0.83, 0.94, 0.90, and 0.90, and the root mean square error (RMSE) was 6.8 cm, 1.82 cm, 5.7 mm, and 7.8 mm, respectively. The results showed good correlation between the point cloud data and manually acquired data for plant phenotyping. The results indicate that the 3D LiDAR system has potential to measure the phenotypes of sorghum in a rapid and accurate way.

• 대한조선학회논문집
• /
• 제58권5호
• /
• pp.303-313
• /
• 2021

Recently, quality control of the Liquefied Natural Gas Carrier (LNGC) cargo hold and block-erection interference areas using 3D scanners have been performed, focusing on large shipyards and the international association of classification societies. In this study, as a part of the research on LNGC cargo hold quality management advancement, a study on deep-learning-based scaffolding system 3D point cloud object detection and post-processing were conducted using a LNGC cargo hold 3D point cloud. The scaffolding system point cloud object detection is based on the PointNet deep learning architecture that detects objects using point clouds, achieving 70% prediction accuracy. In addition, the possibility of improving the accuracy of object detection through parameter adjustment is confirmed, and the standard of Intersection over Union (IoU), an index for determining whether the object is the same, is achieved. To avoid the manual post-processing work, the object detection architecture allows automatic task performance and can achieve stable prediction accuracy through supplementation and improvement of learning data. In the future, an improved study will be conducted on not only the flat surface of the LNGC cargo hold but also complex systems such as curved surfaces, and the results are expected to be applicable in process progress automation rate monitoring and ship quality control.

• 대한원격탐사학회지
• /
• 제33권6_2호
• /
• pp.1139-1149
• /
• 2017

수목을 3차원 구조로 정량화하는 것은 다양한 환경분석 모델링의 입력 자료로써 매우 중요하다. 그러나 3차원 측량이 가능한 라이다는 고비용과 전문인력이 필요해 파편화된 소규모의 도시녹지를 측량하기에는 경제적 장비운용적 차원에서 현실적이지 않다. 또한 수목은 계절에 따라 민감하게 변화하므로 시계열 모니터링으로 도시생태계를 이해하려면 높은 빈도로 쉽고 빠르게 수관구조를 측량할 수 있는 디바이스와 이에 맞는 정량화기법의 개발이 필요하다. 환경분석 모델링의 입력 자료로써의 필요가 아니더라도, 도시내 수목의 크기와 나이는 관리비용, 생태계서비스, 경관, 안전 등과 직결되므로 반드시 정보화될 필요성이 있다. 본 연구에서는 도시내 수목의 3차원 환경정보 데이터를 생성하기 위한 디바이스와 방법론으로써 UAV(Unmanned Aerial Vehicle)와 SfM-MVS(Structure from Motion-Multi View Stereo), solid modeling을 제시하였다. 따라서 제시된 device와 방법론의 검증을 목표로 하여 다음과 같이 분석을 수행하였다. 첫째, stereo image들로부터 생성된 point cloud로 측량한 결과의 정확도를 지상 라이다 자료와 비교 검증하였다. 두 번째, UAV촬영 사진개수를 감소시킴에 따라 변화하는 point cloud의 밀도가 수목의 부피 및 크기 정량화 결과에 어떤 영향을 주는지를 살펴봄으로써 고해상도의 point cloud가 정밀한 수목 측량에 꼭 필요한 요소인지를 확인하여 보았다. 마지막으로, 수목 부피의 정량화 및 형상화를 위해 solid model이 얼마나 적합한가를 검증하고자 다른 3D type의 측정치와 비교하였다. 분석의 결과를 통해, UAV와 SfM-MVS 그리고 solid model을 이용하면 단일수목을 손쉽게 저비용 높은 시간해상도로 정량화 및 형상화가 가능함을 확인하였다. 다만, 본 연구는 단일 개체목만을 대상으로 한 연구이므로 더 넓은 녹지에 적용하기 위해서는 이에 맞는 비행계획의 수립, 다양한 공간정보 데이터와의 융합, 녹지규모 확대에 따른 정량화 기법의 개선 등 앞으로 이를 발전시킬 수 있는 후속연구가 필요하다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2002년도 춘계학술대회 논문집
• /
• pp.536-539
• /
• 2002

The reverse engineering (RE) technology can quickly generate 3D point cloud data of an object by capturing the surface of a model using a 3D scanner. In the rapid prototyping (RP) technology, prototypes are rapidly produced from 3D CAD models in a layer-by-layer additive basis. In this paper, a physical human head shape is duplicated using a new RP process, the Transfer-type Variable Lamination Manufacturing process using expandable polystyrene foam sheet (VLM-ST), after the point cloud data of a human head shape measured from 3D SNX scanner are converted to STL file. From the duplicated human head shape, it has been shown that the VLM-ST process in connection with the 3D scanner is a fast and efficient process in that shapes with free surface, such as the human head shape, can be duplicated with ease. Considering the measurement time and the shape duplication time, the use of 3D SNX scanner and the VLM-ST process is expected to reduce the lead-time fur the development of new products in comparison with the other existing RE-RP connected manufacturing systems.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.733-734
• /
• 2016

This study proposes a novel approach for ground segmentation of 3D point cloud. We combine two techniques: gradient threshold segmentation, and mean height evaluation. Acquired 3D point cloud is represented as a graph data structures by exploiting the structure of 2D reference image. The ground parts nearing the position of the sensor are segmented based on gradient threshold technique. For sparse regions, we separate the ground and nonground by using a technique called mean height evaluation. The main contribution of this study is a new ground segmentation algorithm which works well with 3D point clouds from various environments. The processing time is acceptable and it allows the algorithm running in real time.

• 제어로봇시스템학회논문지
• /
• 제9권5호
• /
• pp.368-373
• /
• 2003

This paper presents a cost-effective 3D foot scanner system that provides the 3-dimensional point cloud foot data to design the custom footwear. To measure the 3-dimensional point cloud data of the foot, a CCD camera, a Non-Gaussian laser line projector and optical triangulation method are employed. Furthermore, the integrated system employs a measurement base, a frame grabber, a CCD moving cart, a stepping motor and a computer. The measurement result is saved as 3D dxf format and it could be converted to 2D essential data fer a shoe design. The experimental results demonstrate that the proposed system have the decent resolution of 1mm which is enough for last and shoe design.

• Ecology and Resilient Infrastructure
• /
• 제8권4호
• /
• pp.204-211
• /
• 2021

본 연구에서는 3차원 지상 라이다 스캐너를 통해 수집되는 포인트 클라우드를 활용하여 식생의 정보를 수집하였으며, 수집된 데이터를 기반으로 객체를 재구현하여 물리적 형상을 분석하였다. 이를 위해 원시 데이터의 필터링 단계별 최적의 데이터를 구축하였으며, 구축된 데이터를 활용하여 실제 부피와 Alpha Shape 및 Voxel 기법을 활용한 부피 산정 결과를 산정한 후 각각 비교하였다. 분석 결과, Alpha Shape를 적용하여 부피를 산정한 경우 데이터 필터링과 관계없이 실제 부피보다 과다 산정되는 것으로 나타났다. 또한 Voxel 기법을 활용할 경우 8차 필터링 후 실제 부피와 가장 유사한 것으로 나타났으며, 이후 필터링이 진행될수록 실제 부피에 비해 과소 산정되는 것을 알 수 있었다. 따라서 포인트 클라우드를 활용하여 객체를 재구현 할 경우, 대상이 되는 객체의 복잡한 형상으로 인한 내부 공극을 고려해야 하며, 필터링 과정에서 최적의 데이터 구축을 위한 필터링 과정에 반드시 주의할 필요가 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.