• 한국측량학회지
• /
• 제27권5호
• /
• pp.619-628
• /
• 2009

LiDAR는 광범위한 지역의 지형 지물 및 지표면에 대한 3차원 좌표를 신속하게 획득할 수 있는 장비로 고정밀의 3차원 공간데이터를 제공하는 장점이 있다. 그러나 LiDAR 데이터는 불규칙한 3차원 점 데이터로 구성되어 있으므로, 의미적이고 시각적인 정보를 제공하지 않으며, LiDAR 데이터만을 사용하여 정보를 추출하는 것은 어렵다. 본 연구에서는 항공 LiDAR 데이터로부터 건물의 외곽선 자동 추출 및 3차원 상세 모델링을 위한 방법을 제안하였다. 전처리 과정으로 반복적 평면 fiitting을 통하여 노이즈 및 불필요한 데이터를 제거하고, 히스토그램 분석을 수행하여 지면과 비지면 데이터를 효과적으로 분리하였다. 건물 외곽선을 추출하기 위해서 객체추적 기법을 이용하여 건물의 외곽에 해당하는 LiDAR 점들을 분류하였으며, 선행과정을 통해 LiDAR 데이터로부터 최종적으로 건물의 외곽선을 추출하였다. 정확도 검증을 위해 추출된 건물의 외곽선을 1:1,000 수치지도와 비교한 결과, 실험지역의 평면 RMSE가 약 0.56m였다. 또한, 건물의 상부구조물의 형태를 재현하기 위한 특성정보 추출 방법을 제안하였다. 지붕면을 세부적으로 분할하고 모델링하기 위하여 통계적 및 기하적 특성정보를 이용하였으며, 각각의 상부구조물에 적합한 수학적 함수를 최소제곱법에 의해 결정함으로써 3차원 모델링이 가능하도록 하였다. 상부구조물 모델링 결과 각 형태에 따른 RMSE가 사각형 상부구조물은 0.91m, 삼각형 상부구조물은 1.43m, 아치형 상부구조물은 1.85m, 돔형 상부구조물이 1.97m였다. 이는 원시 LiDAR 데이터로부터 지붕면 분할 및 3차원 자동 모델링이 효과적으로 수행되었음을 보여주고 있다.

• 한국지리정보학회지
• /
• 제11권3호
• /
• pp.136-150
• /
• 2008

항공사진이나 LiDAR 데이터를 이용하여 건물의 자동 추출에 있어서 많은 연구가 이루어졌지만, 3차원 위치정보와 영상의 형상정보라는 두 데이터의 장점을 융합하여 정확도를 향상시킬 수 있다. 이를 위하여 본 연구에서는 등고선 기반의 건물인식 알고리즘을 사용하여 LiDAR 데이터를 이용한 건물 인식 정확도를 향상시키고, 항공사진을 이용하여 건물 경계의 정교화도 추구하였다. 등고선기반 건물 인식 방법은 건물의 경계와 지붕구조물 정보를 생성할 수 있으며, 기존 TIN기반 인식 방법이나 NDSM기반 방법보다 우수한 건물 탐지 정확도를 보여주었다. 등고선으로 추정된 건물경계에 일정한 크기의 버퍼를 생성하여 항공사진의 경계영역을 한정시키고, double active contour를 사용하여 항공사진의 에지에 맞도록 건물경계를 정교화 하였다. 본 연구성과를 이용하여 향후 추출된 개체 경계의 일정 범위에서 최적의 정합을 수행하여 3차원 건물 경계를 생성할 수 있다.

• 한국건축친환경설비학회 논문집
• /
• 제12권6호
• /
• pp.591-605
• /
• 2018

The information on the planar figure of the building envelope is commonly required in various criteria related to the energy performance of the building. However, since the method of creating varies depending on each criterion, the information displayed in the planar figure of the building envelope differs considerably according to the person making the figure. In this regard, this study sought to derive the commonly required information for the unification of the information included in the planar figure of the building envelope, and thus examine the standardization of the planar figure of the building envelope based on BIM. Towards this end, 1) the required information about the planar figure of the building envelope was derived through the literature review and case analysis results submitted to the energy performance evaluation agencies, and 2) the standardized output technology using IFC was investigated based on the required information. Therefore, it is expected that the findings of this study will help to create a general-purpose planar figure for the building envelope, and this study can serve as the preliminary research for automatically extracting the information on the planar figure of the building envelope.

• 한국인터넷방송통신학회논문지
• /
• 제9권3호
• /
• pp.61-67
• /
• 2009

인터넷의 발달로 전자문서가 증가함에 따라, 정보검색기술의 중요성도 함께 증가하게 되었다. 본 연구는 비정형 텍스트 웹 문서로부터 사용자가 요구하는 핵심 의미 지식을 추출하기 위하여 LGG(Local Grammar Graph) 구축에 기반 하여 보다 효율적이고 정확한 지식구축을 가능하게 한다. 주가등락이라는 특정 분야의 패턴을 추출하여 만든 패턴 문법을 사용해서 OWL(Web Ontology Language) 기반의 온톨로지를 구축하였다. 특정 분야의 온톨로지를 구축함으로써 기존 검색에서 할 수 없었던 지식의 의미 검색이 가능하며 나아가 사용자가 원하는 질의에 대한 정보의 추론이 가능할 것이다.

• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.25-31
• /
• 2011

본 논문은 건축자재들을 컴포넌트로 구성하고 컴포넌트들을 패턴으로 조립하여 패턴 단위로 건축설계가 효율적으로 이루어질 수 있도록 하는 가상건축 구축방안을 제안한다. 조립방식으로 만들어진 건축물을 변경시키고자 할 때 변경될 부분을 선택하면 이에 따른 패턴이 지원되며 여기에 필요한 자재 관련 컴포넌트 및 패턴의 정보 분석을 통하여 설계자에게 재건축에 필요한 정보를 제공해 주도록 한다. 스틸하우스 공법을 이용하여 조립기능은 벽체, 방, 창문, 출입문, 지붕 등으로 구성하였고, 이에 따른 스틸하우스 공법을 활용한 자재자동추출 방법을 기술하였다.

• 한국측량학회지
• /
• 제34권6호
• /
• pp.619-627
• /
• 2016

Cells of a PV (photovoltaic) module can suffer defects due to various causes resulting in a loss of power output. As a malfunctioning cell has a higher temperature than adjacent normal cells, it can be easily detected with a thermal infrared sensor. A conventional method of PV cell inspection is to use a hand-held infrared sensor for visual inspection. The main disadvantages of this method, when applied to a large-scale PV power plant, are that it is time-consuming and costly. This paper presents an algorithm for automatically detecting defective PV panels using images captured with a thermal imaging camera from an UAV (unmanned aerial vehicle). The proposed algorithm uses statistical analysis of thermal intensity (surface temperature) characteristics of each PV module to verify the mean intensity and standard deviation of each panel as parameters for fault diagnosis. One of the characteristics of thermal infrared imaging is that the larger the distance between sensor and target, the lower the measured temperature of the object. Consequently, a global detection rule using the mean intensity of all panels in the fault detection algorithm is not applicable. Therefore, a local detection rule was applied to automatically detect defective panels using the mean intensity and standard deviation range of each panel by array. The performance of the proposed algorithm was tested on three sample images; this verified a detection accuracy of defective panels of 97% or higher. In addition, as the proposed algorithm can adjust the range of threshold values for judging malfunction at the array level, the local detection rule is considered better suited for highly sensitive fault detection compared to a global detection rule. In this study, we used a panel area extraction method that we previously developed; fault detection accuracy would be improved if panel area extraction from images was more precise. Furthermore, the proposed algorithm contributes to the development of a maintenance and repair system for large-scale PV power plants, in combination with a geo-referencing algorithm for accurate determination of panel locations using sensor-based orientation parameters and photogrammetry from ground control points.

• 로봇학회논문지
• /
• 제10권1호
• /
• pp.33-41
• /
• 2015

Recent developments in robotics and intelligent vehicle area, bring interests of people in an autonomous driving ability and advanced driving assistance system. Especially fully automatic parking ability is one of the key issues of intelligent vehicles, and accurate parked vehicles detection is essential for this issue. In previous researches, many types of sensors are used for detecting vehicles, 2D LiDAR is popular since it offers accurate range information without preprocessing. The L shape feature is most popular 2D feature for vehicle detection, however it has an ambiguity on different objects such as building, bushes and this occurs misdetection problem. Therefore we propose the accurate vehicle detection method by using a 3D complete vehicle model in 3D point clouds acquired from front inclined 2D LiDAR. The proposed method is decomposed into two steps: vehicle candidate extraction, vehicle detection. By combination of L shape feature and point clouds segmentation, we extract the objects which are highly related to vehicles and apply 3D model to detect vehicles accurately. The method guarantees high detection performance and gives plentiful information for autonomous parking. To evaluate the method, we use various parking situation in complex urban scene data. Experimental results shows the qualitative and quantitative performance efficiently.

• Smart Structures and Systems
• /
• 제30권5호
• /
• pp.501-511
• /
• 2022

Three-dimensional (3D) models have become crucial for improving civil infrastructure analysis, and they can be used for various purposes such as damage detection, risk estimation, resolving potential safety issues, alarm detection, and structural health monitoring. 3D point cloud data is used not only to make visual models but also to analyze the states of structures and to monitor them using semantic data. This study proposes automating the generation of high-quality 3D point cloud data and removing noise using deep learning algorithms. In this study, large-format aerial images of civilian infrastructure, such as cut slopes and dams, which were captured by drones, were used to develop a workflow for automatically generating a 3D point cloud model. Through image cropping, downscaling/upscaling, semantic segmentation, generation of segmentation masks, and implementation of region extraction algorithms, the generation of the point cloud was automated. Compared with the method wherein the point cloud model is generated from raw images, our method could effectively improve the quality of the model, remove noise, and reduce the processing time. The results showed that the size of the 3D point cloud model created using the proposed method was significantly reduced; the number of points was reduced by 20-50%, and distant points were recognized as noise. This method can be applied to the automatic generation of high-quality 3D point cloud models of civil infrastructures using aerial imagery.

• 대한공간정보학회지
• /
• 제21권1호
• /
• pp.39-44
• /
• 2013

도시지역에서 산소를 발생하고 이산화탄소를 감소시킬 수 있는 중요한 지상객체로 수목을 뽑을 수 있다. 이러한 수목의 관리를 위하여 라이다 자료를 이용한 많은 연구가 진행되고 있다. 그러나 국내에서 라이다 자료처리 소프트웨어가 미비하여 국외 소프트웨어에 의존하고 있다. 이에 본 연구에서는 라이다 자료에서 수목을 자동으로 추출할 수 있는 자동화 공정을 제안하였다. 제안한 공정에는 라이다 자료의 분류, 건물영역, 수목 등을 자동으로 추출할 수 있는 기능이 개발되었다. 제안한 공정은 용인지역의 연구대상지에 적용하여 실험을 수행하였으며 약 88%의 수목이 자동화 공정을 통해서 추출되었다.

• 공학교육연구
• /
• 제11권3호
• /
• pp.90-95
• /
• 2008

본 조사의 목적은 중소도시의 빌딩 자동제어 분야의 인력 수요와 채용과정 및 훈련기관의 교육 과정을 조사하였다. 본 논문은 전기업체의 인력수요, 채용과정, 훈련소의 교육내용을 조사하였다. 기술인력의 수요와 직업교육의 요구 수준을 파악하였다. 따라서 학생의 취업 향상과 교육 훈련과정개발을 위한 정보를 제공함에 목적이 있다. 인력수요 및 교육수요와 현장 실습생 수요에 대해 분석하였다. 표본추출은 업종별, 규모별 할당표본 추출방법(quota Sampling)을 사용하였다. 조사방법은 전화 및 방문하여 조사하였으며, 자료분석은 엑셀을 이용한 통계 분석을 하였다.