• 한국측량학회지
• /
• 제38권1호
• /
• pp.35-41
• /
• 2020

3D 레이저 스캐너는 대상물에 대한 많은 양의 데이터를 빠른 시간 내에 취득할 수 있는 효과적인 방법으로 최근 측량, 변위측정, 대상물의 3차원 데이터 생성, 실내공간정보 구축, BIM (Building Information Model) 등 다양한 분야에 활용되고 있다. 3D 레이저 스캐너를 통해 취득되는 점군데이터의 활용을 위해서는 정합과정을 거쳐 많은 측점에서 취득한 데이터를 통일된 좌표체계를 가진 하나의 데이터로 만드는 과정이 필요하다. 따라서 정합 방법에 따른 점군데이터의 정확도에 대한 분석적 연구가 필요하다 이에 본 연구에서는 3D 레이저 스캐너를 통해 취득되는 점군데이터의 정합방법에 따른 정확도를 분석하고자 하였다. 3D 레이저 스캐너를 통해 연구대상지의 점군데이터를 취득하고, 자료처리를 통해 ICP (Iterative Closest Point) 와 형상정합 방법에 의해 점군데이터를 정합하였으며, 토털스테이션 측량성과와 비교하여 정확도를 분석하였다. 정확도 평가 결과 ICP와 형상정합 방법은 각각 토털스테이션 성과와 0.002~0.005m, 0.002~0.009m의 차이를 나타내었다. 각각의 정합 방법은 실험결과 모두 0.01m 미만의 편차를 나타내어 1:1,000 수치지형도의 허용정확도를 만족하였으며, ICP 및 형상정합을 이용한 점군데이터의 정합이 공간정보 구축에 충분히 활용 가능함을 제시하였다. 향후 형상정합 방법에 의한 점군데이터의 정합은 3D 레이저 스캐너를 활용한 공간정보 구축 과정에서 타겟의 설치를 줄임으로써 생산성 향상에 기여할 것이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.200-201
• /
• 2020

본 논문에서는 ICP (iterative closest points) 기반의 포인트 클라우드 콘텐츠 품질 개선 방법을 제안한다. 포인트 클라우드 콘텐츠는 실제 환경의 물체를 3 차원의 점으로 획득한 실감 콘텐츠이다. 이처럼 3 차원 점으로 구성된 포인트 클라우드 콘텐츠는 영상 확대 또는 포인트 클라우드 획득 및 복원 과정에서 콘텐츠의 품질이 저하될 수 있다. 제안하는 방법은 ICP 알고리즘을 활용히여 이전 프레임과 현재 프레임 상의 포인트 클라우드 위치 사이가 존재하는지 검사하고, 피사체의 움직임에 의해 발생한 프레임 간 차이를 보정하여 콘텐츠의 품질을 향상시켰다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권12호
• /
• pp.1239-1246
• /
• 2003

대상 물체의 3차원 모델을 구축하기 위해서는 여러 시점에서 측정된 거리정보 데이타들을 하나의 좌표계로 통합하는 정합(registration) 과정이 필수적이다. 3차원 데이타의 정합을 위해 가장 널리 사용되는 ICP(Iterative Closest Point) 알고리즘은 거리정보 데이타 간에 겹치는 영역 또는 일치점 등에 대한 사전 정보가 필요하다. 본 논문에서는 임의의 시점에서 측정된 데이타를 반복적인 방법에 의해 자동으로 정합하는 개선된 ICP 방법이 제안된다. 3차원 데이타가 거리정보 영상으로 맺히는 관계를 나타내는 센서 사영조건(projection constraint), 데이타의 공분산(covariance) 행렬, 교차(cross) 사영 등을 이용하여 정합과정을 자동화하였으며, 유저의 개입이나 3차원 기계 보조 장치 등을 사용하는 별도의 초기값 측정 없이 3차원 모델을 정확하게 구성할 수 있다. 다양한 거리정보 데이타에 대한 실험을 통해 제안된 방법의 우수한 성능을 확인하였다.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.16-22
• /
• 2019

로봇을 적용한 자동화 생산 라인에서 로봇 셋업 시 시뮬레이션을 통한 Off-Line Programming(OLP)과 로봇 캘리브레이션은 작업 시간을 단축하고 양산 전부터 생산 품질을 관리하기 위해 필수적이다. 본 연구에서는 상용 3D 스캐너를 사용하여 생산 라인의 CAD 데이터와 현장의 3차원 측정 스캔 데이터를 정합하는 로봇 캘리브레이션 방법을 개발하였다. 제안한 방법은 Iterative Closest Point(ICP) 알고리즘을 통해 두 개의 3차원 점군 데이터를 정합하여 로봇을 교정한다. 정합은 3단계로 수행한다. 먼저 CAD 데이터로부터 3개의 평면으로 연결된 꼭짓점을 특징점으로 추출한다. 추출한 특징점 주변에 위치한 스캔 점군데이터로부터 평면을 재구성하여 대응하는 특징점을 생성한다. 마지막으로 ICP 알고리즘을 통해 추출한 특징점들 간의 거리를 최소화하여 위치 변환 행렬을 계산한다. 자동차 차체 조립라인의 스팟용접 로봇 설치에 제안한 방법을 적용한 결과 스팟용접에서 일반적으로 요구하는 정밀도 1.5mm 수준으로 로봇의 위치 및 자세를 캘리브레이션 할 수 있었으며, 기존에 레이저 트래커를 사용하면 로봇 한 대당 5시간 이상 소요되던 셋업 시간은 40분 이내로 단축할 수 있었다. 개발한 시스템을 사용하면 차체 스팟 용접에 필요한 정밀도를 유지하면서 자동차 차체 조립 라인의 OLP 작업시간을 단축하여, 로봇 정밀 티칭 시간을 단축하여, 생산제품의 품질 향상 및 불량률을 최소화할 수 있다.

• 대한조선학회논문집
• /
• 제61권3호
• /
• pp.143-151
• /
• 2024

In this study, we present a mapping framework for 3D spatial reconstruction of digital twin model using navigation and perception sensors mounted on an Autonomous Surface Vehicle (ASV). For improving the level of realism of digital twin models, 3D spatial information should be reconstructed as a digitalized spatial model and integrated with the components and system models of the ASV. In particular, for the 3D spatial reconstruction, color and 3D point cloud data which acquired from a camera and a LiDAR sensors corresponding to the navigation information at the specific time are required to map without minimizing the noise. To ensure clear and accurate reconstruction of the acquired data in the proposed mapping framework, a image preprocessing was designed to enhance the brightness of low-light images, and a preprocessing for 3D point cloud data was included to filter out unnecessary data. Subsequently, a point matching process between consecutive 3D point cloud data was conducted using the Generalized Iterative Closest Point (G-ICP) approach, and the color information was mapped with the matched 3D point cloud data. The feasibility of the proposed mapping framework was validated through a field data set acquired from field experiments in a inland water environment, and its results were described.

• 제어로봇시스템학회논문지
• /
• 제21권10호
• /
• pp.965-971
• /
• 2015

This paper suggests a feature point-based Iterative Closest Point (ICP) algorithm to compensate for the disparity error in building a two-dimensional map. The ICP algorithm is a typical algorithm for matching a common object in two different images. In the process of building a two-dimensional map using the laser scanner data, warping and distortions exist in the map because of the disparity between the two sensor values. The ICP algorithm has been utilized to reduce the disparity error in matching the scanned line data. For this matching process in the conventional ICP algorithm, pre-known reference data are required. Since the proposed algorithm extracts characteristic points from laser-scanned data, reference data are not required for the matching. The laser scanner starts from the right side of the mobile robot and ends at the left side, which causes disparity in the scanned line data. By finding the matching points between two consecutive frame images, the motion vector of the mobile robot can be obtained. Therefore, the disparity error can be minimized by compensating for the motion vector caused by the mobile robot motion. The validity of the proposed algorithm has been verified by comparing the proposed algorithm in terms of map-building accuracy to conventional ICP algorithm real experiments.

• 제어로봇시스템학회논문지
• /
• 제21권2호
• /
• pp.108-114
• /
• 2015

Automated driving systems require a high level of performance regarding environmental perception, especially in urban environments. Today's on-board sensors such as radars or cameras do not reach a satisfying level of development from the point of view of robustness and availability. Thus, map data is often used as an additional data input to support these systems. An accurate digital map is used as a powerful additional sensor. In this paper, we propose a new approach for vehicle localization using a lane map and a single-layer LiDAR. The maps are created beforehand using a highly accurate DGPS and a single-layer LiDAR. A pose estimation of the vehicle was derived from an iterative closest point (ICP) match of LiDAR's intensity data to the lane map, and the estimated pose was used as an observation inside a Kalmanfilter framework. The achieved accuracy of the proposed localization algorithm is evaluated with a highly accurate DGPS to investigate the performance with respect to lateral vehicle control.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2301-2306
• /
• 2005

Even if there are lots of researches on localization using 2D range finder in static environment, very few researches have been reported for robust real-time localization of mobile robot in uncertain and dynamic environment. In this paper, we present a new localization method based on ICP(Iterative Closest Point) algorithm for navigation of mobile robot under dynamic or uncertain environment. The ICP method is widely used for geometric alignment of three-dimensional models when an initial estimate of the relative pose is known. We use the method to align global map with 2D scanned data from range finder. The proposed algorithm accelerates the processing time by uniformly sampling the line fitted data from world map of mobile robot. A data filtering method is also used for threshold of occluded data from the range finder sensor. The effectiveness of the proposed method has been demonstrated through computer simulation and experiment in an office environment.

• 제어로봇시스템학회논문지
• /
• 제22권11호
• /
• pp.883-887
• /
• 2016

Navigating an unknown environment is a challenging task for a robot, especially when a large number of obstacles exist and the odometry lacks reliability. Pose tracking allows the robot to determine its location relative to its previous location. The ICP (iterative closest point) has been a powerful method for matching two point clouds and determining the transformation matrix between the maps. However, in a situation where odometry is not available and the robot moves far from its original location, the ICP fails to calculate the exact displacement. In this paper, we suggest a method that is able to match two different point clouds taken a long distance apart. Without using any odometry information, it only exploits the features of corner points containing information on the surroundings. The algorithm is fast enough to run in real time.

• 한국전산구조공학회논문집
• /
• 제29권2호
• /
• pp.123-130
• /
• 2016

선박 건조 시장의 요구를 맞추기 위하여 신속한 건조의 목표로 노력하고 있는 조선소가 선박 정도관리에 대한 요구가 갈수록 높아지고 있다. 선박 건조 공정에서 생산성의 향상과 생산 주기의 단축을 위하여 선박 부재의 정도평가를 전 주기에서 수행해야 하는 것은 중요하다. 선박의 품질을 높이기 위하여 조선소에서 블록의 정도제어를 수행하는 것은 선박의 건조 주기를 단축할 수 있을 뿐만 아니라 건조 비용도 줄일 수 있다. 선박 블록의 정도를 제어하는 중심은 선박 블록 통합 정도관리 시스템을 만들어야 한다. 이 시스템은 "Non-allowance Shipbuilding"의 목표로 정도관리의 총괄성, 블록 정도의 향상, 정도 관리 과정의 표준화 등이 이루어져야 한다. 일반적으로 정도관리를 수행하는 관리자가 광파측정기를 이용하여 선박 블록의 접합면에 있는 주요 포인트(vital point)를 측정하고 수집하지만 무거운 계측장비를 가지고 블록의 정도관리를 수행하는 것은 불편할 뿐만 아니라 시간도 오래 걸린다. 본 논문에서는 선박 블록의 정도관리 시간을 단축할 수 있는 포인트 클라우드 기반으로 3차원 레이저 스캐너를 이용한 선박 블록 탑재 전에 오차예측 방법을 제안하였다. 이 방법은 ICP(iterative closest point) 알고리즘으로 측정된 포인트 클라우드와 설계된 점들의 비교 작업을 수행한 다음에 허용범위 내의 오차를 만족하는 지를 판단한다.