• 한국컴퓨터그래픽스학회논문지
• /
• 제24권5호
• /
• pp.11-19
• /
• 2018

본 논문에서는 노이즈를 포함한 채 오버랩 영역이 적은 두 점군을 정합할 때 정확도와 수렴 속도를 향상시키는 알고리즘을 제시한다. 정확도를 높이기 위하여 점군의 기하학 정보를 최대한 활용하며, 정합 단계에서는 노이즈가 포함된 점군에서 오버랩 되는 영역을 적절히 선택하고, 개선된 가속 알고리즘을 사용하여 정합 속도를 향상시킨다. 정확도를 향상시키는 기존의 방법은 노이즈가 많은 점군에 적용할 수 없으므로, 본 논문에서는 정합에 사용되는 영역을 선택하는 것으로써 기존 방법의 문제를 해결하였다. 또한 똑같은 점군쌍에서만 적용되는 가속 알고리즘을 낮은 오버랩의 점군쌍에 적용하였다. 기존의 방법에 간단한 알고리즘을 추가함으로써 서너 배 더 빠른 수렴 속도를 낼 수 있도록 하였다. 결론적으로, 노이즈가 많고 오버랩이 적은 점군쌍의 정합에 있어서 본 논문에서 제시하는 알고리즘을 적용하면 속도와 정확도가 향상되었음을 알 수 있다.

• 방송공학회논문지
• /
• 제21권1호
• /
• pp.3-10
• /
• 2016

본 논문은 실내공간의 다시점 정지 영상을 서로 다른 방식으로 획득하고, 이 데이터로부터 해당 3차원 공간에 대한 기하학적인 형상정보를 담은 두 종류의 복원 결과를 비교분석 한다. 공간 내 한 평면 복원을 목표로, 첫 번째 데이터 군 확보에는 정규격자경로를 따라 정지 영상을 얻는 수동형 영상 획득 방식을 활용하였다. 두 번째 데이터 군 확보에는 한 평면의 제한된 각도 내 3차원 정보를 얻는 레이저 스캐너의 스캐닝 방식을 정지 영상 획득 방식에 응용하였다. SIFT알고리즘을 이용해 획득된 정지 영상 데이터 간의 특징점을 검출하였고 이를 기반으로 3차원 포인트 클라우드 데이터를 생성하였다. 복원된 3차원 공간정보는 생성된 포인트 클라우드의 이미지와 개수 및 평균 밀집도, 수행 시간을 통해 표현했으며 보다 정확한 실내공간의 3차원 복원에는 카메라로 획득하는 정지 영상 데이터만이 아닌 추가적인 센서를 사용한 데이터의 확보가 필요하다는 점을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제12권9호
• /
• pp.40-47
• /
• 2012

미디어 아트는 새로운 경로의 인식과 지각을 동반하고, 기존의 미술과는 다른 인간의 신체를 도구화 하여 상호작용을 만들어내는 새로운 감상방식을 제안한다. 시각적인 영상을 제작하는 방식 중 포인트 클라우드는 점으로 형태를 표현한다는 점에 있어 서양미술의 점묘법과 유사하며 이는 전통회화 기법을 디지털 기술을 활용해 재구성한다는 의미를 가진다. 본 논문에서는 미학적 요소와 디지털 기술을 융합한 새로운 감상방식으로 포인트 클라우드 형태의 영상을 제작하여 홀로그램 필름에 투사하고, 관람자의 손짓이 영상과 상호작용하는 콘텐츠를 제시한다. 콘텐츠 제작은 콘텐츠 제작 배경 의도를 기획하고 포인트 클라우드 형태의 이미지 제작, 상호작용을 위한 3D 제스처 디자인 과정을 거쳐 최종적으로 홀로그램 필름에 투사하는 과정을 거친다. 콘텐츠는 사람의 의식 속에서 일어나는 기억의 회상 과정을 시각적, 체감적으로 표현한다. 이를 위해 기억의 회상 과정을 불확실한 기억, 기억의 구체화, 완전한 회상으로 설정하였다. 불확실한 기억은 포인트 클라우드 형태의 이미지를 통해 모호한 형태의 이미지로 표현되고, 상호작용으로 이미지를 조작하는 행위를 통해 기억을 구체화 해 나가면서 완전한 회상을 하게 된다.

• 한국BIM학회 논문집
• /
• 제10권4호
• /
• pp.32-39
• /
• 2020

In recent years, the construction industry is getting bigger and more complex, so it is becoming difficult to acquire point cloud data for construction equipments and workers. Point cloud data is measured using a drone and MMS(Mobile Mapping System), and the collected point cloud data is used to create a 3D digital map. In particular, the construction site is located at outdoors and there are many irregular terrains, making it difficult to collect point cloud data. For these reasons, adopting a noise reduction algorithm suitable for the characteristics of the construction industry can affect the improvement of the analysis accuracy of digital maps. This is related to various environments and variables of the construction site. Therefore, this study reviewed and analyzed the existing research and techniques on the noise reduction algorithm. And based on the results of literature review, performance evaluation of major noise reduction algorithms was conducted for digital maps of construction sites. As a result of the performance evaluation in this study, the voxel grid algorithm showed relatively less execution time than the statistical outlier removal algorithm. In addition, analysis results in slope, space, and earth walls of the construction site digital map showed that the voxel grid algorithm was relatively superior to the statistical outlier removal algorithm and that the noise removal performance of voxel grid algorithm was superior and the object preservation ability was also superior. In the future, based on the results reviewed through the performance evaluation of the noise reduction algorithm of this study, we will develop a noise reduction algorithm for 3D point cloud data that reflects the characteristics of the construction site.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.99-110
• /
• 2023

논문은 LiDAR 점군 데이터를 사용하여 흉고 직경과 수고를 예측하는 ForestLi 시스템을 제안한다. ForestLi 시스템이 LiDAR 점군 데이터를 처리하는 과정은 다음과 같이 여러 단계로 진행된다. 다운샘플링, 이상점 제거, 지표면 분할, 지표면 정규화, 수간 추출, 개체목 분할, 흉고 직경 측정, 수고 측정. LiDAR 점군 데이터를 처리하는 상용 시스템 LiDAR360은 하측 식생과 개체목 분할 오류를 사용자가 직접 수정해야 한다. ForestLi 시스템은 하측 식생에 해당하는 LiDAR 점군 데이터를 자동으로 제거한다. 결과적으로 ForestLi 시스템이 LiDAR360보다 전체 수행시간을 줄이고, 흉고 직경과 수고 예측의 정확성을 높였다. 실험을 통해서 제안된 ForestLi가 LiDAR360 시스템보다 흉고 직경과 수고 측정의 정확성과 전체 실행시간 측면에서 우수하다는 것을 보여주었다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

• 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.

• 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.

• 한국건설관리학회논문집
• /
• 제21권5호
• /
• pp.55-63
• /
• 2020

토공 자동화는 건설 산업에서 유망한 기술로 주목받고 있으며, 토공 자동화 기술의 적용은 건설 현장의 포인트 클라우드 데이터(Point Cloud Data, PCD) 취득 및 처리로부터 시작된다. PCD는 광범위한 건설 현장의 특성상 백만 개 이상의 많은 데이터를 가지며, 이에 대한 원데이터의 처리 속도는 디지털 지형 모델(Digital Terrain Model, DTM) 생성 및 공사의 효율성 증가에 매우 중요한 요소이다. 현재 국내 설계기준에 적합한 PCD 처리 및 BIM 설계 통합 프로그램인 벤치마크 프로그램(Benchmark Program, BP)이 존재하지만, 사용자의 편의성과 효율성을 위한 수정과 개선이 필요한 상황이다. 본 연구에서는 BP의 기존 PCD 처리 기능을 유지하며, PCD 파일의 호환성에 대한 확장 및 컴파일(Compile) 기반 개발 환경, OpenGL의 활용 및 UI/UX 디자인을 이용한 개선 프로그램을 개발하였다. 개발된 프로그램에 다양한 크기의 PCD를 로드 했을 때, 기존 프로그램과 비교하여 92~99%의 속도 향상이 있었다. 이 프로그램은 추후 PCD와 토공 BIM 기능을 통합하여 설계와 시공 사이의 간극을 줄이는 프로그램 개발의 기반이 될 수 있고, 나아가 토공 생산성 향상에 기여할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.705-714
• /
• 2019

고해상도 UAV 영상의 다양한 활용을 위해서는 정밀한 위치보정이 필요하다. 이를 위해 지상기준점을 선정하는 것이 일반적이지만 긴급상황이나 지상기준점 선정이 어려운 경우에는 지상기준점없이 촬영을 수행해야 한다. 본연구에서는 지상기준점 없이 생성된 UAV 기반 3차원 point cloud 데이터의 x, y 좌표에 대한 위치 정확도 향상방법을 제안하였다. 위치정확도 향상을 위한 기준 데이터로 공공데이터포털에서 제공하는 벡터파일 중 도로 정보를 이용하였다. 2차원 정사보정 영상의 기하보정을 먼저 수행하고, 이 과정에서 산출된 변환행렬을 3차원 point cloud에 적용하는 방법을 채택하였다. 보정 전 약 34.54 m의 직선 거리 차이가 보정 후 약 1.21 m 로 감소하였다. 지상기준점 선정없이 획득된 UAV영상의 2차원 및 3차원 영상의 위치정확도 향상이 가능함을 확인함에 따라 타 공간정보 데이터와의 연계 및 호환 등이 가능해져 point cloud 데이터에서 획득된 3차원 공간 객체의 활용 범위의 확대를 기대한다.