• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.345-346
• /
• 2023

As the shape and size of detectable objects diversifying recognition and segmentation algorithms have been developed to acquire accurate shape information. Although a high density of data captured by the repetition of scanning improves the accuracy of algorithms the high dense data decreases the efficiency due to its large size. This paper proposes standardization algorithms using the feature of structural members on indoor point cloud data to improve the process. First of all we determine the reduction rate of the density based on the features of the target objects then the data reduction algorithm compresses the data based on the reduction rate. Second the data arrangement algorithm rotates the data until the normal vector of data is aligned along the coordinate axis to allow the following algorithms to operate properly. Final the data arrangement algorithm separates the rotated data into their leaning axis. This allows reverse engineering of indoor point clouds to obtain the efficiency and accuracy of refinement processes.

• Journal of Computational Design and Engineering
• /
• 제3권2호
• /
• pp.102-111
• /
• 2016

In this paper, we study the problem of computing smooth feature curves from CAD type point clouds models. The proposed method reconstructs feature curves from the intersections of developable strip pairs which approximate the regions along both sides of the features. The generation of developable surfaces is based on a linear approximation of the given point cloud through a variational shape approximation approach. A line segment sequencing algorithm is proposed for collecting feature line segments into different feature sequences as well as sequential groups of data points. A developable surface approximation procedure is employed to refine incident approximation planes of data points into developable strips. Some experimental results are included to demonstrate the performance of the proposed method.

• 한국CDE학회논문집
• /
• 제19권3호
• /
• pp.294-304
• /
• 2014

This paper presents a real-time rendering algorithm of large-scale geometric data using GLSL (OpenGL shading language). It details the VAO (vertex array object) and VBO(vertex buffer object) to be used for up-loading the large-scale point clouds and polygon meshes to a graphic video memory, and describes the shader program composed by a vertex shader and a fragment shader, which manipulates those large-scale data to be rendered by GPU. In addition, we explain the global rendering procedure that creates and runs the shader program with the VAO and VBO. Finally, a rendering performance will be measured with application examples, from which it will be demonstrated that the proposed algorithm enables a real-time rendering of large amount of geometric data, almost impossible to carry out by previous techniques.

• 한국터널지하공간학회 논문집
• /
• 제12권3호
• /
• pp.239-245
• /
• 2010

본 논문에서는 방대한 크기의 지상 레이저 스캔 자료로부터 터널의 내공 단면을 효율적으로 추출하기 위하여, 헤시(hash) 기반 구조체를 이용한 터널 중심선 자동 추정 및 터널 내공 단면 구성 포인트 클라우드 추출 방식을 제안하였다. 즉, 헤시 기반 구조체에 입력한 레이저 스캔 자료로부터 일정한 방향의 단면들을 추출한 후 각 단면의 중심점을 연결하여 터널의 중심선을 추정하였으며, 추정된 중심선을 따라 일정 간격 및 두께로 터널 내공 단면 구성 포인트 클라우드를 추출하였다. 결과적으로 약 750만개의 포인트로 구성된 레이저 스캔 자료로부터 1 m 간격으로 0.1 m 두께의 단면 구성 포인트 클라우드를 추출하는데 3초미만의 시간이 소요되었으며 메모리는 124 MB가 소요되었다. 그러나 터널 중심선 추정 후 오류 포인트 제거, 시점 및 종점 추가 작업을 수동으로 수행해야 히는 한계도 드러내었다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.792-799
• /
• 2022

Building Information Modeling (BIM) technology is a key component of modern construction engineering and project management workflows. As-is BIM models that represent the spatial reality of a project site can offer crucial information to stakeholders for construction progress monitoring, error checking, and building maintenance purposes. Geometric methods for automatically converting raw scan data into BIM models (Scan-to-BIM) often fail to make use of higher-level semantic information in the data. Whereas, semantic segmentation methods only output labels at the point level without creating object level models that is necessary for BIM. To address these issues, this research proposes a hybrid semantic-geometric approach for clutter-resistant floorplan generation from laser-scanned building point clouds. The input point clouds are first pre-processed by normalizing the coordinate system and removing outliers. Then, a semantic segmentation network based on PointNet++ is used to label each point as ceiling, floor, wall, door, stair, and clutter. The clutter points are removed whereas the wall, door, and stair points are used for 2D floorplan generation. A region-growing segmentation algorithm paired with geometric reasoning rules is applied to group the points together into individual building elements. Finally, a 2-fold Random Sample Consensus (RANSAC) algorithm is applied to parameterize the building elements into 2D lines which are used to create the output floorplan. The proposed method is evaluated using the metrics of precision, recall, Intersection-over-Union (IOU), Betti error, and warping error.

• 자원환경지질
• /
• 제54권2호
• /
• pp.177-186
• /
• 2021

한반도 지진 재해 대비를 위해 지난 5년간 활성 단층 조사가 수행되어 왔다. 특히 피복 활성단층 조사는 항공 LiDAR 기반 지형 분석, 지표 지질 조사, 지구 물리 탐사 결과를 종합하여 피복된 단층면에 대한 트렌치 조사를 수반한다. 하지만 이러한 트렌치 조사에 의해 발견된 단층면은 한시적으로 연구된 후 복구되기 때문에 트렌치 단층면 현장에 대한 정보는 논문 및 보고서 등과 같은 정성 자료로 남게 된다. 이와 같은 한시적 지질 연구의 한계를 보완하기 위하여 이 연구에서는 지상 LiDAR를 활용하여 트렌치 단층면에 대한 3차원 점군 자료를 생성하고 디지털 공간상에서 트렌치 현장을 복원하였다. 지상 LiDAR 탐사는 양산 단층 지역에서 수행된 두 곳의 트렌치 조사 지점에서 수행되었으며, LiDAR 점군의 기본 속성값인 진폭과 반사도 이외에도 디지털 카메라를 활용하여 트렌치 단층면의 색상 정보도 측정하였다. 측정된 자료는 평균 0.003 m의 정합 오차를 가지는 3차원 점군 자료로 변환되어 트렌치 형상을 정교하게 복원하였다. 하지만 LiDAR 스캔 위치에 따라 점군의 진폭과 반사도 값이 변화되었으며, 햇빛 노출 정도에 따라서 트렌치 단면의 색상 정보가 다르게 형상화 되어 후처리 과정의 고도화가 필요함을 시사하였다. 이러한 점군 자료는 대용량 파일로 존재하고 점군 자료 가시화 방법 또한 제한적이기 때문에 3차원 점군 자료에 대한 연구자 간 공유가 어렵다. 이에 대한 대안으로 오픈소스 플랫폼인 Potree를 활용하여 트렌치 점군 자료를 웹 상에서 가시화하는 방법을 제안하였다. 이와 같이 우리는 시간적 그리고 공간적 제약 조건이 따르는 지질 현장 조사에서 지상 LiDAR 자료가 주요 지질 대상에 대한 재현성을 높일 수 있는 동시에 연구자 및 미래 후속 세대에 의해 손쉽게 활용될 수 있음을 보여주고자 한다.

• 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.

• ETRI Journal
• /
• 제37권3호
• /
• pp.606-616
• /
• 2015

In this paper, we propose a novel method for road recognition using 3D point clouds based on a Markov random field (MRF) framework in unstructured and complex road environments. The proposed method is focused on finding a solution for an analysis of traversable regions in challenging environments without considering an assumption that has been applied in many past studies; that is, that the surface of a road is ideally flat. The main contributions of this research are as follows: (a) guidelines for the best selection of the gradient value, the average height, the normal vectors, and the intensity value and (b) how to mathematically transform a road recognition problem into a classification problem that is based on MRF modeling in spatial and visual contexts. In our experiments, we used numerous scans acquired by an HDL-64E sensor mounted on an experimental vehicle. The results show that the proposed method is more robust and reliable than a conventional approach based on a quantity evaluation with ground truth data for a variety of challenging environments.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.1312-1314
• /
• 2004

This paper proposes a new simplification algorithm that simplifies reconstructed polygonal mesh from 3D point set considering an original point set. Previous method computes error using mesh information, but it makes to increase error of difference between an original and a simplified model by reason of implementation of simplification. Proposed method simplifies a reconstructed model using an original point data, we acquire a simplified model similar an original. We show several simplified results to demonstrate the usability of our methods.

• 터널과지하공간
• /
• 제17권3호
• /
• pp.165-174
• /
• 2007

3차원 레이저 스캐너를 이용하여 사물의 형상을 측정하고, 이로부터 얻어진 데이터를 이용해서 측정된 사물의 형상을 재현하는 기술을 역분석공학이라고 한다. 최근 암반공학분야에서도 사람 손이 닿지 않는 암반사면이나 넓은 지역에 대한 신속한 불연속면 조사를 위해 이러한 역분석공학 기술을 응용하고자 하는 연구가 활발히 진행되고 있다. 이러한 기술을 이용하여 불연속면을 조사하고 분석하기 위해서는 레이저 스캐너로부터 얻어진 3차원 점군데이터를 처리하고 이로부터 불연속면을 추출하고 분석하는 프로그램이 필수적이다. 그러나 기존 프로그램들은 불연속면 조사에 필요한 기능을 충분히 갖추었다고 보기 어려운 실정이다. 따라서 이 연구에서는 3차원 레이저 스캐너를 이용하여 암반면을 측정한 점군데이터로부터 불연속면을 추출하고 통계분석하는 일련의 과정을 자동화된 하나의 프로세스로 처리하는 프로그램을 개발하였으며, 개발된 프로그램을 암반 사면과 터널 벽면의 불연속면 조사에 적용하여 조사기법과 프로그램의 적용성을 검증하였다. 3차원 레이저를 이용한 불연속면 조사와 개발된 프로그램을 이용함으로써 부지 조사시 접근이 곤란한 지역의 조사 용이성이 증대될 수 있을 것으로 기대된다. 또한 관련 기술의 국제적인 수준이 초보 단계인 것을 감안하면 앞으로 해외시장 선점 가능성도 클 것으로 기대된다.