선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 다시 말해 카메라의 데이터를 정리하는 매개체 역할을 수행하게 된다. 본 논문에서는 기존에 제작되어 있는 3D 애니메이션 영상을 이용하여 모션 베이스의 데이터를 추출하였다. 시도된 영상은 디지털 매직엔터테인먼트(주)의 Global Warming 중 한 장면을 이용하였다.
- 본 논문은 모든 모션 베이스에 맞는 모션 데이터를 만들기는 불가능하기 때문에 기존의 수동식 입력방식을 그대로 사용하면서 누구나 영상에 맞는 모션을 쉽게 입력할 수 있도록 가상 모션 베이스와 모션을 직관적으로 보고 인지할 수 있는 3D Cross 영상, 그리고 각 모션의 운동값을 인지할 수 있는 모션 곡선을 작성하고자 한다.
- 본 연구는 100% 수동으로 모션 데이터를 생성하는 4D 시네마 분야의 현실 속에서 영상에 대한 모션의 표준화를 시키는데 가장 알맞은 방식을 모색하였고 이를 토대로 모션 데이터의 생성에 이르기까지 일련의 과정을 제시하였다. 본 논문을 통하여 얻어진 결론은 다음과 같다.
제안 방법
- 3D 애니메이션 제작에 사용되는 Autodesk May a를 사용하여 만들어진 영상과 그 데이터 파일에 포함되어 있는 Maya 카메라의 모션 값을 이용하여 모션 베이스 컨트롤 데이터를 추출하고 모션 곡선을 만들었다. 3D 애니메이션 제작 시 캐릭터의 동작을 따라다니는 카메라의 시선을 통하여 영상을 보는 관객의 움직임, 즉 모션 베이스의 동작이 결정된다.
- 40석 규모의 4-DOF 모션 플랫폼 시스템으로는 통합 컨트롤 프로그램인 미국 Moog 사의 4-DOF 9000 시스템을 사용하였으며, 모터 피스톤의 모션 제어 방식은 축 제어 방식을 도입하였다.
- 1단계 고주파 통과 필터를 이용하여 차량의 운전석 좌표계로 입력되는 지속적인 저주파 회전 각속도를 제거하고, 이 필터를 통과한 회전 각속도를 브라이언트 각으로 표현되는 회전 각속도로 변환된다. 그리고 2단계 고주파 통과 필터를 사용하여 운동 재현기의 짐벌각(gimbal angle)을 제한하면서 원점 복귀가 가능한 고주파 회전 각속도를 생성한다.
- 함께 Flying Platform 의 동작을 직관적으로 관찰할 수 있게 한다. 또한 카메라의 동작정보를 받은 후 모션을 좀 더 세밀하게 조정하고 이 값을 이용하여 자세제어식 모션 베이스의 데이터를 산출 한다. 다시 말해 카메라의 데이터를 정리하는 매개체 역할을 수행하게 된다.
- 이러한 일련의 과정을 Maya 에서는 Character 셋업이라부른다. 모델링된 모션 베이스에 여러 피스톤중 하나를 골라조인트 역기구학eInverse Kinematics) 작업을 수행한다.
- 모션 곡선은 타임라인상의 베지어(Bezier) 곡선 조작시이를 참조하여 조작할 수 있도록 자세 제어 장치와 축 제어장치의 곡선을 동시에 생산 할 수 있도록 하였다. 모션 베이스 컨트롤에 이와 같은 모션 곡선을 제공하고 이와 함께 영상에 모션 베이스의 동작을 삽입한 보조영상을 제공함으로써 보다 통일성 있는 모션을 만들 수 있도록 하였다.
- 곡선을 동시에 생산 할 수 있도록 하였다. 모션 베이스 컨트롤에 이와 같은 모션 곡선을 제공하고 이와 함께 영상에 모션 베이스의 동작을 삽입한 보조영상을 제공함으로써 보다 통일성 있는 모션을 만들 수 있도록 하였다.
- 있었다. 본 논문이 실험 배경으로 사용한 영상은 카메라의 이동 범위가 넓어 카메라의 데이터를 수정하였지만 이동 범위가 좁은 경우 카메라의 모션 데이터를 좀 더 간단한 공정을 통해 모션 데이터로 사용이 가능하다.
- 이는 가상 모션 베이스의 자세제어 데이터와 축 제어방식으로 제어된 소형 모션 베이스의 상관관계를 보여주며 하나의 가상 모션 베이스를 통하여 두 가지의 제어방식을 모두 쓸 수 있다는 것을 보여준다. 분석방식은 자세제어 데이터의 회전 X, Z 의 모션 데이터 포물선의 꼭지점의 시간 및 위치와 소형 모션 베이스의 자세를 분석 비교 하였다.
- 비행이나 차량운전 상황에서의 현실감을 재현하기 위하여 전진, 후진, 가속, 감속, 상승, 하강 등을 통해 발생하는 탑승물의 운동을 해석하고, 그에 따른 운동 감각, 시각, 청각과 같은 운동 상황을 탑승자에게 제공하여 준다.
- 소형 모션 베이스의 동작을 카메라로 촬영한 영상과 3D Cross 를 합성한 영상과 그 영상을 전방에 두고 가상 모션 베이스의 후방에 원근법 (perspective) 으로 가상의 카메라를 두어 렌더링한 영상, 그리고 측면에 원근법으로 가상의 카메라를 두어 렌더링한 영상 등, 네 가지의 영상을 4분할하여한 화면에 배치하였다. 이 모든 영상을 가상 모션 베이스와 소형 모션 베이스와의 동작과 비교한다.
- 이 가상 모션 베이스의 운동 값을 Maya Mel1) 을이 용하여 추출하고 최종적인 원 (raw) 데이터와 모션 곡선을 만들었다. 실험으로는 테마 파크에서 가장 많이 사용되는 모션 베이스를 모델로 소형 모션 베이스 시뮬레이터를 만들어 추출된 원 데이터를 가공한 큐 (cue) 데이터를 입력하여 가상 모션 베이스와 소형 모션 베이스 시뮬레이터의 연동성을 실험하였다.
- 그 시선의 매개체인 Maya카메라의 모션을 토대로 X, Y, Z 축을 나타내는 3D Cross 를 만들어 애니메이션을 한 후 키 프레임 (key frame) 값을 가상 모션 베이스의 모션 데이터로 사용한다. 이 가상 모션 베이스의 운동 값을 Maya Mel1) 을이 용하여 추출하고 최종적인 원 (raw) 데이터와 모션 곡선을 만들었다. 실험으로는 테마 파크에서 가장 많이 사용되는 모션 베이스를 모델로 소형 모션 베이스 시뮬레이터를 만들어 추출된 원 데이터를 가공한 큐 (cue) 데이터를 입력하여 가상 모션 베이스와 소형 모션 베이스 시뮬레이터의 연동성을 실험하였다.
- 화면에 배치하였다. 이 모든 영상을 가상 모션 베이스와 소형 모션 베이스와의 동작과 비교한다.
- 그러나 좌표 변환과정에서 운동 재현기의 부수적인 비력이 발생하여, 1단계 고주파 통과 필터만으로는 운동 재현기의 기구학적 한계 내에서 운동을 재현할 수 없다. 이를 해결하기 위해, 2단계 고주파 통과 필터를 사용하여 운동 재현기의 하판 중심에서의 고주파 병진 가속도를 생성한다.
- 첫째, 카메라의 회전 및 병진값을 Flying Platform 의 물리적 한계 내에서 움직이도록 가공 한다. Flying Platform 의물리적 한계를 넘는 수치는 표현이 불가능하기 때문에 데이터로써 가치가 없다.
- 데이터로 제어 되었다. 축 데이터로 제어된 소형 모션 베이스를 가상 모션 베이스의 자세제어 데이터와 비교하여 일치하는 정도를 분석한다. 소형 모션 베이스에 쓰인 원 데이터가 가상 모션 베이스의 Flying Platform을 조정하여 생성된 동작을 역기구학 방식을 통하여 추출한 피스톤 축의 길이값으로 생성되었기 때문이다.
대상 데이터
- 3D 애니메이션 제작에 사용되는 Maya를 사용하여 만들어진 영상 속 카메라의 모션 궤적을 토대로 원 데이터를 추출한다.
- 3D 애니메이션 제작 시 캐릭터의 동작을 따라다니는 카메라의 시선을 통하여 영상을 보는 관객의 움직임, 즉 모션 베이스의 동작이 결정된다. 그 시선의 매개체인 Maya카메라의 모션을 토대로 X, Y, Z 축을 나타내는 3D Cross 를 만들어 애니메이션을 한 후 키 프레임 (key frame) 값을 가상 모션 베이스의 모션 데이터로 사용한다. 이 가상 모션 베이스의 운동 값을 Maya Mel1) 을이 용하여 추출하고 최종적인 원 (raw) 데이터와 모션 곡선을 만들었다.
- 하지만 이들은 대부분 소수 인원만을 수용하는 소형이기 때문에 테마파크나 4D 시네마 극장 같이 많은 인원을 수용할 경우 4-DOF 모션 베이스를 적용한다. 그 중 전 세계적으로 가장 많은 4D 시네마 극장의 모션 베이스를 공급하고 있는 Simex-Iwerks 의 ATLAS 를 선정하였다.
- 본 논문의 테스트 영상은 초당 24 프레임이고 총 1342 프레임으로 총 길이는 55.22초이다. 출력된 값 중 병진 X, Y, 회전 X, Z는 자세제어 방식 모션 베이스의 원 데이터로 가공되고 좌, 우, 중앙, 그리고 후방은 축 제어 방식의 모션 베이스에서 원 데이터로 쓰인다.
- 본 논문에서는 기존에 제작되어 있는 3D 애니메이션 영상을 이용하여 모션 베이스의 데이터를 추출하였다. 시도된 영상은 디지털 매직엔터테인먼트(주)의 Global Warming 중 한 장면을 이용하였다. 이미 카메라의 애니메이션이 되어 있는 영상이기 때문에 카메라의 애니메이션 작업은 생략하였다.
이론/모형
- 본 논문에서는 테마파크나 극장에서 가장 많이 쓰이는 4-DOF 모션 베이스로 모델을 선정 하였고, 구동 알고리즘으로는 모션 베이스를 구동하기 위해 가장 처음 제안되고 또한, 가장 널리 사용되어지고 있는 고전적 워시아웃 알고리즘을 사용하였다.
성능/효과
- 넷째, 카메라의 모션을 이용하여 모션 생성의 기준으로 삼고 이를 토대로 보다 나은 가상 모션을 생성 할 수 있었다. 본 논문이 실험 배경으로 사용한 영상은 카메라의 이동 범위가 넓어 카메라의 데이터를 수정하였지만 이동 범위가 좁은 경우 카메라의 모션 데이터를 좀 더 간단한 공정을 통해 모션 데이터로 사용이 가능하다.
- 다섯째, 공학 분야에서 쓰이는 기존의 시뮬레이션 프로그램을 사용하지 않고 애니메이션을 제작하는 범용 툴을 사용하여 영상을 제작하는 영상 제작자가 직접 하드웨어를 시뮬레이션할 수 있는 데이터를 만들어 낼 수 있다는 장점을 갖는다.
- 셋째, 하나의 가상 모션 베이스를 이용하여 자세제어 방식의 데이터와 축 제어 방식의 데이터를 모두 추출해 낼 수 있다.
- 소형 모션 베이스에 쓰인 원 데이터가 가상 모션 베이스의 Flying Platform을 조정하여 생성된 동작을 역기구학 방식을 통하여 추출한 피스톤 축의 길이값으로 생성되었기 때문이다. 이는 가상 모션 베이스의 자세제어 데이터와 축 제어방식으로 제어된 소형 모션 베이스의 상관관계를 보여주며 하나의 가상 모션 베이스를 통하여 두 가지의 제어방식을 모두 쓸 수 있다는 것을 보여준다. 분석방식은 자세제어 데이터의 회전 X, Z 의 모션 데이터 포물선의 꼭지점의 시간 및 위치와 소형 모션 베이스의 자세를 분석 비교 하였다.
- 첫째, 가상 모션 베이스의 영상과 모션 그래프의 제공으로 모든 상영관에서 최적의 동작을 생성할 수 있으며 전 세계 어디에서나 같은 느낌과 감동을 얻을 수 있다.
후속연구
- 둘째, 애니메이션 제작 시 모션 베이스와 상관없이 제작되던 일련의 과정들을 가상 모션 베이스와 함께 제작함으로써 향후 사용될 모션을 염두에 두어 좀 더 나은 영상 제작이 가능하다.
- 여섯째, 본 연구의 방식은 엔터테인먼트 산업에서 쓰이는 라이더 시스템이나 Animatronics 같은 정해진 동작이 요구되는 여러 분야에서 응용 가능하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.