$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

웹기반 GIS 플랫폼 상 가시화 처리를 위한 대용량 BIM 데이터의 경량화 알고리즘 제시

A Study on Light-weight Algorithm of Large scale BIM data for Visualization on Web based GIS Platform

한국공간정보학회지 = Journal of Korea Spatial Information Society, v.23 no.1, 2015년, pp.41 - 48  

김지은 (ICT Convergence and Integration Research Institute, Korea Institute of Civil engineering and building Technology) ,  홍창희 (ICT Convergence and Integration Research Institute, Korea Institute of Civil engineering and building Technology)

초록
AI-Helper 아이콘AI-Helper

BIM 기술은 기존 2D 기반 도면처리에서 나아가 3D 모델링을 통한 시설물의 전 생애주기에 발생하는 데이터를 포함한다. 이러한 특성상 하나의 건물은 그 데이터의 방대한 양으로 엄청난 크기의 파일을 생산한다. 대표 표준포맷인 IFC가 그 예로, 객체 기반의 형상정보 및 속성정보를 기반으로 상당한 데이터를 포함한 대용량 처리에 대한 이슈가 종종 발생하고 있다. 이는 렌더링 속도를 증가시키고, 그래픽 카드 용량을 많이 차지하기 때문에, 화면 가시화 측면에서 비효율적이다. 대용량 데이터의 경량화 문제는 프로그램의 프로세스와 품질 측면에서 필수적으로 해결되어야 한다. 본 연구는 국내 및 해외 연구사례에서 경량화에 관련된 다양한 시도를 확인하였다. 이를 기반으로 대용량 BIM 데이터를 효과적으로 컨트롤하고 가시화하기 위해, BIM 특성을 고려하여 최대한 활용할 수 있는 데이터의 경량화 기법을 제안하고 검증하였다. 이는 웹 기반 GIS 플랫폼 상에서 대용량 시설물 데이터를 운용하는데, 최적의 시설물 유형을 분석하고 객체 기반의 IFC 특성을 최대한 활용하여 사용자 측면에서 화면전환의 품질을 확보하고 프로세스 측면에서 효과적인 메모리 운영을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

BIM Technology contains data from the life cycle of facility through 3D modeling. For these, one building products the huge file because of massive data. One of them is IFC which is the standard format, and there are issues that large scale data processing based on geometry and property information ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • GIS 플랫폼 상의 상당량의 시설물 데이터를 효율적으로 업로드하기 위하여 본 연구는 전 생애주기에서 발생하는 정보를 포함하는 IFC의 형상정보 데이터와 속성정보 데이터를 분리하여 운영하고자 하였다. 이를 위해 IFC의 형상정보를 GIS 데이터와의 호환을 위해 공간데이터 연계모델의 개념으로 플랫폼 자체 내부 포맷(G3D)을 개발하여 데이터베이스를 구축하였고, 그 과정에서 상기 IFC 파일에서 G3D로 변환하는 과정에서 용량이 증가하는 것을 확인하였다.
  • 본 논문은 GIS 플랫폼 상의 대용량 BIM 형상정보를 효과적으로 가시화하기 위해 IFC 특성을 고려한 경량화 기법을 제안하고자 하였다. 한국건설기술연구원에서 개발 중인 BIM/GIS 플랫폼에 IFC 데이터 입력 시속성정보와 형상정보를 구분하여 데이터베이스를 구축한다.
  • BIM 모델링은 일반적으로 건물 혹은 시설물에 종속된 객체를 사전에 라이브러리 형태로 생성 및 저장하여 필요 시 저장된 라이브러리를 호출해 편리하게 사용할 수 있다. 본 연구는 객체 기반의 BIM 모델링 성격을 최대한 활용하고자 하였다. 우선 인공적으로 설계되는 건물 데이터의 특성상, 상당수의 객체가 각각의 고유한 형상정보를 갖지 않는다는 점에 착안하였다.
  • 이와 관련하여 국내외 연구사례에서 다양한 대안을 찾고자 하는 시도를 확인하였다. 본 연구는 대용량 BIM 데이터를 효과적으로 컨트롤하고 가시화하기 위해, BIM 특성을 고려하여 최대한 활용할 수 있는 데이터의 경량화 기법을 제안하고 검증하였다.
  • 본 연구는 한국건설기술연구원에서 진행 중인 “BIM/ GIS 기반 건설공간정보 융합기술 개발” 과제의 일환으로, 단일 건물의 실내공간을 다루는 BIM 기술과 도시/지역 단위의 공간을 다루는 GIS 기술을 연계하여 상호운용 가능한 개방형 플랫폼 개발을 진행 중에 있다[5].
  • 이는 모바일, 데스크톱과 같이 작업환경의 특성을 고려하여 일반적인 3차원 노드데이터 혹은 메쉬 데이터를 가시화하는데 중점을 둔 사례이다. 소수의 BIM 데이터 경량화에 관한 연구 또한 시스템의 특성을 바탕으로 관련 기술을 제시하였다.
  • 실제 공간데이터 연계모델의 핵심 가운데 하나로 대용량 GIS 데이터와 BIM 데이터의 통합 가시화 확보를 위해 본 연구는 Block-Reference 알고리즘 검증으로 형상정보의 가시화 성능을 테스트하였다. 알고리즘이 적용된 전반적인 공간인덱싱 시퀀스는 다음과 같다.
  • 대용량 데이터의 경량화 문제는 프로그램의 프로세스와 품질 측면에서 필수적으로 해결되어야 한다. 이와 관련하여 국내외 연구사례에서 다양한 대안을 찾고자 하는 시도를 확인하였다. 본 연구는 대용량 BIM 데이터를 효과적으로 컨트롤하고 가시화하기 위해, BIM 특성을 고려하여 최대한 활용할 수 있는 데이터의 경량화 기법을 제안하고 검증하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
Block-Reference란 무엇인가? Block-Reference 개념은 Figure 4와 같이 기존 오토캐드에서 많이 활용되고 있는 기능 가운데 하나로, 자주 사용되는 객체 혹은 객체 그룹을 Block으로 정의하여 효율적으로 도면작업에 활용하는 방법이다. BIM 모델링은 일반적으로 건물 혹은 시설물에 종속된 객체를 사전에 라이브러리 형태로 생성 및 저장하여 필요 시 저장된 라이브러리를 호출해 편리하게 사용할 수 있다.
BIM 데이터는 가시화를 위한 데이터 규모 축소가 반드시 선행되어야 하는 이유는 무엇인가? BIM 데이터는 건물의 전 생애주기에서 발생되는 다양한 데이터를 모두 포함하기 때문에 가시화를 위한 데이터 규모 축소는 반드시 선행되어야 한다. 본 연구는 플랫폼의 시스템적인 환경보다 메인 데이터포맷인 IFC 데이터에 초점을 두었다.
IFC의 단점은 무엇인가? 대표 표준포맷인 IFC (Industry Foundation Classes)가 그 예로, 객체 기반의 형상정보 및 속성정보를 기반으로 상당한 데이터를 포함한 대용량 처리에 대한 이슈가 종종 발생하고 있다. 이는 렌더링 속도를 증가시키고, 그래픽 카드 용량을 많이 차지하기 때문에, 화면 가시화 측면에서 비효율적이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. Fan, H; Meng, L. 2012, A three-step approach of simplifying 3D buildings modeled by CityGML, International Journal of Geographical Information Science, 26(6):1091-1107. 

  2. Forberg, A; Mayer, H. 2002, Generalization of 3D building data based on a scale-spaces, Proc. of Symposium on Geospatial Theory, Processing and Applications, commission IV, WG IV/3. 

  3. Glander, T; Dollner, J. 2009, Interactive Visualization of Generalized Virtual 3D City Models using Level-of-Abstraction Transitions, Proc. of Computers, Environment and Urban Systems. 

  4. Han, S. H. 2014, Implementation of File-referring Octree for Huge 3D Point Clouds, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 32(2):109-115. 

  5. Hwang, J. R; Kang, H. Y; Hong, C. H. 2012, BIM-GIS interoperability and platform development strategy, Journal of Korea Spatial Information Society, 99-107. 

  6. Kim, J. E. 2014, Development of the Spatial Indexing Method for the Effective Visualization of BIM data based on GIS, Journal of the Korea Academia-Industrial cooperation Society, 15(8):5333-5341. 

  7. Mao, B; Ban, Y; Harrie, L. 2011, A multiple representation data structure for dynamic visualisation of generalised 3D city models, ISPRS Journal of Photogrammetry and Remote Sensing, 66:198-208. 

  8. Mayer, H. 2005, Scale­spaces for generalization of 3D buildings, International Journal of Geographical Information Science, 19(8-9):975-997. 

  9. Park, J. R; Lee, H. Y. 2013, A Hierarchical User Interface for Large 3D Meshes in Mobile Systems, Proc. of Korea Computer Graphics Society, 19(1):11-20. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 보고서와 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트