$\require{mediawiki-texvc}$

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.

[국내논문] 대용량 포인트 클라우드 기반 파이프 형상 역설계 자동화 방법 연구
Large Point Cloud-based Pipe Shape Reverse Engineering Automation Method 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.17 no.3, 2016년, pp.692 - 698  

강태욱 (한국건설기술연구원) ,  김지은 (한국건설기술연구원)

초록
AI-Helper 아이콘AI-Helper

최근 신규 시설물 건설이 줄어들고 기존 시설물에 대한 확장공사 및 유지보수가 시설물 관리에 있어서 갈수록 큰 비중을 차지하고 있다. 이런 배경에서, 건축에서 가장 큰 관리 및 운영비용을 차지하고 있는 MEP(Mechanical Electrical and Plumbing) 설비에 대한 역설계 연구 필요성이 높아지고 있다. 연구의 목적은 대용량 MEP 포인트 클라우드의 파이프 배관 형상에 대한 역설계 자동화 방법을 제시하는 것이다. 이를 위해, 관련 연구를 조사하고, 대용량 포인트 클라우드를 고려한 형상 역설계 자동화 방법을 제안한다. 이를 바탕으로, 프로토타입을 개발하고, 결과를 검증하였으며, 3차원 대용량 포인트 클라우드 데이터 검색 등과 관련된 렌더링 성능을 측정하였다. 포인트 클라우드 샘플들을 준비해 검증한 결과, 제안된 방법에서 렌더링 성능 표준편차는 0.004로 차이가 적어, 대용량 데이터 처리에 적합함을 알 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, the facility extension construction and maintenance market portion has increased instead of decreased the newly facility construction. In this context, it is important to examine the reverse engineering of MEP (Mechanical Electrical and Plumbing) facilities, which have the high operation a...

Keyword

#Automation   #Pipe   #Point Cloud   #Reverse engineering   #3D Image Scan  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 특히, MEP 설비에서 파이프와 같은 배관이 차지하는 비율은 다른 부재에 비해 매우 높다. 본 연구의 목적은 대용량 MEP 포인트 클라우드의 파이프 배관 형상에 대한 역설계 자동화 방법을 제시하는 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
대용량 포인트 클라우드 노이즈 제거에 효과적인 방법은 무엇인가? 대용량 포인트 클라우드 노이즈 제거에 효과적인 방식은 복셀(Voxel) 기반의 통계적 아웃라이어 제거 기법으로서 데이터 간략화(샘플링)와 아웃라이어 제거 필터링이 같이 처리됨으로 건축 MEP 객체 역설계 프로그램 개발에 유용하게 적용 할 수 있다[9]. 그 기본 알고리즘은 다음과 같다.
자동 필터링은 어떤 방식인가? 이러한 영역 데이터에 대하여 수동/반자동/자동화 방식을 적용하여 효율적인 제거 처리과정은 이후 작업 과정에 직접적으로 영향을 주게 된다. 자동 필터링은 일정 기준 파라미터를 이용하여 프로그램이 내부적으로 제거해야 할 영역을 판단하여 자동으로 걸러내는 방식이다. 소수의 포인트 클라우드 형태로 밀집 영역으로부터 떨어져 존재하는 데이터들을 제거하거나, 스캔 포지션, 스캔 방향을 기준으로 하여 일정 거리 이상 또는 일정 각도 이상의 노말 방향 데이터를 제거하거나 스캔 데이터의 반사율 값을 참조하여 일정 반사율 값 구간 데이터를 클립 마스크하는 등 데이터 필터링 방식이 존재한다.
시설물관리 업계에서 라이프사이클 관리에 대한 효율 극대화를 위해 LiDAR 장비를 도입하려는 배경은 무엇인가? 시설물 유지관리 시장만 보았을 때, 2012년도 한국의 시설물관리 계약실적은 3조 5000억 원으로 시설물 유지관리 업체 수는 19년 전 1500개에서 4,700개로 급증 하였는데[1], 이 중 역설계 기술이 필수적으로 적용되는 시설물관리 시스템 개발과 관련된 시장규모는 2020년에 68,000억 원으로 예상된다[2]. 3차원 LiDAR 기술의 눈부신 발전으로 대규모 영역, 대용량 데이터 획득이 용이해졌고, 그 정밀도 또한 높아지고 있다. 대용량 3차원 데이터에 대한 처리 기술 및 유용한 특징 정보 또는 형상정보를 정확하고 신속하게 추출할 수 있는 관련 연구도 국내외적으로 지속적으로 수행되고 있다. 따라서 업계에서는 최근 들어 LiDAR 장비를 도입하여 기존 시설물에 대한 3차원 디지털 모델을 구축함으로서 라이프사이클 관리에 대한 효율을 극대화 하려고 하는 추세이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Korea Facilities Maintenance Association, CNEWS, 2013. 

  2. Ministry of Knowledge Economy, Facility Management System Development, 2008. 

  3. D. S. Han, "Cultural Heritage Experience Technology Development for Cultural Property and Scenario Recovery," Korea Culture & Content Agency, 2005. 

  4. D. H. Lee, Giga Point Cloud-based Reverse Design Module Development, INUS technology, 2009. 

  5. T. Rabbani, F. A. Heuvel and G. Vosselman, “Segmentation of point clouds using smoothness constraint,” Remote Sensing and Spatial Information Sciences, Vol. 36, No. 5, pp. 248-253, 2006. 

  6. Y. J. Liu, J. B. Zhang, J. C. Hou, J. C. Ren and W. Q. Tang, "Cylinder Detection in Large-Scale Point Cloud of Pipeline Plant," IEEE Transactions on Visualization and Computer Graphics, Vol. 19, No. 10, pp. 1077-2626, 2013. DOI: http://dx.doi.org/10.1109/TVCG.2013.74 

  7. J. H. Lee, H. J. Son, C. M. Kim and C. W. Kim, "Skeleton-based 3D reconstruction of as-built pipelines from laser-scan data," Automation in Construction, Vol. 35, pp. 199-207, 2013. DOI: http://dx.doi.org/10.1016/j.autcon.2013.05.009 

    상세보기 crossref

  8. O. K. Au, C. L. Tai, H. K. Chu, D. C. Or and T. Y. Lee, "Skeleton Extraction by Mesh Contraction," ACM Transactions on Graphics, Vol. 27, No. 3, 2008. DOI: http://dx.doi.org/10.1145/1360612.1360643 

    상세보기

  9. F. Hu, Y. Zhao, W. Wang and X. Huang, "Discrete Point Cloud Filtering And Searching Based On VGSO Algorithm," European Council for Modeling and Simulation, pp. 850-856, 2013. DOI: http://dx.doi.org/10.7148/2013-0850 

    crossref

  10. J. S. Lee, Y. S. Lee, J. H. Kim and J. J. Kim, "A study about developing the BIM-based decision making support system at pre-design stage," Proc. of 2008 Architectural Institute of Korea, Vol. 28, No. 1, pp. 637-640, 2008. 

  11. C. Fu, G. Aouad, A. Lee, A. Mashall-Ponting and S. Wu, "IFC model viewer to support nD model application," Automation in Construction, Vol 15, No 2, pp. 178-185, 2006. DOI: http://dx.doi.org/10.1016/j.autcon.2005.04.002 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
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

맨위로