$\require{mediawiki-texvc}$

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] 다중 2D 레이저 스캐너 시스템의 외부 표정요소 캘리브레이션을 위한 시뮬레이션 기반 표적 배치 결정 기법
Simulation based Target Geometry Determination Method for Extrinsic Calibration of Multiple 2D Laser Scanning System 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.36 no.6, 2018년, pp.443 - 449  

주성하 (Dept. of Civil and Environmental Engineering, Yonsei University) ,  윤상현 (Dept. of Civil and Environmental Engineering, Yonsei University) ,  박상윤 (Dept. of Civil and Environmental Engineering, Yonsei University) ,  허준 (Dept. of Civil and Environmental Engineering, Yonsei University)

초록
AI-Helper 아이콘AI-Helper

SLAM (Simultaneous Localization and Mapping) 기반 모바일 매핑 시스템을 활용한 실내 공간의 포인트 클라우드 취득은 건축물의 유지, 관리를 위한 as-built BIM (Building Information Model) 구축의 기초 공정이다. 본 연구에서는 다중 2D 레이저 스캐너로 구성된 모바일 매핑 시스템의 구축을 위한 시뮬레이션 기반 검정(calibration) 표적의 구조 결정 방법을 제안하였다. 2D 레이저 스캐너의 외부 표정요소 검정을 위해 (1) 원형, (2) 사각형, (3) 이중 원형, (4) 이중 사각형 형태의 표적을 구성하였다. 시뮬레이션을 통해 얻어진 각 표적 관측 값을 토대로, 최소제곱법 기반의 외부 표정요소 검정을 수행하였다. 그 결과 사각형 형태의 표적 구조가 주어진 시스템의 검정에 가장 적합한 형태임을 확인하였다. 또한 외부 표정요소 간의 높은 상관성을 확인할 수 있었으며, 표적의 구조에 따른 외부 표정요소의 검정 결과가 상이한 것으로 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Acquiring indoor point cloud, using SLAM (Simultaneous Localization and Mapping) based mobile mapping system, is an element progress for development of as-build BIM (Building Information Model) for the maintenance of the building. In this research we proposed a simulation-based target geometry deter...

주제어

#외부 표정요소 검정   #2D 레이저 스캐닝 시스템   #검정 설계   #시뮬레이션  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • (2015a) 에서는사각형 형태의 표적 구조의 단점으로 인하여 원형 형태의 표적 구조를 고안하였으나, 이는 센서와 타겟 간의 거리가 일정하므로 취득 거리와 외부 표정 요소 간의 관계를 고려하지 못하였다는 단점이 있다. 이에 따라 본 연구에서는 원형 형태, 사각형 형태의 시뮬레이션을 통하여 장비의 형태에 따른 효용성을 확인하고, 취득 거리가 상이한 이중형태에 대한 시뮬레이션을 통해 취득 거리의 영향을 고려하고자 하였다. 수평방향의 센서와 수직방향의 센서에 대한 검정을 수행하기 위하여 모든 표적 구조는 수평방향과 수직방향으로 구현되었으며, 본 연구에서 생성한 검정 표적의 구조는 총 4가지이다(Fig.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
As-built BIM의 제작 과정은? , 2015). As-built BIM은 구조물의 3차원 데이터 취득, 유지·관리에 활용 가능한 모델 구축의 과정을 거쳐 제작되며 센서의 활용, 모델 구축 방식과 관련하여 다양한 연구가 진행되고 있다(Dore and Murphy, 2014; Hong et al., 2015; Yang et al.
지상 레이저 스캐너의 한계점은? 특히, 지상 레이저 스캐너(terrestrial laser scanner)는 높은 밀도의 3차원 데이터의 취득이 가능하므로 as-built BIM 구축에 많이 활용되고 있지만 (Hong et al., 2012), 대규모 실내 공간에 대한 3차원 데이터 취득을 위해서는 장비의 이동과 데이터 정합과 같은 후처리 과정이 필요하다. 이러한 지상 레이저 스캐너의 한계를 극복하기 위해, 자신의 위치와 주변 환경에 대한 정보를 동시에 취득하는 SLAM (Simultaneous Localization and Mapping) 기술을 활용한 레이저 스캐너 기반 모바일 매핑 시스템(MMS: Mobile Mapping System)이 연구되고 있다 (Jung et al.
기존의 연구된 레이저 스캐너 기반 모바일 매핑 시스템의 한계점은? (2015) 은 세 대의 2D 레이저 스캐너가 동일 평면에 대한 데이터를 취득하였을 때, 각 스캔 라인들이 모두 같은 평면 위에 있다는 조건을 활용한 외부 표정요소 검정을 수행하였다. 그러나, 기존 연구들은 레이저 스캐너들이 같은 평면을 스캔 할 수 있을 때만 적용이 가능하다는 한계점이 존재하며, 센서 간 상대 위치 및 방향에 따른 외부 표정 요소의 분석이 수행되지 않았다.
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. Amiri-Simkooei, A.R., Asgari, J., Zangeneh-Nejad, F., and Zaminpardaz, S. (2012), Basic concepts of optimization and design of geodetic networks, Journal of Surveying Engineering, Vol. 138, No. 4, pp. 172-183. 

    상세보기 crossref

  2. Berne, J.L. and Baselga, S. (2004), First-order design of geodetic networks using the simulated annealing method, Journal of Geodesy, Vol.78, No. 1-2, pp. 47-54. 

  3. Carbonari, G., Stravoravdis, S., and Gausden, C. (2015), Building information model implementation for existing buildings for facilities management: a framework and two case studies, In: L. Mahdjoubi, C.A. Brebbia, and R. Laing (eds.), Building Information Modelling (BIM) in Design, Construction and Operations, WIT Press, Southampton, UK, pp. 149, 395-406. 

  4. Choi, D.G., Bok, Y., Kim, J.S., and Kweon, I.S. (2016), Extrinsic calibration of 2-D lidars using two orthogonal planes, IEEE Transactions on Robotics, Vol. 32, No. 1, pp. 83-98. 

    상세보기 crossref

  5. Dore, C. and Murphy, M. (2014), Semi-automatic generation of as-built BIM facade geometry from laser and image data, Journal of Information Technology in Construction (ITcon), Vol. 19, No. 2, pp. 20-46. 

  6. Dermanis, A. (1994), The photogrammetric inner constraints, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 49, No. 1, pp. 25-39. 

    상세보기 crossref

  7. Gielsdorf, F., Grundig, L., and Milev, I. (2008), Deformation analysis with 3D laser scanning, In Proceedings of the 13th FIG Symposium, 12-15 May, Lisbon, Spain, pp. 1-9. 

  8. Golparvar-Fard, M., Pena-Mora, F., and Savarese, S. (2011), Integrated sequential as-built and as-planned representation with D 4 AR tools in support of decision-making tasks in the AEC/FM industry, Journal of Construction Engineering and Management, Vol. 137, No. 12, pp. 1099-1116. 

    상세보기 crossref

  9. Grafarend, E.W. (1974), Optimization of geodetic networks, Bolletino di Geodesia a Science Affini, Vol. 33, No. 4, pp. 351-406. 

  10. Grafarend, E.W. and Sanso, F. (Eds.). (2012), Optimization and Design of Geodetic Networks, Springer Science & Business Media, Berlin. 

  11. Hong, S., Jung, J., Kim, S., Cho, H., Lee, J., and Heo, J. (2015), Semi-automated approach to indoor mapping for 3D as-built building information modeling, Computers, Environment and Urban Systems, Vol. 51, pp. 34-46. 

    상세보기 crossref

  12. Hong, S., Park, I., Heo, J., and Choi, H. (2012), Indoor 3D Modeling Approach based on Terrestrial LiDAR, Journal of the Korean Society of Civil Engineers, Vol. 32, No. 5D, pp. 527-532. (in Korean with English abstract) 

    원문보기 상세보기 crossref

  13. Jung, J., Kim, J., Yoon, S., Kim, S., Cho, H., Kim, C., and Heo, J. (2015a), Bore-sight calibration of multiple laser range finders for kinematic 3D laser scanning systems, Sensors, Vol. 15, No. 5, pp. 10292-10314. 

    상세보기 crossref

  14. Jung, J., Yoon, S., Ju, S., and Heo, J. (2015b), Development of kinematic 3D laser scanning system for indoor mapping and as-built BIM using constrained SLAM, Sensors, Vol. 15, No. 10, pp. 26430-26456. 

    상세보기 crossref

  15. Lichti, D.D. and Chow, J.C. (2013), Inner constraints for planar features, The Photogrammetric Record, Vol. 28, No. 141, pp. 74-85. 

    상세보기 crossref

  16. Papo, H. and Perelmuter, A. (1980), Free net analysis of storage tank calibration, In 14th International Congress of the ISPRS, Commission, Vol. 1980, pp. 593-602. 

  17. Patraucean, V., Armeni, I., Nahangi, M., Yeung, J., Brilakis, I., and Haas, C. (2015), State of research in automatic as-built modelling, Advanced Engineering Informatics, Vol. 29, No. 2, pp. 162-171. 

    상세보기 crossref

  18. Wang, Y.K., Huo, J., and Wang, X.S. (2014), A real-time robotic indoor 3D mapping system using duel 2D laser range finders, Chinese Control Conference - 2014, 28-30 July, Nanjing, China, pp. 8542-8546. 

  19. Yang, J., Shi, Z.K., and Wu, Z.Y. (2016), Towards automatic generation of as-built BIM: 3D building facade modeling and material recognition from images, International Journal of Automation and Computing, Vol. 13, No. 4, pp. 338-349. 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 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