엔지니어링과 IT기술의 융합은 학문적 연구뿐 아니라 산업에도 많은 변화를 가져오고 있다. 특히 컴퓨터 시뮬레이션 기술은 실제 물리현상을 정확히 모사하고 실시간으로 분석할 수 있는 수준으로 발전했다. 본 논문에서는 산업에서 주로 활용되는 유체해석(CFD: Computational Fluid Dynamics) 기술과 최신 가시화 기술로 떠오르고 있는 증강현실을 활용한 후처리기에 대해 기술한다. 유체해석 시뮬레이션 결과를 증강현실기술을 활용하여 가시화하는 연구가 활발히 진행되고 있으나, 결과 데이터의 사이즈가 큰 특성상 데스크탑 환경에서 기사화하는 연구에 한정되어 실제 공간에서 검토가 필요한 유체해석 시뮬레이션분야에서 활용이 제한된다. 본 논문에서는 이러한 문제점을 해결하기 위한 방법에 대해 논의한다. 이를 위해 후처리 과정에서는 유체해석결과를 분석한 후, 모바일 환경에서 원활한 구동을 지원하기 위한 데이터 경량화(70% 이상) 작업을 수행하며, 가시화 과정에서는 경량화된 데이터를 이용하여 클라우드 컴퓨팅을 활용한 실시간 추적 작업과 함께 유체해석결과를 화면에 정합하여 가시화 한다. 이를 통해 사용자는 시뮬레이션이 수행된 다양한 공간에서 유체해석결과를 효과적이고 몰입감있게 검토/분석 할 수 있다.
엔지니어링과 IT기술의 융합은 학문적 연구뿐 아니라 산업에도 많은 변화를 가져오고 있다. 특히 컴퓨터 시뮬레이션 기술은 실제 물리현상을 정확히 모사하고 실시간으로 분석할 수 있는 수준으로 발전했다. 본 논문에서는 산업에서 주로 활용되는 유체해석(CFD: Computational Fluid Dynamics) 기술과 최신 가시화 기술로 떠오르고 있는 증강현실을 활용한 후처리기에 대해 기술한다. 유체해석 시뮬레이션 결과를 증강현실기술을 활용하여 가시화하는 연구가 활발히 진행되고 있으나, 결과 데이터의 사이즈가 큰 특성상 데스크탑 환경에서 기사화하는 연구에 한정되어 실제 공간에서 검토가 필요한 유체해석 시뮬레이션분야에서 활용이 제한된다. 본 논문에서는 이러한 문제점을 해결하기 위한 방법에 대해 논의한다. 이를 위해 후처리 과정에서는 유체해석결과를 분석한 후, 모바일 환경에서 원활한 구동을 지원하기 위한 데이터 경량화(70% 이상) 작업을 수행하며, 가시화 과정에서는 경량화된 데이터를 이용하여 클라우드 컴퓨팅을 활용한 실시간 추적 작업과 함께 유체해석결과를 화면에 정합하여 가시화 한다. 이를 통해 사용자는 시뮬레이션이 수행된 다양한 공간에서 유체해석결과를 효과적이고 몰입감있게 검토/분석 할 수 있다.
The convergence of engineering and IT technology has brought many changes to the industry as well as academic research. In particular, computer simulation technology has evolved to a level that can accurately simulate actual physical phenomena and analyze them in real time. In this paper, we describ...
The convergence of engineering and IT technology has brought many changes to the industry as well as academic research. In particular, computer simulation technology has evolved to a level that can accurately simulate actual physical phenomena and analyze them in real time. In this paper, we describe the CFD technology, which is mainly used in industry, and the post processor that uses the augmented reality which is emerging as the post-processing. Research on the visualization of fluid simulation results using AR technology is actively being carried out. However, due to the large size of the result data, it is limited to researches that are published in a desktop environment. Therefore, it is limitation that needs to be reviewed in actual space. In this paper, we discuss how to solve these problems. We analyze the fluid analysis results in the post-processing, and then perform optimizing data (more than 70%)to support operation in the mobile environment. In the visualization, lightweight data is used to perform real-time tracking using cloud computing, The analysis result is matched to the screen and visualized. This allows the user to review and analyze the fluid analysis results in an efficient and immersive manner in the various spaces where the simulation is performed.
The convergence of engineering and IT technology has brought many changes to the industry as well as academic research. In particular, computer simulation technology has evolved to a level that can accurately simulate actual physical phenomena and analyze them in real time. In this paper, we describe the CFD technology, which is mainly used in industry, and the post processor that uses the augmented reality which is emerging as the post-processing. Research on the visualization of fluid simulation results using AR technology is actively being carried out. However, due to the large size of the result data, it is limited to researches that are published in a desktop environment. Therefore, it is limitation that needs to be reviewed in actual space. In this paper, we discuss how to solve these problems. We analyze the fluid analysis results in the post-processing, and then perform optimizing data (more than 70%)to support operation in the mobile environment. In the visualization, lightweight data is used to perform real-time tracking using cloud computing, The analysis result is matched to the screen and visualized. This allows the user to review and analyze the fluid analysis results in an efficient and immersive manner in the various spaces where the simulation is performed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
각 연구들은 Java3D, OpenGL, paraview, VRML 등 다양한 가시화방법을 채택하여 유체해석 시뮬레이션 결과 데이터를 증강현실 기술을 활용하여 가시화하기 위한 연구를 수행하였다. 하지만 대부분 연구들이 특정한 유체해석 시뮬레이션을 지원하는 것에 한정되어 있거나 데스크탑 기반의 가시화만을 지원하여 다양한 공간에서의 검토와 활용이 제한된다.
하지만 대부분 연구들이 특정한 유체해석 시뮬레이션을 지원하는 것에 한정되어 있거나 데스크탑 기반의 가시화만을 지원하여 다양한 공간에서의 검토와 활용이 제한된다. 따라서 본 논문에서는 소프트 웨어 산업체가 가지고 있는 다양한 형태의 데이터와 폭발적으로 커지는 시뮬레이션 정보를 증강현실 환경에서 모바일과 같은 저 사양 장비에서 활용하기 위한 방법을 제안한다.
유체해석결과 가시화는 데이터가 크고 계산량이 많이 요구되기 때문에 주로 데스크탑 PC환경의 가상공간에서 이루어지고 있으며, 상대적으로 하드웨어 성능이 낮은 모바일 환경에서는 구동에 어려움이 있다. 본 논문에서는 많은 계산량이 요구되는 유체해석결과 분석을 여러 개의 계산 자원으로 이루어진 서버에서 빠르게 처리할수 있도록 하였다. 서버에서는 유체해석결과 분석 및 분석결과 경량화, 상호작용 및 협업을 지원하기 위한 가시화 요소 제어를 수행한다.
본 논문에서는 모바일 증강현실 기술을 이용한 유체 시뮬레이션 후처리기를 제안하였다. 이를 위해 후처리 과정에서는 유체해석결과를 분석한 후, 모바일 환경에서 원활한 구동을 지원하기 위하여 70%이상의 데이터 경량화 작업을 수행하며, 가시화 과정에서는 경량화된 데이터를 이용하여 클라우드 컴퓨팅을 활용한 실시간 추적 작업과 함께 유체해석결과를 화면에 정합하는 방법을 보여주었다.
본 논문에서는 증강현실 기술을 기반으로 유체해석시뮬레이션 결과를 가시화하는 방안에 대해 기술한다. 이때 CFD 오픈소스 솔버 중 가장 널리 활용되는 SW인 Open FOAM과 Fluent 등의 상용 솔버의 해석결과를 이용하여 실내 유동 및 오염물 대류-확산 해석을 수행한다.
제안 방법
논문에서는 주택 내부라는 물리적 공간에서 공기의 흐름을 증강현실로 가시화하기 위하여 모바일 장치의 카메라 영상을 이용한 환경기반 추적 기술을 활용한다. 환경기반 추적기술은 넓고 복잡한 공간에서도 해석결과를 보다 정확하고 몰입감 있게 검토할 수 있다는 장점이 있다.
이는 최초 해석결과 분석 및 가시화 요소 추출뿐만 아니라 상황에 따라 모바일환경에서 사용자에 의해 요구되는 가시화 요소에 대한 제어에도 유용하게 활용될수 있다. 따라서 유선 시작점 변경 또는 요소별 색상표현 (Legend) 범위 변경 등과 같은 기능별 제어 기능을 구성 하여 해석결과에 대한 보다 세밀한 검토 및 분석이 가능 하도록 하였다(Fig. 1 참조). 유체해석결과를 검토/분석 하는 과정에서 사용자로부터 가시화 요소에 대한 제어 이벤트가 발생하면, 이벤트에 따른 파라미터가 서버에 구성된 제어 스크립트에 전달되고, 결과를 수정하여 수정된 결과를 가공하여 이를 다시 사용자에게 전달하는 과정을 반복한다.
유체해석결과에는 각 절점에 색상정보가 포함되어 있어 일반적인 메쉬 축약 방식의 경우 색상정보도 함께 제거 된다. 따라서, 축약 전에 해석결과의 색상정보로부터 매핑 이미지 (Mapping Images)를 생성한 후, 메쉬를 축약하여 축약된 메쉬에 맵핑이미지를 적용하는 방식을 취한다. 볼륨의 경우에는 절점들의 인접관계로부터 복셀을 생성하고, 공유 면을 제거하는 축약 방식의 중복요소 제거를 통해 모바일에서도 원활한 가시화가 가능할 수 있도록 하였다.
클라우드 기반의 실시간 증강현실 Tracking은 증강현실 Display, 증강현실 Mapper, 증강현실 Tracker로 구성된다. 먼저 증강현실 Display는 사용자 mobile 장비의 카메라로부터 실시간으로 이미지 데이터를 획득하고, 클라우드 system의 증강현실 Tracker로 전송한다. 증강현실 Tracker는 전송 받은 이미지로부터 FAST featuring 기법[20]을 이용하여 feature를 추출하고, 이를 통해 카메라와 대상 공간 사이에 시뮬레이션 결과가 증강될 3차원 공간을 생성한다.
유체해석을 지원하는 대부분의 상용 툴에서는 해석결과의 분석 및 가시화를 위한 자체 모듈이 탑재되어있어 외부에서의 제어가 어려우며, 오픈소스 기반의 분석 및 가시화 툴의 경우, 단일 실행파일만을 제공하여 외부에서 기능에 대한 제어가 어려워 활용성 측면에서 제약을 갖는다. 본 논문에서는 Fig. 2와 같은 과정을 수행하여 다양한 유체해석 툴의 해석결과를 지원하고, 외부에서 제어가 가능하도록 하였다.
본 논문에서는 사용자가 공기청정 시뮬레이션 결과를 실제 공간에서 직관적으로 이해할 수 있도록 하기 위해 증강현실 기술을 활용하였다. 이를 위해 주택 실내에 공기청정기를 배치하고 유체시뮬레이션을 수행한 후, 스마트폰/패드 또는 착용형 장비를 이용하여 그 결과를 증강 현실 기반으로 검토할 수 있도록 구현했다.
본 논문에서는 형상 정보를 3차원으로 렌더링 하기 위하여 Unity 엔진을 사용하고 있으며, 사용자에게 보다 현실적인 몰입환경을 제공하기 위하여 증강현실 디스플레이 장치를 활용하였다. 이러한 증강현실 가시화를 위한 디스플레이 구성은 Fig.
본 장에서는 다양한 형태의 상용 및 오픈소스 유체해 석결과를 이용한 모바일 증강현실기반 유체시뮬레이션 후처리기 구조를 설명한다.
사용자는 안드로이드 기반 스마트폰/패드와 Hololens glass 기반의 착용형 장비로 결과를 증강현실 환경에서 검토할 수 있다. 증강현실가시화는 주택 내부 전체 공간과 특정 공간에 대한 검토를 동시에 지원하도록 구현되었다.
이 결과를 이용하여 모바일 환경에 적합한 형태로 경량화 단계를 거처 최적화 시킴으로써 20MB 크기로 변환시킴으로써 표현결과에는 변화가 없는 결과를 생성시킨다. 구현결과(Fig.
본 논문에서는 증강현실 기술을 기반으로 유체해석시뮬레이션 결과를 가시화하는 방안에 대해 기술한다. 이때 CFD 오픈소스 솔버 중 가장 널리 활용되는 SW인 Open FOAM과 Fluent 등의 상용 솔버의 해석결과를 이용하여 실내 유동 및 오염물 대류-확산 해석을 수행한다. 해석된 결과는 증강현실 기술을 이용하여 모바일장치에서 현실감 있게 가시화되며, 실시간 가시화를 위해 클라우드 컴퓨팅 환경을 활용한다.
이를 위해 주택 실내에 공기청정기를 배치하고 유체시뮬레이션을 수행한 후, 스마트폰/패드 또는 착용형 장비를 이용하여 그 결과를 증강 현실 기반으로 검토할 수 있도록 구현했다.이때 주택 구조 모델과 내부의 물리적 공간과 맵핑된 특정 영역을 상세히 검토할 수 있는 증강 모델을 구현했다. Table.
하지만 환경기반의 추적기술은 실시간으로 전체 환경에 대한 정보를 계산해야 하므로 연산이 시간이 많이 소요되는 단점이 있다. 이러한 계산량이 많은 실시간 tracking 작업을 효과적으로 수행하기 위해 Fig. 6과 같이 클라우드 시스템에서 tracking을 수행하도록 설계하였다. 즉, 많은 연산이 필요한 대상 추적 프로세스는 클라우드 system에서 처리하고, 대상을 정합하는 작업은 사용자 장치에서 처리하도록 구성하는 것이다.
따라서, 모바일 환경에서 유체해 석결과의 원활한 가시화를 위해서는 분석결과를 통해 추출되는 가시화 요소에 대한 경량화가 요구된다. 이를 위해 본 논문에서는 Fig. 3과 같은 가시화 요소 경량화 과정을 수행함으로써 모바일에서의 원활한 구동을 지원할수 있도록 하였다.
본 논문에서는 사용자가 공기청정 시뮬레이션 결과를 실제 공간에서 직관적으로 이해할 수 있도록 하기 위해 증강현실 기술을 활용하였다. 이를 위해 주택 실내에 공기청정기를 배치하고 유체시뮬레이션을 수행한 후, 스마트폰/패드 또는 착용형 장비를 이용하여 그 결과를 증강 현실 기반으로 검토할 수 있도록 구현했다.이때 주택 구조 모델과 내부의 물리적 공간과 맵핑된 특정 영역을 상세히 검토할 수 있는 증강 모델을 구현했다.
분석을 담당하는 Element Generation에서는 분류된 결과를 토대로 벡터필드(Vector Field)와 색상지도 (Color Map)을 생성한 다음, 계산을 최소화하기 위해 벡터필드에 대해 복셀화(Voxelization) 과정을 수행한다. 이후, 복셀화된 벡터필드로부터 Marching Cube[16] Tracer를 통해 해석결과에 대한 등가곡면(Isosurface) 과유선(Streamline)을 계산하고, 분류된 요소들을 입력으로 하는 Domain Surface를 통해 격자(Grid)와 볼륨 (Volume)을 계산한다. 색상지도는 속성에 따라 계산된 가시화 요소에 각각 적용된다.
전술한 바와 같이 본 논문에서는 유체해석결과의 분석 및 가시화 요소 추출을 위해 Post-processing을 수행 하였다. 이는 최초 해석결과 분석 및 가시화 요소 추출뿐만 아니라 상황에 따라 모바일환경에서 사용자에 의해 요구되는 가시화 요소에 대한 제어에도 유용하게 활용될수 있다.
제안한 모바일 증강현실 기반 유체시뮬이션 후처리기는 Fig 1과 같이 AR Post-Processing과 AR Visualization으로 구성된다. 먼저 유체해석결과는 CFD 오픈소스 솔버중 가장 널리 활용되는 SW인 OpenFOAM와 Fluent 등의 상용 솔버에 의해서 계산된 실내 유동 및 오염물 대류-확산 등의 주요한 정보를 활용한다.
먼저 증강현실 Display는 사용자 mobile 장비의 카메라로부터 실시간으로 이미지 데이터를 획득하고, 클라우드 system의 증강현실 Tracker로 전송한다. 증강현실 Tracker는 전송 받은 이미지로부터 FAST featuring 기법[20]을 이용하여 feature를 추출하고, 이를 통해 카메라와 대상 공간 사이에 시뮬레이션 결과가 증강될 3차원 공간을 생성한다.
특히, 유체해석 시뮬레이션은 기계, 토목, 도시 공학등 분야의 분석 결과를 시각화하는 연구를 수행하였다. 이를 통해 토목 엔지니어와 도시 디자이너는 증강현실로 가시화된 결과를 이용하여 실내〮외 환경을 분석하고 개선할 수 있다.
대상 데이터
7은 해석된 데이터의 후처리 과정과 경량화를 통한 데이터의 축소 결과를 보여 준다. 해석결과는 30 step을 기준으로 크기는 780MB 로 해석결과 분석을 위한 GRID, Vector, Scalar 등의 모든 데이터를 포함하고 있다. 일차적으로 Post-Processing을 통해서 분석결과 표현을 위한 데이터를 추출하고 계산한다.
이론/모형
본 구현결과에서는 오픈소스인 OpenFoam을 통해서 해석된 결과를 활용하였다. Fig.
이때 사용자가 물리 공간에서 이동하여 카메라가 빠르게 움직이면, 증강된 오브젝트가 흔들리는 오류가 발생할 수 있다. 이를 개선하기 위하여 Gauss-Newton 기법[21]을 활용하여 흔들림의 오차를 개선하여 위치를 보정하는 작업을 수행한다.
성능/효과
이렇게 가시화된 요소들의 경우 비교적 적은 연산이 요구되지만, 증강현실 구현을 위한 실시간 위치 추적 연산과 동시에 구동될 경우 상황에 따라 프레임 저하가 발생할 수 있다. 따라서, 렌더링 최적화가 요구되는데, 본논문에서는 렌더링 요소의 배칭(Batching) 과정을 통해 드로우콜(Draw call)과 가비지 컬렉터(Garbage collector)[19] 호출을 최소화 하였다. Fig.
이를 통해 사용자는 시뮬레이션이 수행된 다양한 공간에서 유체해석결과를 효과적이고 몰입감있게 검토/분석 할 수 있다. 마지막으로 실내 공기청정에 대한 해석결과를 대상으로 제안된 방안의 유용성을 보인다.
본 논문에서는 모바일 증강현실 기술을 이용한 유체 시뮬레이션 후처리기를 제안하였다. 이를 위해 후처리 과정에서는 유체해석결과를 분석한 후, 모바일 환경에서 원활한 구동을 지원하기 위하여 70%이상의 데이터 경량화 작업을 수행하며, 가시화 과정에서는 경량화된 데이터를 이용하여 클라우드 컴퓨팅을 활용한 실시간 추적 작업과 함께 유체해석결과를 화면에 정합하는 방법을 보여주었다. 이를 통해 사용자는 시뮬레이션이 수행된 다양한 공간에서 유체해석결과를 효과적이고 몰입감있게 검토/분석 할 수 있다.
증강현실가시화는 주택 내부 전체 공간과 특정 공간에 대한 검토를 동시에 지원하도록 구현되었다. 즉, 주택 내부 전체 공간에 대한 해석 결과 가시화뿐 아니라, 실제 공기청정기와 시뮬레이션 상의 가상의 공기청정기의 맵핑을 통한 해석 결과 가시화 기능도 구현하였다.
후속연구
추후 연구로는 실내 공기청정뿐만 아니라 다양한 형태의 유체시뮬레이션 결과를 적용하고 사용성 테스트를 수행하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
CFD는 무엇을 어디에 이용하는가?
구조물에 작용하는 하중에 따른 구조물의 거동을 예측하는 데 사용된다. 반면에 CFD는 수학, 물리학 및 전산 소프트웨어를 사용하여 기체 또는 액체가 흐르는 방법과 기체 또는 액체가 흐르는 물체에 미치는 영향을 예측하는데 사용된다. CFD는 Navier-Stokes 방정식을 기반으로 하며이 방정식은 움직이는 유체의 속도, 압력, 온도 및 밀도가 어떻게 유체의 흐름에 영향을 미치는지 예측한다.
기존에 개발된 분석 및 시뮬레이션 소프트 웨어가 가진 문제점은 무엇인가?
20세기 초반부터 컴퓨터 기술의 획기적 발전에 힘입어 ANSYS, Abaqus, COMSOL 등과 같은 강력한 분석 및 시뮬레이션 소프트 웨어들이 개발되었다. 이러한 분석 및 시뮬레이션 소프 트웨어의 메뉴, 대화 상자 및 툴바 등의 사용자 인터페이 스는 사용자가 학습하는데 많은 시간이 소요되는 문제를 가지고 있고 시뮬레이션 결과를 직관적으로 검토하기가 어렵다.
증강현실이란 무엇인가?
증강현실은 일반적으로 VE(Virtual Environments) 혹은 가상현실에서 파생한 것으로, 실제 환경에 가상의 개체인 이미지, 모션, 애니메이션, 오디오, 정보 등을 포함하는 컴퓨터 그래픽 영상을 삽입하여 사용자로 하여금 현실에 존재하는 것처럼 보이도록 하는 실제와 가상의 영상혼합을 뜻한다[1,2]. 때로는 MR(Mixed Reality)라는 용어와 혼용되어 사용되기도 하지만, 실세계와 가상 세계 사이의 연속관계를 표현하는 범용적인 용어이다.
참고문헌 (21)
P. Sinclair, "Integrating Hypermedia techniques in augmented reality environments", Ph.D thesis, University of Southampton, 2007.
R. Azuma, "Overview of augmented reality", Proc. Of SIGGRAPH International Conference on Computer Graphics and Interactive Techniques, pp. 8-12, 2004.
W. Li, A. Y. C. Nee, S. K. Ong, "A State-of-the-Art review of augmented reality in Engineering Analysis and Simulation", Multimodal Technologies Interact. Vol.1, No.3, pp.1-22, Sep. 2017. DOI: https://doi.org/10.3390/mti1030017
T. Tawara, K. Ono, "A framework for volume segmentation and visualization using augmented reality", In Proceedings of the 2010 IEEE Symposium on 3D User Interface (3DUI), pp.121-122, March 2010. DOI: https://doi.org/10.1109/3dui.2010.5444707
D. Weidlich, S. Scherer, M. Wabner, "Analyses using VR/AR visualization". IEEE Computer Graphics and Applications, Vol.28, No.5, pp.84-86, Aug. 2008. DOI: https://doi.org/10.1109/mcg.2008.89
C. J. Paulus, N. Haouchine, D. Cazier, S.Cotin, "Augmented reality during cutting and tearing of deformable objects". In Proceedings of the 2015 IEEE International Symposium on Mixed and Augmented Reality (ISMAR), pp.54-59, November 2015. DOI: https://doi.org/10.1109/ismar.2015.19
A. Buchau, W. M. Rucker, U. Wossner, M. Becker, "Augmented reality in teaching of electrodynamics", In. J. Comput. Math. Electr. Electron, pp.948-963, July 2009.
R. L. Silva, P. S. Rodrigues, J. C. Oliveira, G. Giraldi, "Augmented Reality for Scientific Visualization: Bringing Datasets inside the Real World", In Proceedings of the Summer Computer Simulation Conference (SCSC 2004), pp.20-24, January 2004.
R. Lakaemper, A. M. Malkawi, "Integrating robot mapping and augmented building simulation", J. Comput. Civil. Eng. Vol.23, No.2 pp.384-390, Oct. 2009. DOI: https://doi.org/10.1061/(asce)0887-3801(2009)23:6(384)
A. M. Malkawi, R. S. Srinivasan, "A new paradigm for Human-Building Interaction: the use of CFD and Augmented Reality", Automation in Construction, Vol.14, No.1 pp.71-81, Jan. 2005. DOI: https://doi.org/10.1016/j.autcon.2004.08.001
T. Fukuda, K. Mori, J. Imaizumi, "Integration of CFD, VR, AR and BIM for design feedback in a design process-an experimental study". In Proceedings of the 33rd International Conference on Education and Research in Computer Aided Architectural Design Europe (eCAADe33), pp.22-26, September 2015.
N. Yabuki, S. Furubayashi, Y. Hamada, T. Fukuda, "Collaborative visualization of environmental simulation result and sensing data using augmented reality", In Proceedings of the International Conference on Cooperative Design, Visualization and Engineering, pp.227-230, Sep. 2012. DOI: https://doi.org/10.1007/978-3-642-32609-7_32
J. Moreland, J. Wang, Y. Liu, F. Li, L. Shen, B. Wu, C. Zhou, "Integration of Augmented Reality with Computational Fluid Dynamics for Power Plant Training", In Proceedings of the International Conference on Modeling, Simulation and Visualization Methods, pp.22-25, 2013.
H. Regenbrecht, G. Baratoff, W. Wilke, "Augmented reality projects in the automotive and aerospace industries", IEEE Comput. Graph. Appl. pp.48-56, Nov. 2005. DOI: https://doi.org/10.1109/mcg.2005.124
F. Niebling, R. Griesser, U. Woessner, "Using Augmented Reality and Interactive Simulations to Realize Hybrid Prototypes", International Symposium on Visual Computing, pp.2008-1017, March 2018. DOI: https://doi.org/10.1007/978-3-540-89639-5_96
W. E. Lorensen, H. E. Cline, "Marching cubes: A high resolution 3D surface construction algorithm", In ACM siggraph computer graphics, Vol.21, No.4, pp.163-169, July. 1987. DOI: https://doi.org/10.1145/37402.37422
L. P. Chew, "Constrained Delaunay Triangulations", Algorithmica, Vol.4, No.1-4, pp.97-108, June. 1987. DOI: https://doi.org/10.1007/bf01553881
M. Garland, P. S. Heckbert, "Surface simplification using quadric error metrics", Proceedings of the 24th annual conference on Computer graphics and interactive techniques, pp.209-216, August 1997. DOI: https://doi.org/10.1145/258734.258849
E. Rosten, T. Drummond, "Machine learning for high-speed corner detection", Computer Vision - ECCV, pp.430-443, May 2006. DOI: https://doi.org/10.1007/11744023_34
M. Sarkis, K. Diepold, "Camera-Pose Estimation via Projective Newton Optimization on the Manifold". IEEE Transactions on Image Processing. Vol.21, No.4, pp. 1729-1741, April 2012. DOI: https://doi.org/10.1109/tip.2011.2177845
※ AI-Helper는 부적절한 답변을 할 수 있습니다.