$\require{mediawiki-texvc}$

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] 건축물 평면 형상 역설계 자동화를 위한 Scan-to-Geometry 맵핑 규칙 정의
Scan-to-Geometry Mapping Rule Definition for Building Plane Reverse engineering Automation 원문보기

Journal of KIBIM = 한국BIM학회논문집, v.9 no.2, 2019년, pp.21 - 28  

강태욱 (한국건설기술연구원)

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, many scan projects are gradually increasing for maintenance, construction. The scan data contains useful data, which can be generated in the target application from the facility, space. However, modeling the scan data required for the application requires a lot of cost. In example, the con...

Keyword

#건축물   #3차원 포인트 클라우드   #스캔   #형상   #맵핑   #규칙 정의  

표/그림 (12)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 스캔 데이터에서 형상으로 맵핑하는 방법을 정형화한 연구를 살펴본다. 동향 조사를 통해 본 연구와의 차이점과 아이디어를 살펴본다.
  • Liu (2018)은 3차원 스캔 데이터에서 건축 바닥 평면을 재구성하는 방법을 제안하였다. 이 연구는 딥러닝을 사용해 바닥 스페이스 기능을 구분하는 데 초점을 둔다. Ding (2019) 는 건축물 리노베이션 프로젝트를 위해 역설계 기술을 활용한 디지털 건설 프레임웍 통합 정보 모델을 제안하였다.
  • Ding (2019) 는 건축물 리노베이션 프로젝트를 위해 역설계 기술을 활용한 디지털 건설 프레임웍 통합 정보 모델을 제안하였다. 이 연구는 스캔 기술을 이용해 모델링하는 과정을 자동화한 것이 아닌 BIM 모델 및 연계 데이터를 연계하고 사용하는 방법에 초점을 맞춘다. Murphy (2013)은 지상 LiDAR를 이용해 목조 건축물을 역설계하는 효과적인 방법을 제안하고 있다.
  • 국내 연구는, 포인트 클라우드를 이용해 MEP 객체를 역설계 하는 시스템에 대한 연구가 있었다. Kang (2016)이 진행한 이 연구는 MEP 역설계를 위한 시스템 구조를 분석하는 것에 목적이 있다.
  • 이 연구는 건축물 평면객체에 대한 포인트 클라우드 데이터를 형상으로 맵핑하는 S2G-MD(Scan-to-Geometry Mapping Rule Definition) 방법 개발에 초점을 맞춘다. S2G-MD는 사용자화가 가능한 규칙 정의를 제공하여, 역설계 자동화에 유연성과 가변성을 줄 수 있다.
  • 본 연구에서는 스캔 데이터에서 형상으로 맵핑하는 방법을 정형화한 연구를 살펴보았다. 이를 바탕으로, 맵핑에 필요한 시스템 컴포넌트와 구조를 정의하고, 맵핑 프로세스를 정형화할 수있는 S2G-MD 방법을 정의하였다.

가설 설정

  • B. Remove noise cluster: 밀도가 낮은 noise cluster를 제거함 두 가지 옵션 및 관련 파라메터는 스캔 데이터를 어떻게 활용 할지에 따라 사용될 수 있어야 한다. 이는 사용자가 맵핑 규칙을 정의할 때 지정된다.
  • B. Merge plane outline polyline으로 정의된 polygon은 분리된 grid에 따라 생성되어 있어, 원래 평면 형상으로 병합해야 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
S2G-MD 방법이란? 이 장에서는 형상 역설계 프로세스 자동화와 관련해 건축물 평면객체에 대한 스캔 데이터인 포인트 클라우드를 형상으로 맵핑 하는 방법을 기술할 수 있는 S2G-MD 방법을 기술한다. 건축물 평면객체는 벽체, 바닥, 천장, 문, 창호와 같이 평면이 기본 형상인 객체를 의미한다.
형상 모델링 비용에 영향을 끼치는 요소는? 모델링을 수행하는 비용은 도면에서 BIM(Building Information Modeling) 모델링하는 방식에 비해 많은 시간과 비용을 소모한다. 형상 모델링 비용은 작업 현장의 크기, 프로젝트 유형(긴급성) 변수에 영향을 받는다. 프로젝트 유형은 계획, 설계, 유지보수, 시공 등에 따라 LoD(Level of Detail), 정밀도, 작업 현장 크기 등이 달라진다.
소프트웨어 벤더사가 제공하는 포인트 클라우드 기반 역설계 방법의 문제점은? 최근, 캐드와 GIS(Geographic Information System) 소프트웨어 벤더사들은 특정 응용을 위한 포인트 클라우드 기반 역설계 방법을 지원하고 있다. 다만, 이런 상용 소프트웨어에서 제공하는 방식은 고정되어 있어, 사용자가 원하지 않는 형상이 생성되는 경우가 많다. 이런 문제는 사용자가 형상 역설계 방법을 직접 조작하고 사전 계획할 수 있는 방식으로 개선할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Bhatla, A., Choe, S. Y., Fierro, O., & Leite, F. (2012). Evaluation of accuracy of as-built 3D modeling from photos taken by handheld digital cameras. Automation in construction, 28, pp. 116-127. 

    상세보기 crossref

  2. Kang, T. W. (2018). BIM-based Smart Facility Management Framework for Existing Buildings, Review of Architecture and Building Science, 62(6), pp. 37-42. 

  3. Kang, T. W., Kim, J. E., Jung, T. S. (2016). Study on 3D Reverse Engineering-based MEP Facility Management Improvement Method. Journal of the Korea Academia-Industrial Society, 17(8), pp. 38-45. 

  4. Kang, T. W. (2016). Study on 3D Image Scan-based MEP Facility Management Technology. Korea Institute of BIM, 6(4), pp. 18-26. 

  5. Kang, T. W., Gwon, B. H. (2016). Performance evaluation of automated 3D image-scan-based reverse engineering in architectural MEP pipe object modeling. Journal of Korea Spatial Information Society, 24(6), pp. 701-708. 

  6. Kang, T. W. (2014). System Architecture for Effective Point Cloud-based Reverse Engineering of Architectural MEP Pipe Object. Journal of the Korea Academia-Industrial cooperation Society, 15(9), pp. 5870-5876. 

    원문보기 상세보기 crossref

  7. Kim, J. E., Kang, T. W. (2016). Large Point Cloud-based Pipe Shape Reverse Engineering Automation Method. Journal of the Korea Academia-Industrial Society, 17(3), pp. 692-698. 

  8. Lee, M. N. (2013). A study on scan data matching for reverse engineering for pipes in plant construction, Master thesis, SungKyunKwan University. 

  9. Murphy, K., van Ginneken, B., Klein, S., Staring, M., de Hoop, B. J., Viergever, M. A., Pluim, J. P. (2011). Semi-automatic construction of reference standards for evaluation of image registration. Medical Image Analysis, 15(1), 71-84. 

    상세보기 crossref

  10. Yoo, J. H. (2013). A study on reverse design of wooden architectural heritage using terrestrial LiDAR, Master thesis, CheongJu University. 

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