[논문]신속한 건축물 스캔을 위한 SLAM기반 이동형 스캔백팩 시스템 개발 고려사항 도출

강태욱

doi:10.5762/kais.2020.21.3.312

[국내논문] 신속한 건축물 스캔을 위한 SLAM기반 이동형 스캔백팩 시스템 개발 고려사항 도출
Identifying Considerations for Developing SLAM-based Mobile Scan Backpack System for Rapid Building Scanning 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.3, 2020년, pp.312 - 320

초록
AI-Helper

3D 스캐닝과 역설계 기술은 기계/제조 분야에서 먼저 시작하였다. 건설 분야에서는 BIM(Building Information Modeling) 기반 3D 모델링 활용 환경이 조성되어 3D 스캐닝 기술을 이용하여 공장 사전제작, 구조물 시공 검측, 플랜트 시설물, 교량, 터널 구조물 검측 등 건설 전반에 활용하고 있다. 스캔 방식 중 고정식 LiDAR는 이동식 LiDAR에 비해 정확도와 밀도가 높으나 정합 시간과 데이터 처리에 오랜 시간이 걸린다. 하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서 사용자가 편리하게 이동하며 스캔할 수 있는 방법이 생산적이고 효율적이다. 이 연구는 자유롭게 이동하면서 실시간 점군 정합을 지원하는 SLAM(Simultaneous Localization and Mapping)기반 스캔백팩 시스템 개발 시 고려사항을 도출한다. 본 연구를 통해 모바일 스캔 기술을 이용한 스캔 생산성 개선을 위해, SLAM기반 스캔백팩(Scan Backpack) 장치 개발을 위한 프레임웍, 시스템 및 컴포넌트 구조를 제안하고, 프로토타입을 통해 개발 시 고려사항을 도출한다. 프로토타입 개발은 SLAM 및 스캔백팩 2단계로 수행해, 고려사항을 도출하고, 수행 결과를 분석하였다.

Abstract ▼ AI-Helper

3D scanning began in the field of manufacturing. In the construction field, a BIM (Building Information Modeling)-based 3D modeling environment was developed and used for the overall construction, such as factory prefabrication, structure construction inspection, plant facility, bridge, tunnel structure inspection using 3D scanning technology. LiDARs have higher accuracy and density than mobile scanners but require longer registration times and data processing. On the other hand, in interior building space management, relatively high accuracy is not needed, and the user can conveniently move with a mobile scan system. This study derives considerations for the development of Simultaneous Localization and Mapping (SLAM)-based Scan Backpack systems that move freely and support real-time point cloud registration. This paper proposes the mobile scan system, framework, and component structure to derive the considerations and improve scan productivity. Prototype development was carried out in two stages, SLAM and ScanBackpack, to derive the considerations and analyze the results.

주제어

표/그림 (11)

그림 Fig. 1. Framework Definition
그림 Fig. 2. Scan Backpack Concept Design
표 Table 1. Framework Component Role Definition
그림 Fig. 3. Sequence Diagram(UML)
그림 Fig. 4. Class Diagram(UML)
표 Table 2. SLAM class role definition
그림 Fig. 5. SLAM Hardware
그림 Fig. 6. Scan Backpack Test Results (2019)
그림 Fig. 7. Scan Backpack with Sensor Mount
그림 Fig. 8. Scan Backpack Test Plan (Scan path: dotted line)
그림 Fig. 9. Scan Backpack Test Results (Top view and ISO view)

AI 본문요약
AI-Helper

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

문제 정의

본 연구 목적은 상대적으로 높지 않은 정확도가 필요한 건축물 관리 분야에서 모바일 스캔 기술을 이용한 스캔 생산성 개선을 위해, SLAM기반 스캔백팩 장치 개발을 위한 프레임웍, 시스템 구조를 제안하고, 프로토타입을 통해 개발 시 고려사항을 도출하는 것에 목적이 있다.
본 연구 범위는 건축물 공간관리, 인테리어와 같은 상대적으로 높지 않는 수준의 스캔 점군 데이터를 신속하게 확보하기 위한 이동식 스캔 장비인 스캔백팩 개발 고려사항을 도출하는 것에 초점을 맞춘다.
본 연구에서 모바일 스캔 기술을 이용한 스캔 생산성 개선을 위해, SLAM기반 스캔백팩 장치 개발을 위한 프레임웍, 시스템 구조를 제안하였다.
산림조사 고도화를 위한 SLAM 정확도 평가에 관한 연구가 있었다[6]. 이 연구는 SLAM기술을 이용한 산림 흉고직경 및 수고측정 정확도를 분석한 연구이다.
이 연구는 건축물 관리를 위한 SLAM기반 스캔백팩 개발 시 고려사항 도출에 초점을 맞춘다.
국내 관련 연구는 이동식 로버 기반 스캔 자동화 계획에 관한연구가 있었다[1]. 이 연구는 사용자가 복잡한 설비로 이루어진 공간을 스캐닝 할 때나, 사용자가 내부로 진입하기 어려운 좁은 공간을 스캐닝하기 어려운 영역에 스캐너가 장착된 로버를 활용해 이미지 스캔을 하는 방법을 제안하였다. 이 연구는 로버를 이용하였고, SLAM과 같은 기술을 사용하지 않았다.
휴대형 맵핑 시스템에 관한 연구가 있었다[8]. 이 연구는 이동체에 부착되는 스캔 센서들 간의 데이터 동기화 문제를 다루고 있다. 센서 장치들 간의 데이터 동기화를 위해서는 시공간적 일치가 필요하다.
일반 그래프 최적화를 이용한 그래프 기반 SLAM에 관한 연구가 있었다[4]. 이 연구는 일반 그래프 최적화를 이용해 그래프 기반 SLAM을 구현하고 성능을 최적화한 것이다. 이 연구는 SLAM 구현에만 초점을 맞추고 있다.
하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서 사용자가 편리하게 이동하며 스캔할 수 있는 방법이 생산적이고 효율적이다. 이 연구는 자유롭게 이동하면서 실시간 점군 정합을 지원하는 SLAM(Simultaneous Localization and Mapping)기반 스캔백팩 시스템을 제안한다. SLAM기반 스캔백팩은 이동하면서 점군이 자동 정합되며, 현장에서 스캔되는 점군을 실시간으로 확인할 수 있다.
ROS(Robot Operating System)기반 자율주행 이동 로봇 원격제어 및 Visual SLAM에 관한 연구가 있었다[3]. 이 연구는 주차장 관리를 위한 자율 이동 로봇의 제어시스템에 관한 연구이다. 이 연구에는 SLAM을 이용한 로봇이동탐색용 지도생성기술이 포함되어 있다.
SLAM을 통해 실내 BIM모델 생성 기술을 연구한 사례가 있었다[2]. 이 연구는 준공 BIM 모델링에 필요한 스캔 데이터를 얻기 위해 graph-based SLAM 기술을 제안하였다. 이 연구는 SLAM기술 개발에 초점이 맞춰져 있다.

제안 방법

1단계 테스 트를 통해 스캔 환경 등 5개 항목. 2단계 테스트를 통해 6개 고려사항을 도출하였다. 이를 통해, 장비 무게중심, 마운팅 방법, 소모성 장비 탈착, 시인성을 고려한 디스플 레이 인터페이스, 전원 문제 등을 개발 전에 고려할 필요가 있음을 알 수 있었다.
8V LiPO 배터리를 사용하 였다. LiDAR, NVIDIA TX2 등 보드에 LiPO 배터리를 연결하였다. 참고로, TX2에 붙은 개발보드는 모든 테스트 완료 후 제거하고, 캐리어 보드를 부착해 소형화할 수 있다.
테스트 대상은 한국건설기술연구원 본관 2동 3층 실내이며, 파티션이 매우 많은 환경이다. SLAM 데이터 분석을 위해 ROS의 벨로다인 스캔 모듈에서 생성된 점군을 rosbag 기능으로 실시간 저장한 후 분석하였다.
•장비 휴대 문제: 사용한 LiDAR 자체가 무겁다. 가능한 LiDAR 장치를 안정적으로 들고 1회 스캔 당 10분에서 20분 정도를 이동하며 스캔하였다. 총 스캔은 6회였다.
개발된 모바일 스캔 시스템을 통해 실내 지도 제작에 필요한 점군을 스캔하고, 이를 실시간으로 정합해 본다.
본 연수를 수행하기 위해, 모바일 스캔 기술과 관련된 동향조사를 수행하였고, 도출된 내용을 바탕으로 스캔백팩 시스템 프레임웍을 디자인하였다. 프레임웍은 프로토 타입 개발에 반영되었고, 이를 통해 고려사항을 도출하였 다.
본 연수를 수행하기 위해, 모바일 스캔 기술과 관련된 동향조사를 수행한다. 동향조사를 통해 도출된 내용을 바탕으로 스캔백팩 시스템 프레임웍을 디자인한다.
8과 같이 한국건설기술연구원 본관 1동, 2동및 교통 실험동 등을 스캔하기로 동선을 계획하였다. 스캔 전 동선(Fig. 8. 적색 점선 표시)을 계획하고, 건축물 실외에서 이동하며 실시간 스캔 정합을 수행하였다. Fig 9는 SLAM한 점군 결과이다.
시퀀스 다이어그램에서 각 객체별로 호출된 메시지는 함수로 정의되었으며, 개념상 중복되는 역할을 하는 장치 들은 device로 일반화하였다. device는 일반화된 인터 페이스 역할을 하므로, 새로운 장치를 추가하고 수정하기 용이해진다.
7, 8과 같이 스캔백팩 프로토타입을 개발해 스캔을 수행하였다. 실내 스캔 결과와 비교하기 위해 Fig. 8과 같이 한국건설기술연구원 본관 1동, 2동및 교통 실험동 등을 스캔하기로 동선을 계획하였다. 스캔 전 동선(Fig.
이 연구는 이동식 로봇 개발에 사용되는 SLAM의 신뢰성을 높이기 위해 2.5차원 LiDAR를 디자인하여, 스캔 프레임 간 점군 매칭을 ICP(Iterative Closest Point) 알고리즘으로 구현하였다.
이를 반영해, Fig. 7, 8과 같이 스캔백팩 프로토타입을 개발해 스캔을 수행하였다. 실내 스캔 결과와 비교하기 위해 Fig.
파티션의 경계선은 뚜렷하게 표시된 점군이 생성되며, 창쪽 유리는 반사되어 노이즈가 생기는 것을 확인할 수있다. 정확도 비교를 위해 SLAM 점군과 측량장비 (GLM100C)와 측정값을 조사해 보았다. 그 결과, 조사한 측정한 값의 차이는 평균 0.
•전원 문제: 배터리 시간에 제약이 있어, 수시로 배터리를 교환해야 했다. 참고로, 본 시스템은 LiPO 14.8V 72000mAh를 사용하여 3시간 동안 스캔 작업을 하였다.
3는 앞의 SLAM 처리 순서를 UML(Uniified Modeling Language) 시퀀스 다이어그램으로 기술한 것이다. 클래스와 멤버를 도출하기 위해, 시퀀스 설계에서 project, scene, PCD와 같은 객체를 추출하였다. 각객체들은 데이터가 포함된 메시지(message)를 주고 받으며 정보를 생성한다.

대상 데이터

모바일 기반 스캔용 백팩은 기본적으로 실시간 정합을 지원하는 SLAM 기능을 포함해야 한다. 데이터 취득은 LiDAR와 IMU 장치를 사용한다. SLAM 알고리즘은 수치해석과 계산기하학을 주로 사용하므로, 이를 지원하는 라이브러리가 필요하다.
테스트 대상은 한국건설기술연구원 본관 2동 3층 실내이며, 파티션이 매우 많은 환경이다. SLAM 데이터 분석을 위해 ROS의 벨로다인 스캔 모듈에서 생성된 점군을 rosbag 기능으로 실시간 저장한 후 분석하였다.

이론/모형

객체 설계는 OOA/D(Object Oriented Analysis and Design) 방법론에 근거해 알고리즘으로부터 시퀀스, 객체 및 메소드를 도출하고, 이를 객체화하는 방식으로 진행하였다. 시퀀스 설계를 위한 SLAM 처리 흐름은 다음과 같다.
프레임 웍은 컴포넌트 기능과 상호 관계를 정의하는 역할을 한다. 이동형 스캔에서 필수적인 SLAM 시스템 및 알고리즘 설계 후, OOA/D(Object Oriented Analysis and Design) 접근법으로 시퀀스 정의를 통해 객체를 도출한다. 정의된 시스템 및 프레임웍을 바탕으로 프로토타입을 개발한다.

성능/효과

정확도 비교를 위해 SLAM 점군과 측량장비 (GLM100C)와 측정값을 조사해 보았다. 그 결과, 조사한 측정한 값의 차이는 평균 0.53미터였다.
스캔백팩 프로토타입 테스트 수행 결과 작업 편의성및 생산성에 개선이 있었다. 다음은 프로토타입 테스트 결과이다.
스캔백팩 프로토타입으로 테스트한 결과, 장비 운용및 기능 문제도 확인할 수 있었다.
2단계 테스트를 통해 6개 고려사항을 도출하였다. 이를 통해, 장비 무게중심, 마운팅 방법, 소모성 장비 탈착, 시인성을 고려한 디스플 레이 인터페이스, 전원 문제 등을 개발 전에 고려할 필요가 있음을 알 수 있었다.

후속연구

향후, 개발된 이동형 스캔 시스템을 이용하여 좀 더 다양한 건물에 대한 스캔을 수행해 성능을 정량평가하고, 정확도를 분석할 계획이다. 이를 통해, 작업 효유성이 높은 모바일 스캔 시스템을 개발할 계획이다.
향후, 개발된 이동형 스캔 시스템을 이용하여 좀 더 다양한 건물에 대한 스캔을 수행해 성능을 정량평가하고, 정확도를 분석할 계획이다. 이를 통해, 작업 효유성이 높은 모바일 스캔 시스템을 개발할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	고정식 LiDAR이 이동식 LiDAR에 비해 가지는 장점은?	건설 분야에서는 BIM(Building Information Modeling) 기반 3D 모델링 활용 환경이 조성되어 3D 스캐닝 기술을 이용하여 공장 사전제작, 구조물 시공 검측, 플랜트 시설물, 교량, 터널 구조물 검측 등 건설 전반에 활용하고 있다. 스캔 방식 중 고정식 LiDAR는 이동식 LiDAR에 비해 정확도와 밀도가 높으나 정합 시간과 데이터 처리에 오랜 시간이 걸린다. 하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서 사용자가 편리하게 이동하며 스캔할 수 있는 방법이 생산적이고 효율적이다.
	LiDAR이란?	LiDAR(Light Detection and Ranging)는 최근 건설 분야에서 3차원 공간 지도 생성, 정밀 시공 관리, 시설물 관리 등에 활용되는 기술로, 레이저로 측정한 포인트 클라우드(point cloud. 점군)를 생성하는 장치이다. 최근 스캔 기술은 BIM과 연계해 다양한 목적으로 활용된 다.
	이동식 LiDAR이 가지는 장점은?	스캔 방식 중 고정식 LiDAR는 이동식 LiDAR에 비해 정확도와 밀도가 높으나 정합 시간과 데이터 처리에 오랜 시간이 걸린다. 하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서 사용자가 편리하게 이동하며 스캔할 수 있는 방법이 생산적이고 효율적이다. 이 연구는 자유롭게 이동하면서 실시간 점군 정합을 지원하는 SLAM(Simultaneous Localization and Mapping)기반 스캔백팩 시스템을 제안한다.

참고문헌 (8)

Kang, T. W. "3D Image Scan Automation Planning based on Mobile Rover" Korea Academia-Industrial cooperation Society, Vol. 20, No. 8, pp.1-7, 2019. DOI:http://doi.org/10.5762/KAIS.2019.20.8.1
Jung, J. H., Yoon, S. H., Cyrill, S., Heo, J. "A Study on 3D Indoor mapping for as-built BIM creation by using Graph-based SLAM" Korea Journal of Construction Engineering and Management, Vol.7, No.3, pp32-42, 2016. DOI :http://doi.org/10.6106/KJCEM.2016.17.3.032
Do, J. C., Lee, W. H. "ROS based remote control of an autonomous mobile robot and visual SLAM for parking lot management" Journal of Institute of Control, Robotics and Systems, Vol.24, No.11, pp.1088-1023, 2018. DOI: http://doi.org/10.5302/J.ICROS.2018.18.0119

상세보기
Ko, N. Y., Chung, J. H., Jeong, D. B. "The Implementation of Graph-based SLAM Using General Graph Optimization" Journal of KIECS, Vol.14, No.4, pp.637-644, 2019. DOI: http://doi.org/10.1109/MITS.2010.939925
Kim, U. S., Kim, B. S, Kim, I. S. "Implementation of serving mobile robot using ROS" Journal of KIIT, Vol.17, No.2, pp.33-43, 2019. DOI:http://doi.org/10.14801/jkiit.2019.17.2.33
Yun, H. C., Lee, J. S. "Accuracy Evaluation and Analysis of SLAM for the Advancement of Forest Investigation" Korea Academia-Industrial cooperation Society, Vol.19, No.12, pp.734-739, 2018. DOI: http://doi.org/10.5762/KAIS.2018.19.12.734
Yang, Y., Yang, G., Tian, Y., Zheng, T., Li, L. and Wang, Z. May. "A robust and accurate SLAM algorithm for omni-directional mobile robots based on a novel 2.5 D lidar device" In 2018 13th IEEE Conference on Industrial Electronics and Applications (ICIEA), pp.2123-2127, 2018. DOI: http://doi.org/10.1109/ICIEA.2018.8398060
Klingbeil, L., Eling, C., Heinz, E., Wieland, M. and Kuhlmann, H. "Direct georeferencing for portable mapping systems: In the air and on the ground" Journal of Surveying Engineering, Vol.143, No.4, pp.4-17, 2017. DOI: http://doi.org/10.1061/(ASCE)SU.1943-5428.0000229

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증