DOI QR코드

DOI QR Code

실내공간 데이터 기반의 응용 서비스를 위한 세밀도 모델에 관한 연구

A Study on the LOD(Level of Detail) Model for Applications based on Indoor Space Data

  • 투고 : 2014.03.20
  • 심사 : 2014.04.30
  • 발행 : 2014.04.30

초록

실내공간에 대한 관심이 높아지면서, 실내공간 정보를 활용하는 다양한 서비스들에 대한 요구가 높아지고 있다. 이와 함께 실내공간 정보의 구축에 대한 요구도 높아지고 있으나, 현재 실내 공간 정보 구축을 위한 공간 세밀도 모델이 존재하지 않는다. 이에, 본 논문에서는 현재 활용 가능한 실내공간 데이터들을 분류하고, 각각의 데이터의 형태 및 표현방법에 따라 적합한 응용 서비스를 제공하기 위해 필요한 실내공간 세밀도의 정확도 및 상세정도에 대해서 정의한다. 기존의 연구들이 기하의 표현에 중심을 둔 반면, 본 논문에서는 실내공간 데이터들의 형태 및 표현방법을 중심으로 실내공간 세밀도를 정의한다. 또한, 본 논문에서 제시하는 실내공간 세밀도 단계들을 활용 가능한 응용분야들을 제시함으로써, 실내공간 데이터 구축 및 활용을 위한 가이드라인을 제안한다.

As the interest in indoor space increases, the demands for various services based on indoor space is increasing. With the demands, to construct spatial information for indoor space is also required, but there is not defined the LOD(Level of Detail) for indoor spatial data. Therefore, in this paper we classified data for indoor space data construction, and then we defined the accuracy and detail about the level of detail to provide suitable application services according to the type and representation method of each data. Most previous researches are focus on the geometrical representation, but in this paper we define a indoor LOD model based on type and representation method of data. In addition, we present applicable services with proposed LOD model and suggest a guideline for construction and application of indoor space.

키워드

1. 서 론

최근 공간정보 기반의 응용 서비스와 시스템들이 3차원 공간데이터 모델에 기반을 둔 건물, 기반 시설들에 관한 공간정보의 관리, 처리 및 교환에 높은 관심을 보이고 있다(Benjamin et al., 2009). 특히, 그 중에서도 건물, 즉 실내공간에 대한 관심이 높아지면서 다양한 분야에서 실내공간정보 기반의 서비스에 대한 요구가 나타나고 있다. 실내 공간 기반의 서비스의 대표적인 예로는 대형 쇼핑몰을 위한 방문자안내, 도서관 내의 방향안내, 공항과 기차역에서의 승객 안내, 가상 실내체험, 재난 시뮬레이션, 건물 내의 시설 관리 등이 있다. 이와 같이 다양한 실내공간 기반의 응용서비스들을 제공하기 위해서는 실내공간을 표현하는 공간 데이터 모델과 데이터 구축을 위한 원본 데이터 및 데이터 구축 방안 등이 필요하다. 현재, 실내공간을 표현하기 위해 공간데이터 모델(OGC, 2010; Li and Lee, 2013; Kang et al., 2013)과 실내공간의 세밀도에 관한 연구(Benjamin et al., 2009; Kemec et al., 2012)가 다양하게 이루어지고 있다. 특히, 실외 공간에서는 축척 개념을 사용하여 세밀도 모델을 제시할 수 있으나, 실내 공간의 경우에는 축척의 개념을 적용하는 것은 큰 의미가 없다. 이에, 본 연구에서는 본 논문에서는 현재 사용 가능한 실내공간 데이터들의 형태 및 종류에 따라 적용 가능한 응용서비스들을 분류하고, 각 응용서비스들에 따른 실내공간 세밀도 모델을 제안한다.

본 논문의 구성은 다음과 같다. 2장에서는 실내공간 모델과 가시화에 관한 기존 연구들에 대해 살펴보고, 3장에서는 본 연구에서 제시하는 실내 공간 세밀도 모델에 대해 설명한다. 본 연구에서 제시한 세밀도 모델에 따른 활용분야를 4장에서 제안하고, 마지막으로 5장에서 결론을 맺는다.

 

2. 관련연구

현재 실내공간을 다루고 있는 국제표준모델로는 OGC(Open Geospatial Consortium)의 CityGML(OGC, 2012), 국제 표준안을 준비 중인 IndoorGML(OGC, 2010; Li and Lee, 2013) 등이 있으며, Kang et al.(2013)에서는 CityGML을 확장한 실내공간 모델을 다루고 있다. 본 장에서는 실내 공간을 다루는 모델들을 살펴보고, 각 모델에서 실내공간을 표현하는 방법에 대해 알아본다. 또한, 각각의 데이터 모델을 기반으로 연구되고 있는 실내공간 가시화 방법에 관해서도 살펴본다.

2.1 실내공간 데이터 모델

실내공간을 다루고 있는 대표적인 공간정보 표준중의 하나인 CityGML은 도시의 3차원 공간모델에 대한 표준으로, XML기반의 GML(Geographic Markup Language) 3.1의 응용스키마로 정의된 표준이다(Li and Lee, 2013). CityGML은 실외 및 실내의 지형지물의 효과적인 표현 및 활용을 위하여 Fig. 1과 같이 5단계의 세밀도를 제공하고 있으며, 총 5단계의 세밀도 중에서 마지막 단계인 LOD4가 실내공간에 대한 모델이다.

Fig. 1.An example of LOD(Level of detail) for CityGML(OGC CityGML)

IndoorGML(OGC,2010)은 실내공간정보의 표현과 교환을 위한 기본적인 프레임워크를 제공할 수 있는 데이터 모델과 XML 스키마를 정의하기 위하여 OGC에서 준비 중인 표준안이다(Li and Lee, 2013). IndoorGML은 내비게이션을 위한 네트웍에 중심을 두고 설계된 모델로써, 멀티레이어 및 노드 링크 개념을 이용하여 실내공간을 다양한 의미의 관점에서 모델링 할 수 있도록 지원한다. IndoorGML에서는 기존의 데이터와의 연계없이 독립적으로 사용될 때만 단위공간의 기하적 요소를 표현하고, 그 이외의 경우에는 단순화된 기하요소(점, 선)만으로 실내공간과 실내공간을 연결하는 경로를 표현한다(Li and Lee, 2013).

Kang et al.(2013)은 CityGML에 정의된 객체들을 기반으로 하여, 3차원 실내공간을 표현하기 위해 필요한 객체들을 추가로 정의하여 제시한 실내공간데이터 모델의 응용스키마 형태로 설계된 실내공간 데이터 모델로써, CityGML의 LOD4를 확장한 ADE(Application Domain Extension)형태이다. 즉, ityGML의 LOD4에서 사용하는 항목 모델에 추가적인 항목들을 정의하여 실내공간을 표현하고 있다.

앞서 살펴본 실내공간 데이터 모델들 중 CityGML은 실외공간에 대해서는 다양한 세밀도 단계를 제시하고 있으나, 실내공간에 대한 세밀도 모델은 포함하지 않고, 단일한 세밀도로 표현하고 있다. Kang et al.(2013) 역시, CityGML의 세밀도 4단계를 확장한 형태로써, 항목 모델만 확장하여 실내공간에 필요한 세밀도를 정의하고 있지 않다. 특히, IndoorGML의 경우 기하표현에 대한 정보는 기존 데이터와의 연계가 없이 독립적으로 사용될 때에만 표현되며, 이 내용은 ISO19107을 기반하여 단일 세밀도로 정의되어 있다(OGC, 2010).

이와 같이 현재 제시된 실내 공간 데이터 모델에서는 실내공간의 세밀도를 고려한 항목 모델 및 기하모델이 존재하지 않는다.

2.2 실내공간을 위한 세밀도 모델

실내공간의 세밀도를 응용목적별로 분류하여 제시한 연구로는 Benjamin et al.(2009), Kemec et al.(2012)등이 있다.

Benjamin et al.(2009)에서는 경로안내를 위한 응용서비스에 초점을 둔 4단계의 실내 세밀도를 CityGML의 확장형태로 제안하였다. 이 세밀도 모델은 주제, 기하, 경로 모델을 포함하고 있으며 경로안내를 위한 실내 세밀도 모델은 실외의 경우와 유사하게 정의되고 사용된다. 또한, 경로안내와 가시화를 위한 각각의 3가지 부분(주제, 기하, 경로 모델)들의 사용에 관하여 상세하게 서술하였다. 본 연구에서 제시하는 실내공간 세밀도 모델도 Benjamin et al.(2009)에서 제시한 개념들 중 실내공간 세밀도를 분류한 3가지 부분 중에서 2가지 개념(주제, 기하)를 이용하여 세밀도를 분류한다.

Benjamin et al.(2009), Kemec et al.(2012)은 모두 실내공간상의 물리적 공간이 아닌 추상공간에 대하여 다르게 정의하고, 그에 따른 세밀도 모델을 제시하고 있지만, 특히 Kemec et al.(2012)는 실내공간의 주제에 따른 공간분할을 고려한 실내 세밀도 계층 모델을 제안하고 있다. 또한 Kemec et al.(2012)는 재난 관련 서비스에 특화하여 실내 공간 세밀도 모델을 정의하고, 이를 실외 공간의 세밀도 모델과 통합하여 Fig. 2와 같은 세밀도 모델을 제시하였다. 이는 도시에서 발생할 수 있는 재난상황에 대한 대비 및 시뮬레이션 등의 목적으로 디자인된 것으로 실내공간의 세밀도를 실외공간의 세밀도 맞추어 정의한 것이 특징이다.

Fig. 2.LOD hierarchy model(Kemec et al., 2012)

본 장에서 살펴본 바와 같이, 실내공간에 대한 모델은 실내공간의 세밀도에 대한 정의를 하고 있지 않다. 공간 세밀도를 포함하고 있는 CityGML의 경우, 실외공간을 위한 세밀도는 4단계에 걸쳐 정의하였으나, 실내공간을 위한 세밀도는 오직 하나의 단계만을 제시하였다. 또한, 기존의 공간 세밀도 모델 은 실내공간객체의 기하표현에 대한 세밀도 모델로써 특정한 목적의 응용프로그램을 대상으로 개발되었다. 그러나, 실내공간은 실외공간에 비해 좁고 한정된 공간으로 스케일에 따른 기하표현의 세밀도 보다는 현재 실내 공간을 표현하는 데이터 형태 및 표현방법에 따라 세밀도를 정의할 필요가 있다.

 

3. 실내공간을 위한 세밀도 모델

각기 다른 응용프로그램의 시나리오들은 서로 다른 요구사항을 가지고 있으며, 이를 반영한 실내공간의 적절한 표현방법이 필요하다(Benjamin et al., 2009). 예를 들어, 대략적인 길안내 서비스의 경우에는 단순한 2차원 풋 프린트 형태의 데이터만으로도 활용이 가능하고, 재난 시뮬레이션과 같은 경우에는 실내 객체들의 세세한 위치와 크기 등에 대한 상세한 데이터가 필요하다.

이에, 본 장에서는 실내공간 데이터 구축에 사용될 수 있는 데이터들의 형태 및 표현 방법에 따라 실내 공간 세밀도를 총 4단계로 나누고, 그에 대한 표현방법 및 정확도 등에 대하여 정의한다.

실내 공간 데이터를 구축하는데 사용 가능한 데이터로는 크게 영상 데이터와 기하 데이터로 구분이 가능하다. 영상 데이터의 경우 2차원 평면의 층 배치도(floor plan) 같이 단순화된 영상과 실제 실내공간을 촬영한 전방위 영상으로 분류 할 수 있다. 단순 2차원 평면의 층 배치도 이미지의 경우 실내공간 데이터로 사용 가능한 데이터 중에서 가장 적은 정보를 포함하고 있다. 실제 실내공간을 촬영한 전방위 영상을 실내공간 데이터 구축에 활용할 경우 실제 공간을 이미지로 촬영하여 사용자들에게 충분한 시각적 정보를 제공할 수 있으나, 이미지 속에 포함된 다양한 실내 공간 객체들에 대한 정보를 제공하지는 못하는 단점이 있다.

실내 공간 데이터를 구축하는 방법 중 기하데이터를 이용하는 방법은 기존의 CAD 데이터 등을 이용하여 실내공간 및 실내공간 객체의 기하를 표현하고 객체화시켜 구축하는 방법이다. 이러한 방법을 통해 실내공간 데이터를 구축할 때에는 기존의 CityGML 등에서 적용한 것과 같이 기하객체의 세밀도를 조절하여 세밀도를 분류할 수 있다.

Fig. 3은 본 연구에서 제시하는 데이터 형태 및 표현방법별 실내공간 세밀도 모델의 예시이며, 이와 같은 세밀도 모델의 특징과 기하적 정확도, 가시화 영상 등에 대하여 Table 1과 같이 정리하였다. LOD4에 대해서는 CityGML의 LOD4와 동일하게 정의하였다. 또한, CityGML에 적용했을 경우 CityGML의 객체별 기하유형 매핑은 Table 2에서 보인다.

Fig. 3.Indoor model instances according to proposed indoor LOD model

Table 1.Characteristics of proposed indoor LOD model

Table 2.Mapping GML geometries to thematic types of CityGML in the various LODs

3.1 LOD 1: 층 배치도 영상을 활용한 모델(Floor Plan Image)

Benjamin et al.(2009)에서는 CityGML의 Buildings과 BuildingParts 만을 표현(즉, 층의 형태만을 표현)하는 단계를 실내공간 세밀도 1단계로 정의하였나, 본 논문에서는 Table 1에서 보이는 바와 같이 실내공간내을 모두 단순화 된 2차원 객체의 이미지로 표현한다. 특히 Room을 표현함에 있어서, 상세한 기하를 표현하기 보다는 단순하게 표현된 이미지를 활용한다. 또한, 건물내부의 계단 등과 같은 요소들을 표현하는 IntBuildingInstallation과 공간들 간 연결을 나타내는 opening은 영상에서 표현되는 경우에만 확인가능하다. Table 1에서 명시한 것과 같이, 본 논문에서 제시하는 세밀도 모델 1단계에서는 가구 등은 전혀 표현되지 않는다. 이러한 세밀도 1단계의 단순 2차원 형태의 층 배치도 이미지데이터는 실외공간과 실내공간 간의 연결정보를 표현할 수 있고, 공간들 간의 연결성이 나타나 있으므로 실내공간 안내를 위한 가이드 맵으로 사용될 수 있다.

3.2 LOD 2: 전방위 영상을 활용한 모델

기존의 실내객체 모델과 본 논문에서 제시한 실내공간 세밀도 1단계는 모두 실내공간과 실내공간의 객체를 표현하기 위하여 이미지를 이용하였으나, 이는 사실성을 표현하는데 있어서는 부족하다. 가상실내체험등과 같은 응용서비스들은 실내공간을 최대한 현실과 동일하게 사실적으로 나타내기를 요구하고 있으나, 가상의 실내 공간상에서 상호작용이 필요한 서비스를 필요로 하지는 않는다. 즉, 실제와 비슷하게 표현되어야 하지만, 가상으로 표현되는 실내공간에서 실제와 동일한 기능이 제공되어야 할 필요는 없다. 그러므로, 이러한 서비스들이 필요로 하는 실내공간 데이터의 형태는 실세계를 가장 유사하게 표현하는 실제 영상이다.

본 연구에서는 제시하는 실내공간 세밀도 2단계는 전방위영상을 이용하여 실내공간 및 실내객체를 표현한다. 실내 전방위 영상 데이터는 고해상도 영상 촬영이 가능한 DSLR 기반의 전방위 촬영장비를 이용하여 구축할 수 있다(Shin et al., 2012). 이러한 실내 전방위 영상 데이터를 구축하기 위해서는 여러 장의 중첩된 영상이 시차가 없는 상태로 촬영이 되어야 하고, 균등한 각도의 수평각을 유지하며 촬영이 가능해야하고, 무 시차 촬영을 위해 모든 방향으로의 이동이 가능해야하는 등의 여러 가지 요구사항들이 있다(Oh and Lee, 2012; Oh and Lee, 2010). 취득된 개별 영상 데이터는 전방위 영상 제작을 위하여 Stitching(영상접합) 작업 및 영상 후 처리를 거쳐서 Fig. 4와 같은 전방위 영상으로 생성된다. 이와 같이 제작된 영상은 현재 구글의 스트리트뷰, 다음의 로드뷰와 같은 서비스에서 활용되고 있다. 본 연구에서 제시하는 실내 세밀도 2단계는 이러한 전방위 영상에 지오레퍼런싱을 하여 실내공간에 대한 간단한 속성 및 질의를 수행할 수 있는 데이터이다.

Fig. 4.Example of indoor Omni-Directional Image

이를 위해서는 전방위 영상을 실내좌표계를 기준으로 정교하게 참조할 수 있는 지오레퍼런싱 방법이 필요하다. 최근 전방위 영상을 지오레퍼런싱하기 위해서 다양한 방법론(Oh and Lee, 2012; Oh and Lee, 2010)제안되고 있다. 이러한 방법들은 카메라의 시점과 중첩되는 실내 전방위 영상의 특성을 이용하여 실내공간 객체의 위치를 상대적으로 결정할 수 있는 방법들을 제안하였다. Fig. 5는 제시된 방법들을 활용하여 지오레퍼런싱한 실내 전방위 영상의 예시이다.

Fig. 5.Example of Georeferenced indoor Omni-Directional Image

이와 같이 제작된 실내전방위영상은 다음 스토어뷰와는 달리 단순히 전방위 영상을 이용한 보기 기능만을 제공하는 것이 아니라, 경로찾기 등의 서비스를 지원할 수 있다. 따라서, 본 논문에서 제안하는 세밀도 2단계는 실내의 다양한 공간들을 실사사진으로 보여줄 수 있으며, 웹기반의 스토어뷰, 실내 경로안내 서비스, 실내 가상체험 등과 같은 응용분야에 활용될 수 있다.

3.3 LOD 3: 단순화된 3차원 모델

실내공간 세밀도 3단계는 3차원 기하객체(Solid와 3D Surface)와 텍스쳐 파일을 이용하여 실내객체를 표현한다. 실내공간을 실제와 같은 형태의 기하들로 표현하고 있으며, 텍스쳐링을 통하여 실제공간과 유사하게 표현한다.

1단계, 2단계와 달리 공간객체의 기하를 3차원 입체로 표현하고, 단순화에 대한 요구가 낮아서, 대부분의 객체들(0.5m × 0.5m 이상의 면적을 가진 객체들)을 실제 형태로 표현하도록 한다. CityGML에서 표현되는 Room, IntBuildingInstallation, _BoundarySurfaces, Opening이 모두 표현되며, 각각의 기하유형은 표 3에서 제시한 것과 같이 매핑된다. 실내공간 세밀도 3단계의 데이터에서는 상세한 기하표현은 생략되므로, 생략되는 기하표현을 보완하기 위한 실사 텍스쳐링이 필요하다.

이러한 세밀도 3단계의 경우, 실내공간 내에서의 공간관리, 시뮬레이션 등의 서비스에 활용될 수 있다.

3.4 LOD 4: 정밀한 3차원 모델

실내공간 세밀도 4단계는 가장 상세한 공간 세밀도를 가지는 단계로서, 좀더 자세한 공간정보, 높은 기하정확도를 가진다. 기본적으로 3차원 기하객체(Solid와 3D Surface)와 텍스쳐 파일을 이용하여 실내공간 및 객체를 표현하는 것은 세밀도 3단계와 동일하지만, Table 2에서 보이는 바와 같이, 일반화를 전혀 하지 않으며, 실사 이미지의 텍스쳐링을 통하여 실제와 가장 높은 유사도를 제공하게 된다. 본 논문에서 제안하는 실내공간 세밀도 4단계와 실내공간 세밀도 3단계의 차이점은 기하객체의 상세표현의 정도에 따른 차이라고 할 수 있으며, 실내공간 세밀도 4단계는 기존의 3차원 공간데이터 모델인 CityGML의 세밀도 4단계와 동일한 수준의 표현이 가능하다.

현재 세밀도 4단계 수준의 데이터를 구축하기 위한 연구는 지상 라이다를 이용하는 방법(Ko et al., 2013; Hong et al., 2012; Hong et al., 2013)과 2차원 도면 데이터를 활용한 방법 (Park et al., 2013)등이 이루어져왔다.

본 논문에서 제시하는 세밀도 4단계의 데이터는 실내 고정밀 레이저 측량 및 3차원 벡터 가공기술을 통하여 구축하거나 도면 데이터를 기반으로 구축할 수 있다. Fig. 6의 경우, CAD도면에 포함되어 있는 건축요소들의 다양한 정보들을 활용하여 3차원 실내 공간데이터를 GongBuilder(VirtualBuilders, 2011)를 이용하여 구축한 예이다. Fig. 6의 왼쪽 그림은 원천데이터로 사용된 2차원 CAD도면이고, 오른쪽 그림은 왼쪽의 2차원 CAD도면을 원천데이터로 하여 실제 구축된 3차원 실내공간 데이터이다.

Fig. 6.Example of LOD 4(Seoul, 2014)

이와 같이 구축되어지는 실내공간 세밀도 4단계의 데이터는 세컨 라이프(Secondlife, 2014)등과 같은 가상세계속의 실내공간 표현이 가능하고, 실내공간에서 발생하는 실내공간 객체와의 다양한 상호작용을 동일하게 표현할 수 있는 가상실내체험, 재난·재해 등과 같은 상황에 대한 시뮬레이션 등에서 활용될 수 있다.

 

4. 실내공간 세밀도 모델의 활용

본 논문에서는 제시한 실내공간 세밀도 모델은 실내공간에 사용가능한 데이터의 상세도가 다르며, 각 데이터별로 활용되는 분야가 다르다는 점을 고려하여 제시되었다. 본 장에서는 실내공간 정보를 활용하는 서비스 분야별로 어떠한 수준의 세밀도 데이터를 활용해야 하는지에 대해 살펴본다. Fig. 7에서는 본 논문에서 제시하는 실내공간 세밀도 모델과 실내공간 데이터 활용 분야들을 매핑해 놓았다.

Fig. 7.Example Application services for each LODs

LOD1 데이터의 활용 : LOD1 데이터는 건물의 공간에 대한 안내에 사용될 수 있다. Fig. 7에서 보는 것과 같이 LOD1의 데이터는 건물전체의 공간을 한눈에 파악할 수 있다는 장점이 있으며, 이러한 점은 실내 공간에서 현재 위치 및 목적지의 위치파악 등에 유용하다. 실생활에서는 층별 안내도와 같이 실내공간에 대한 안내도로서의 기능을 수행할 수 있다.

LOD2 데이터의 활용 : LOD2 데이터는 실제 실내공간의 사진으로 구성되어 있어, 가상공간이 현실공간과 동일하게 가시화된다는 장점이있다. 이러한 데이터는 실내공간 내비게이션 또는 가상공간체험등과 같은 서비스에서 유용하게 활용될 수 있다. 실제로 Google(Google, 2013)에서는 Fig. 8과 같이 영상을 이용하여 17군데의 박물관에 대하여 Fig. 6. Example of LOD 4(Seoul, 2014) 가상체험 서비스를 제공하고 있다.

Fig. 8.Google Cultural Institute(Google, 2013)

LOD3 데이터의 활용 : LOD3 데이터는 실내공간을 표현하는 기하객체에 실제실내공간의 사진을 텍스츄어링 하여 구성되는 데이터이다. LOD2 데이터는 영상만으로 표현되는 데이터이므로 실내공간의 각 객체들에 대한 상호작용이 불가능하였으나, LOD3의 데이터의 경우 기하객체를 구축함으로써 실내공간 객체들에 대한 선택, 검색 등의 상호작용이 가능하다. 또한, 실제공간의 영상사진으로 텍스츄어링을 하였으므로 LOD2 데이터처럼 가상공간이 현실공간과 동일하게 가시화된다. 이러한 데이터는 실내공간 내비게이션 또는 가상 공간체험등과 같은 서비스 뿐만 아니라, 객체화되어 있는 건물요소들에 대한 편집 및 검색 등을 통한 실내공간 관리 서비스 등에도 활용될 수 있다.

LOD4 데이터의 활용 : LOD4 데이터와 LOD3 데이터의 가장 큰 차이점은 기하객체의 상세도이므로, LOD4 데이터는 LOD3 데이터가 활용되는 모든 분야에 활용이 가능하지만, 실제로 실내공간 내비게이션 또는 가상체험에서는 LOD4와 같이 상세하고 용량이 큰 데이터를 사용할 필요가 없다. 그러므로, LOD4 데이터는 범용적인 사용자들을 위한 서비스보다는 특화된 활용분야에 적합할 것으로 생각된다. 실내 시설물 관리와 같은 경우, 실내공간 내에 존재하는 객체들을 상세하게 표현해야하며, 각 객체들을 선택 및 검색 등의 연산을 수행할 수 있어야 하므로 LOD4 수준의 상세한 데이터를 활용하기에 적합 하다. 또한, 실내공간에 대한 상세한 정보를 모두 포함하고 있으므로 실내공간에서의 재난발생에 대한 시뮬레이션 등을 수행하기에 적합하다.

 

5. 결 론

본 논문에서는 실내공간 정보를 활용하는 다양한 응용분야에서 사용할 수 있는 실내공간 세밀도 모델에 대해 소개하였다. 본 논문에서 제시한 실내공간 세밀도 모델은 기존의 CityGML(OGC CityGML)등과 같은 공간모델에서 제시하는 기하객체의 상세정도에 따른 모델과는 달리, 실내공간 데이터 구축에 사용가능한 데이터들에 따라 응용분야를 제시하고 공간 세밀도 표현 단계를 정의하였다.

이를 위하여 본 논문에서는 실내공간 데이터 구축에 사용가능한 데이터들을 정리하고, 각각의 데이터들이 활용 가능한 응용 서비스들 및 데이터의 세밀도를 정의하고, 각 실내공간 응용 서비스들이 활용가능한 데이터들을 제작할 수 있는 길잡이를 제안하였다. 특히, 기존의 연구들이 벡터기반의 기하객체의 표현정도에 대하여 정의하고 있는 세밀도에 실사전방위 영상을 적용하는 방법을 제안하였다.

본 연구는 다음과 같은 한계를 가진다. 첫째로, 제시한 세밀도 모델을 현재 존재하는 공간모델인 CityGML에 적용하기 위한 방안은 제시하였으나, 제시한 공간 세밀도 모델을 적용한 항목모델을 제시하지는 않았다. 둘째로, 실내공간 세밀도 4단계와 3단계와의 차이에 대해서 실사 영상을 이용한 텍스쳐링과 기하정확도 및 일반화 정도 등의 요소로만 표현하고, 실내공간 세밀도 4단계에서 개별 기하객체들을 얼마만큼 상세하게 모델링해야하는지에 대해서 명확하지 않다. 이에 실내공간 항목모델을 설계하고 각각에 따라 항목별 상세도를 다시 정의할 필요가 있다.

향후, 본 논문에서 제시한 실내공간 세밀도 모델을 좀 더 상세히 다듬고, 이를 적용한 실내공간 항목 모델을 만들 것이다. 또한, 본 논문에서 제시한 공간 세밀도에 따라 실제 실내공간 세밀도 데이터를 구축하고, 각각의 세밀도 데이터들을 실내공간기반의 서비스에 활용하도록 하여 본 논문에서 제시한 응용분야별 실내공간 세밀도의 적정성에 대해 검증하도록 할 것이다.

참고문헌

  1. Benjamin H., Matthias T., Tassilo G., and Jurgen D. (2009), Towards an Indoor Level-of-Detail Model for Route Visualization, Proc. International conference on Mobile Data Management:Systems, Services and Middleware, IEEE, 18-20 May, Taipei, Taiwan, pp. 692-697.
  2. Google (2013), Google Art Project, http://www.google.com/culturalinstitute (last date accessed: 18 Mar. 2014).
  3. Hong, S., Jung, J., Kim, S., Hong, S., and Heo, J. (2013), Semi-Automatic Method for Constructing 2D and 3D Indoor GIS Maps based on Point Clouds from Terrestrial LiDAR, Journal of Korean Society for Geospatial Information System, Vol. 21, No. 2, pp. 99-105. (in Korean with English abstract) https://doi.org/10.7319/kogsis.2013.21.2.099
  4. Hong, S., Park, I., Heo, J., and Choi, H. S. (2012), Indoor 3D Modeling Approach based on Terrestrail LiDAR, Journal of Korean Society of Civil Engineers, Vol. 32, No. 5, pp. 527-532. (in Korean with English abstract) https://doi.org/10.12652/Ksce.2012.32.5D.527
  5. Kang, H., Hwang, J., and Lee, J. (2013), A Study on the Development of Indoor Spatial Data Model Using CityGML ADE, Journal of Geographic Information System Association of Korea, Vol. 21, No. 2, pp. 11-21. (in Korean with English abstract) https://doi.org/10.12672/ksis.2013.21.2.011
  6. Kemec, S., S. Zlatanova and S. Duzgun, (2012), A new LoD definition hierarchy for 3D city models used for natural disaster risk communication tool, Proceedings of the 4th International Conference on Cartography & GIS, International cartographic Association, 18-22 June, Albena, Bulgaria, Vol. 2, pp. 95-104.
  7. Ko, J., Jung, I., Shin, H., Choi, Y., and Jo, S. (2013), A Study on the Construction of Indoor Spatial Information using a Terrestrial LiDAR, Journal of Korea Spatial Information Society, Vol. 21, No. 3, pp. 89-101. (in Korean with English abstract) https://doi.org/10.12672/ksis.2013.21.3.089
  8. Li, K. and Lee, J. (2013), Basic Concepts of Indoor Spatial Information Candidate Standard IndoorGML and its Applications, Journal of Korea Spatial Information Society, Vol. 21, No. 3, pp. 1-10. (in Korean with English abstract) https://doi.org/10.12672/ksis.2013.21.3.001
  9. Oh, S. and Lee, I. (2012), Georeferencing of Indoor Omni-Directional Images Acquired by a Rotating Line Camera, Journal of Korea Society of Surveying, Geodesy, Photogrammetry, and Cartography, Vol. 30, No. 2, pp. 211-221. (in Korean with English abstract) https://doi.org/10.7848/ksgpc.2012.30.2.211
  10. Oh, T. and Lee, I. (2010), Determination of 3D Absolute Coordinates from Omi-directional Camera Image, Conference of Korean Society for Geospatial Information System, Korean Society for Geospatial Information System, 26-27 March, Seoul, Korea, pp. 19-22 ( in Korean).
  11. Open GIS Consortium (2012), City Grography Markup Language (CityGML) Encoding Standard, http://www.opengis.net/spec/citygml/2.0 (last date accessed: 18 Mar.2014).
  12. Open GIS Consortium (2010), IndoorGML OGC discussion paper 10-191r1, Requirements and Space-Event Modeling for Indoor Navigation.
  13. Park, K., Jin, K., Jang, S., and Ha, S. (2013), Research of Suitability for Practical Use of 3D Indoor Spatial Information using architectural drawing-Focusing on the Comparative analysis of the Terrestial LiDAR and 3D Modeling Data-, Conference of Korean Cadastre Information Association, Korean Cadastre Information Association, 14 June, Seoul, Korea, pp. 43-53. (in Korean)
  14. Second Life (2014), http://secondlife.com/ (last date accessed: 18 Mar. 2014).
  15. Seoul (2014), Research on 3D Indoor Space modeling construction and application method in Seoul(in Korean).
  16. Shin, J., Lee, Y., and Lee, I. (2012), An Stereo Omnidirectional Camera System Using Line Cameras, Conference of Geographic Information System Association of Korea, Geographic Information System Association of Korea, 12 October, Seoul, Korea, pp. 161-162. (in Korean)
  17. VirtualBuilders (2011), GongBuilder, http://vbuilders.co.kr/ (last date accessed: 18 Mar. 2014).

피인용 문헌

  1. Development of an Omnidirectional-Image-Based Data Model through Extending the IndoorGML Concept to an Indoor Patrol Service vol.2017, pp.1687-7268, 2017, https://doi.org/10.1155/2017/5379106
  2. A Full Level-of-Detail Specification for 3D Building Models Combining Indoor and Outdoor Scenes vol.7, pp.11, 2018, https://doi.org/10.3390/ijgi7110419
  3. Automatically enhancing CityGML LOD2 models with a corresponding indoor geometry vol.29, pp.12, 2014, https://doi.org/10.1080/13658816.2015.1072201
  4. 영상 데이터를 활용한 실내 토폴로지 구현에 관한 연구 vol.34, pp.3, 2014, https://doi.org/10.7848/ksgpc.2016.34.3.329
  5. Establishing Required LOD and Positioning Accuracy for Indoor Spatial Information Applications in Public Administrative Works vol.35, pp.2, 2014, https://doi.org/10.7848/ksgpc.2017.35.2.103
  6. 실내 공간정보 활용을 위한 세밀도 모델 vol.36, pp.6, 2014, https://doi.org/10.7848/ksgpc.2018.36.6.545
  7. Integrating Image and Network-Based Topological Data through Spatial Data Fusion for Indoor Location-Based Services vol.2020, pp.None, 2014, https://doi.org/10.1155/2020/8877739
  8. Indoor cartography vol.47, pp.2, 2014, https://doi.org/10.1080/15230406.2019.1619482
  9. 디지털 트윈 구현을 위한 3차원 공간정보 구축사례 연구 vol.23, pp.3, 2014, https://doi.org/10.11108/kagis.2020.23.3.146
  10. Design and Implementation of Mobile 3D Visualization Service System on the Integrated Underground Geospatial Information Map vol.25, pp.12, 2014, https://doi.org/10.9708/jksci.2020.25.12.173