• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.345-346
• /
• 2023

As the shape and size of detectable objects diversifying recognition and segmentation algorithms have been developed to acquire accurate shape information. Although a high density of data captured by the repetition of scanning improves the accuracy of algorithms the high dense data decreases the efficiency due to its large size. This paper proposes standardization algorithms using the feature of structural members on indoor point cloud data to improve the process. First of all we determine the reduction rate of the density based on the features of the target objects then the data reduction algorithm compresses the data based on the reduction rate. Second the data arrangement algorithm rotates the data until the normal vector of data is aligned along the coordinate axis to allow the following algorithms to operate properly. Final the data arrangement algorithm separates the rotated data into their leaning axis. This allows reverse engineering of indoor point clouds to obtain the efficiency and accuracy of refinement processes.

• 한국멀티미디어학회논문지
• /
• 제22권7호
• /
• pp.780-789
• /
• 2019

In this paper, we propose a new indoor localization method for indoor mobile robots using LiDAR. The indoor mobile robots operating in limited areas usually require high-precision localization to provide high level services. The performance of the widely used localization methods based on radio waves or computer vision are highly dependent on their usage environment. Therefore, the reproducibility of the localization is insufficient to provide high level services. To overcome this problem, we propose a new localization method based on the comparison between ceiling shape information obtained from LiDAR measurement and the blueprint. Specifically, the method includes a reliable segmentation method to classify point clouds into connected planes, an effective comparison method to estimate position by matching 3D point clouds and 2D blueprint information. Since the ceiling shape information is rarely changed, the proposed localization method is robust to its usage environment. Simulation results prove that the position error of the proposed localization method is less than 10 cm.

• ETRI Journal
• /
• 제43권4호
• /
• pp.594-602
• /
• 2021

Recently, quantitative and repetitive inspections of the old urban area were conducted because many structures exceed their designed lifetime. The health of a building can be validated from the condition of the outer wall, while the slant angle of the wall widely serves as an indicator of urban regeneration projects. Mostly, the inspector directly measures the inclination of the wall or partially uses 3D point measurements using a static light detection and ranging (LiDAR). These approaches are costly, time-consuming, and only limited space can be measured. Therefore, we propose a mobile mapping system and automatic slant map generation algorithm, configured to capture urban environments online. Additionally, we use the LiDAR-inertial mapping algorithm to construct raw point clouds with gravity information. The proposed method extracts walls from raw point clouds and measures the slant angle of walls accurately. The generated slant angle map is evaluated in indoor and outdoor environments, and the accuracy is compared with real tiltmeter measurements.

• 한국HCI학회논문지
• /
• 제1권1호
• /
• pp.53-61
• /
• 2006

본 논문에서는 다시점 카메라를 이용하여 실내환경의 3D 복원을 위한 새로운 방법을 제안한다. 지금까지 다양한 양안차 추정 알고리즘이 제안되었으며, 이는 활용 가능한 깊이 영상이 다양함을 의미한다. 따라서 본 논문에서는 일반화된 다시점 카메라로 여러 방향에서 획득된 3D 점군을 이용한 실내환경 복원 방법을 다룬다. 첫 번째, 3D 점군들의 시간적 특성을 기반으로 변화량이 큰 3D 점들을 제거하고, 공간적 특성을 기반으로 주변의 3D 점을 참조하여 빈 영역을 채움으로써 깊이 영상 정제 과정을 수행한다. 두 번째, 연속된 두 시점에서의 3D 점군을 동일한 영상평면으로 투영하고 수정된 KLT (Kanade-Lucas-Tomasi) 특징 추적기를 사용하여 대응점을 찾는다. 그리고 대응점간의 거리 오차를 최소화함으로써 정밀한 정합을 수행한다. 마지막으로, 여러 시점에서 획득된 3D 점군과 한 쌍의 2D 영상을 동시에 이용하여 3D 점들의 위치를 세밀하게 조절함으로써 최종적인 3D 모델을 생성한다. 제안된 방법은 대응점을 2D 영상 평면에서 찾음으로써 계산의 복잡도를 줄였으며, 3D 데이터의 정밀도가 낮은 경우에도 주변화소와의 상관관계를 이용함으로써 효과적으로 동작한다. 또한, 다시점 카메라를 이용함으로써 수 시점에서의 깊이 영상과 컬러 영상만으로도 실내환경에 대한 3D 복원이 가능하다. 제안된 방법은 네비게이션 뿐만 아니라 상호작용을 위한 가상 환경 생성 및 Mediated Reality (MR) 응용 분야에 활용될 수 있다.

• 대한공간정보학회지
• /
• 제21권2호
• /
• pp.99-105
• /
• 2013

도시의 발전 및 성장으로 인해 건물은 고층화, 대형화, 복잡화 되고 있으며, 효율적인 공간정보의 활용 및 공유를 위해 실내외 GIS의 중요성은 증가되고 있다. 하지만 도면 생성기술은 지형 및 도시의 2차원 및 3차원 도면 생성에 대해서 주로 선행되었으며, 건물 실내공간의 도면 구축 기술에 대한 연구는 미비한 실정이다. 본 연구에서는 지상라이다로부터 취득된 실내 점군데이터를 이용한 2차원 및 3차원 실내 도면 반자동 구축 기법을 제안하였다. 제안한 기법은 전처리, 2차원 도면생성, 3차원 도면생성 단계로 이루어진다. 전처리 단계는 실내 공간의 높이를 측정하고 점군데이터의 노이즈를 식별한다. 2차원 도면 생성 단계에서는 외곽선 추출격자와 정제과정을 이용하여 평면도를 생성한다. 3차원 도면 생성 단계에서는 전처리 과정에서 측정된 높이와 평면도를 이용하여 3차원 와이어프레임 모델을 생성한다. 전처리 과정에서 식별된 노이즈 데이터는 3차원 와이어 프레임 모델과 함께 3차원 실내 도면의 세부 모델링에 이용된다. 제안한 기법은 실내 복도를 측량한 점군데이터에 적용하여 결과를 확인하였으며, 향후 실내 GIS 구축을 위한 2차원 및 3차원 도면 생성에 활용될 수 있을 것으로 기대된다.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.39-52
• /
• 2005

본 논문에서는 실내환경의 3차원 복원을 위해 다시점 카메라부터 획득된 부분적인 3차원 점군에 대한 정합 기법을 제안한다. 일반적으로, 기존의 정합 방법들은 많은 계산량을 요하며, 정합하는데 많은 시간이 소요된다 또한, 상대적으로 정밀도가 낮은 3차원 점군에 대해서는 정합이 어렵다. 이러한 문제점을 해결하기 위해 투영 기반 정합 방법을 제안한다. 첫 번째, 시간적 특성을 기반으로 변화량이 큰 3차원 점들을 제거하고, 공간적 특성을 이용하여 현재 화소의 주변 3차원 점을 참조하여 빈 영역을 채움으로써 깊이 영상 정제 과정을 수행한다. 두 번째, 연속된 두 장면에서의 3차원 점군을 동일한 영상 평면으로 투영하고, 두 단계 정수 매핑을 적용한 후 수정된 KLT (Kanade-Lucas-Tomasi) 특징 추적기를 사용해 대응점을 찾는다. 그리고 적응적 탐색 영역에 기반하여 거리 오차를 최소화함으로써 정밀한 정합을 수행한다. 마지막으로, 대응되는 점들에 대한 색을 참조하여 최종적인 색을 계산하고, 위의 과정을 연속된 장면에 적용함으로써 실내환경을 복원한다. 제안된 방법은 대응점을 2차원 영상 평면에서 찾음으로써 계산의 복잡도를 줄이며, 3차원 데이터의 정밀도가 낮은 경우에도 정합이 효과적이다. 또한, 다시점 카메라를 이용함으로써 몇 장면에 대한 색과 깊이 영상만으로도 실내환경의 3차원 복원이 가능하다.

• 지적과 국토정보
• /
• 제50권2호
• /
• pp.69-79
• /
• 2020

최근 IoT 기술을 기반으로 도시의 여러 문제점을 정보화하여 해결하는 스마트 시티가 각광받고 있다. 특히, 시공 및 유지보수의 원활한 관리를 위한 BIM 적용 사례가 증가하며 융합기술을 통해 공간정보를 3D 데이터화하여 안전진단에 활용하고 있다. 본 연구의 목적은 UAV 및 LiDAR 장비 중 지상 레이저 스캐너와 핸드헬드 LiDAR SLAM을 활용하여 복층 건물의 포인트 클라우드를 생성 및 조합, 각 기술의 폐색영역 및 단점을 보완하고 형상재현 및 정확도를 관측하여 실내외 역설계의 효용성을 검토하는 것이다. 검토결과, 3가지 기술을 사용하여 복층 건물의 실내외 포인트 클라우드를 생성·조합하여 데이터의 좌표 정확도가 향상됨을 확인하였다. 특히, 각 기술의 단점을 보완, 건물의 형상재현 완성도를 높이고 폐색영역 및 경계면 구분이 명확하게 나타나며 역설계의 효용성을 입증하였다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.439-449
• /
• 2023

In an era marked by the increasing use of drones and the growing demand for indoor surveillance, the development of a robust application for detecting and tracking both drones and humans within indoor spaces becomes imperative. This study presents an innovative application that uses FMCW radar to detect human and drone motions from the cloud point. At the outset, the DBSCAN (Density-based Spatial Clustering of Applications with Noise) algorithm is utilized to categorize cloud points into distinct groups, each representing the objects present in the tracking area. Notably, this algorithm demonstrates remarkable efficiency, particularly in clustering drone point clouds, achieving an impressive accuracy of up to 92.8%. Subsequently, the clusters are discerned and classified into either humans or drones by employing a deep learning model. A trio of models, including Deep Neural Network (DNN), Residual Network (ResNet), and Long Short-Term Memory (LSTM), are applied, and the outcomes reveal that the ResNet model achieves the highest accuracy. It attains an impressive 98.62% accuracy for identifying drone clusters and a noteworthy 96.75% accuracy for human clusters.

• Journal of Computational Design and Engineering
• /
• 제3권3호
• /
• pp.250-265
• /
• 2016

Owing to our rapidly aging society, accessibility evaluation to enhance the ease and safety of access to indoor and outdoor environments for the elderly and disabled is increasing in importance. Accessibility must be assessed not only from the general standard aspect but also in terms of physical and cognitive friendliness for users of different ages, genders, and abilities. Meanwhile, human behavior simulation has been progressing in the areas of crowd behavior analysis and emergency evacuation planning. However, in human behavior simulation, environment models represent only "as-planned" situations. In addition, a pedestrian model cannot generate the detailed articulated movements of various people of different ages and genders in the simulation. Therefore, the final goal of this research was to develop a virtual accessibility evaluation by combining realistic human behavior simulation using a digital human model (DHM) with "as-is" environment models. To achieve this goal, we developed an algorithm for generating human-like DHM walking motions, adapting its strides, turning angles, and footprints to laser-scanned 3D as-is environments including slopes and stairs. The DHM motion was generated based only on a motion-capture (MoCap) data for flat walking. Our implementation constructed as-is 3D environment models from laser-scanned point clouds of real environments and enabled a DHM to walk autonomously in various environment models. The difference in joint angles between the DHM and MoCap data was evaluated. Demonstrations of our environment modeling and walking simulation in indoor and outdoor environments including corridors, slopes, and stairs are illustrated in this study.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.175-185
• /
• 2020

3차원 등록은 서로 다른 좌표계를 갖거나 좌표계가 없는 데이터를 기준 좌표계로 일치시키는 과정으로 사진측량의 절대표정, 정밀도로지도 제작을 위한 데이터 결합 등 다양한 분야에서 사용되고 있다. 3차원 등록은 점을 이용하는 방법과 선형을 이용하는 방법으로 구분이 된다. 점을 이용할 경우 서로 다른 공간해상도를 갖는 경우 동일한 공액점을 찾기 어려운 문제가 있다. 이에 반해 선형을 이용할 경우 공간해상도가 다른 경우 뿐만 아니라 점군 형태의 데이터에서 시작점과 끝점이 같지 않은 공액의 선형을 이용하여 3차원 등록이 가능한 장점이 있다. 본 연구에서는 선형을 이용하여 3차원 등록을 수행하기 위해서 쿼터니언을 이용하여 두 데이터 간의 3차원 회전각을 결정한 후 축척과 3차원 이동량을 결정하는 방법을 제안하였다. 제안한 방법의 검증을 위해 실내에서 구축한 선형과 실외 환경의 지상 모바일매핑시스템을 통해 취득한 선형을 이용하여 3차원 등록을 각각 수행하였다. 실험결과, 실내 데이터를 이용한 경우 축척을 고정한 경우와 고정하지 않은 경우 평균제곱근오차는 각각 0.001054m와 0.000936m로 나타났다. 실외 데이터를 이용하여 500m 구간에서 3차원 변환을 수행한 결과 6개의 선형을 이용하였을 경우 평균 제곱근오차는 0.09412m로 나타났으며 정밀도로지도 제작을 위한 정확도를 만족하는 것을 알 수 있었다. 또한, 선형의 개수를 변화시킨 실험에서 9개 이상의 선형을 이용할 경우도 평균제곱근오차의 변화가 크지 않은 것을 통해 높은 정확도의 3차원 변환을 위해 9개의 선형으로도 충분한 것을 알 수 있었다.