• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.792-799
• /
• 2022

Building Information Modeling (BIM) technology is a key component of modern construction engineering and project management workflows. As-is BIM models that represent the spatial reality of a project site can offer crucial information to stakeholders for construction progress monitoring, error checking, and building maintenance purposes. Geometric methods for automatically converting raw scan data into BIM models (Scan-to-BIM) often fail to make use of higher-level semantic information in the data. Whereas, semantic segmentation methods only output labels at the point level without creating object level models that is necessary for BIM. To address these issues, this research proposes a hybrid semantic-geometric approach for clutter-resistant floorplan generation from laser-scanned building point clouds. The input point clouds are first pre-processed by normalizing the coordinate system and removing outliers. Then, a semantic segmentation network based on PointNet++ is used to label each point as ceiling, floor, wall, door, stair, and clutter. The clutter points are removed whereas the wall, door, and stair points are used for 2D floorplan generation. A region-growing segmentation algorithm paired with geometric reasoning rules is applied to group the points together into individual building elements. Finally, a 2-fold Random Sample Consensus (RANSAC) algorithm is applied to parameterize the building elements into 2D lines which are used to create the output floorplan. The proposed method is evaluated using the metrics of precision, recall, Intersection-over-Union (IOU), Betti error, and warping error.

• 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.

• 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.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권5호
• /
• pp.11-19
• /
• 2018

본 논문에서는 노이즈를 포함한 채 오버랩 영역이 적은 두 점군을 정합할 때 정확도와 수렴 속도를 향상시키는 알고리즘을 제시한다. 정확도를 높이기 위하여 점군의 기하학 정보를 최대한 활용하며, 정합 단계에서는 노이즈가 포함된 점군에서 오버랩 되는 영역을 적절히 선택하고, 개선된 가속 알고리즘을 사용하여 정합 속도를 향상시킨다. 정확도를 향상시키는 기존의 방법은 노이즈가 많은 점군에 적용할 수 없으므로, 본 논문에서는 정합에 사용되는 영역을 선택하는 것으로써 기존 방법의 문제를 해결하였다. 또한 똑같은 점군쌍에서만 적용되는 가속 알고리즘을 낮은 오버랩의 점군쌍에 적용하였다. 기존의 방법에 간단한 알고리즘을 추가함으로써 서너 배 더 빠른 수렴 속도를 낼 수 있도록 하였다. 결론적으로, 노이즈가 많고 오버랩이 적은 점군쌍의 정합에 있어서 본 논문에서 제시하는 알고리즘을 적용하면 속도와 정확도가 향상되었음을 알 수 있다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.1312-1314
• /
• 2004

This paper proposes a new simplification algorithm that simplifies reconstructed polygonal mesh from 3D point set considering an original point set. Previous method computes error using mesh information, but it makes to increase error of difference between an original and a simplified model by reason of implementation of simplification. Proposed method simplifies a reconstructed model using an original point data, we acquire a simplified model similar an original. We show several simplified results to demonstrate the usability of our methods.

• Journal of Construction Engineering and Project Management
• /
• 제2권3호
• /
• pp.1-7
• /
• 2012

The reconstruction of surfaces from unorganized point clouds can provide very useful information for construction managers. Although point clouds are generally created using 3D scanners, they can also be generated via the structure-from-motion technique using a sequence of images. Here we report a novel surface reconstruction technique for modeling and quantifying earthworks that can be used for preliminary planning, project updates and estimating of earthwork quantities, as well as embedded planning systems in construction equipment. The application of structure-from-motion techniques in earth works is examined and its advantages and limitations identified. Data from 23 earthwork excavation construction sites were collected and analyzed. 3D surface reconstructions during the construction phase were compared to the original land form. Similar experiments were conducted with piles of earth and the results analyzed to determine appropriate ranges of use for structure-from-motion surface reconstructions in earthwork applications. The technique was found to be most suited to pile of materials with volumes less than 2000 m3. Piles up to 10 m in height and with base areas up to $300m^2$ were also successfully reconstructed. These results should be of interest to contractors seeking to utilize new technology to optimize operational efficiency.

• 로봇학회논문지
• /
• 제11권3호
• /
• pp.115-126
• /
• 2016

This paper suggests the method of the spherical signature description of 3D point clouds taken from the laser range scanner on the ground vehicle. Based on the spherical signature description of each point, the extractor of significant environmental features is learned by the Deep Belief Nets for the urban structure classification. Arbitrary point among the 3D point cloud can represents its signature in its sky surface by using several neighborhood points. The unit spherical surface centered on that point can be considered to accumulate the evidence of each angular tessellation. According to a kind of point area such as wall, ground, tree, car, and so on, the results of spherical signature description look so different each other. These data can be applied into the Deep Belief Nets, which is one of the Deep Neural Networks, for learning the environmental feature extractor. With this learned feature extractor, 3D points can be classified due to its urban structures well. Experimental results prove that the proposed method based on the spherical signature description and the Deep Belief Nets is suitable for the mobile robots in terms of the classification accuracy.

• 한국멀티미디어학회논문지
• /
• 제24권11호
• /
• pp.1518-1525
• /
• 2021

Due to the growth of VR industry and rise of digital twin industry, the importance of implementing 3D data same as real space is increasing. However, the fact that it requires expertise personnel and huge amount of time is a problem. In this paper, we propose a system that generates point cloud data with same shape and color as a real space, just by scanning the space. The proposed system integrates 3D geometric information from lidar and color information from stereo camera into one point cloud. Since the number of 3D points generated by lidar is not enough to express a real space with good quality, some of the pixels of 2D image generated by camera are mapped to the correct 3D coordinate to increase the number of points. Additionally, to minimize the capacity, overlapping points are filtered out so that only one point exists in the same 3D coordinates. Finally, 6DoF pose information generated from lidar point cloud is replaced with the one generated from camera image to position the points to a more accurate place. Experimental results show that the proposed system easily and quickly generates point clouds very similar to the scanned space.

• Journal of Computational Design and Engineering
• /
• 제1권1호
• /
• pp.13-26
• /
• 2014

Recently, renovations of plant equipment have been more frequent because of the shortened lifespans of the products, and as-built models from large-scale laser-scanned data is expected to streamline rebuilding processes. However, the laser-scanned data of an existing plant has an enormous amount of points, captures intricate objects, and includes a high noise level, so the manual reconstruction of a 3D model is very time-consuming and costly. Among plant equipment, piping systems account for the greatest proportion. Therefore, the purpose of this research was to propose an algorithm which could automatically recognize a piping system from the terrestrial laser-scanned data of plant equipment. The straight portion of pipes, connecting parts, and connection relationship of the piping system can be recognized in this algorithm. Normal-based region growing and cylinder surface fitting can extract all possible locations of pipes, including straight pipes, elbows, and junctions. Tracing the axes of a piping system enables the recognition of the positions of these elements and their connection relationship. Using only point clouds, the recognition algorithm can be performed in a fully automatic way. The algorithm was applied to large-scale scanned data of an oil rig and a chemical plant. Recognition rates of about 86%, 88%, and 71% were achieved straight pipes, elbows, and junctions, respectively.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권3호
• /
• pp.93-103
• /
• 2023

컴퓨터 그래픽스 분야에서 저가의 RGB-D 카메라로 촬영된 색상 및 깊이 영상을 이용한 사람 및 사물을 3차원 모델로 복원하는 문제는 오랫동안 이를 해결하기 위하여 다양한 연구들이 진행되어왔다. 저가의 RGB-D 카메라로 촬영된 색상 및 깊이 영상은 3차원 공간에서 점 구름 형태로 다루어지며, 이는 연속적인 3차원 공간상에 이산적인 값을 대응시키기 때문에 다면체 모델을 이용한 렌더링에 비해 추가적인 표면 재구성 과정이 필요하다. 본 논문에서는 다면체 모델이 아닌 점 구름을 시각화하기 위한 효과적인 광선 추적 기반 렌더링 기법을 제안한다. 특히 프로세서의 발열과 배터리 문제로 인한 모바일 환경에서의 제한적인 성능에서도 효과적인 렌더링 기법으로서의 가능성을 보인다.