• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 춘계학술대회 논문집
• /
• pp.1283-1287
• /
• 2003

Reverse engineering technology refers to the process that creates a CAD model of an existing part using measuring devices. Recently, non-contact scanning devices have become more accurate and the speed of data acquisition has increased drastically. However, they generate thousands of points per second and various types of point data. Therefore. it becomes a important to handle the huge amount and various types of point data to generate a surface model efficiently. This paper proposes a new triangular mesh generation method using 3D grids. The geometric information of a part can be obtained from point cloud data by estimating normal values of the points. In our research, the non-uniform 3D grids are generated first for feature based data reduction based on the geometric information. Then, triangulation is performed with the reduced point data. The grid structure is efficiently used not only for neighbor point search that can speed up the mesh generation process but also for getting surface connectivity information to result in same topology surface with the point data. Through this integrated approach, it is possible to create surface models from scanned point data efficiently.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.229-240
• /
• 2019

건설, 의료, 컴퓨터 그래픽스, 도시공간 관리 등 다양한 분야에서 3차원 공간모델이 이용되고 있다. 특히 측량 및 공간정보 분야에서는 최근 스마트시티, 정밀도로지도 구축 등과 같은 고품질의 3차원 공간정보에 대한 수요가 폭발적으로 증가하면서, 이를 보다 손쉽고, 간편하게 취득하기 위하여 MMS, UAV와 같은 관측기술이 활발히 활용되고 있다. 하지만 두 자료를 통합하여 3차원 모델링을 수행하기 위해서는, 두 관측기술 적용 시 발생하는 원시자료 취득센서, 점군 자료생성 방식 및 관측정확도 간의 차이를 효율적으로 보정할 수 있는 최적의 정합방법이 필요하다. 본 연구에서는 일반적인 3차원 모델의 자동정합에 사용되는 ICP(Iterative Closet Point) 기법을 통한 MMS와 UAV 점군 데이터 간 자동정합 성능을 판단하기 위하여, 여의도 지역을 연구대상지역으로 설정하고 UAV 영상을 취득 후 점군 자료로 변환하였다. 그 후 대상지역을 총 4개의 구역으로 구분하여 MMS 관측을 수행하였으며, UAV 점군 자료를 기반으로 각 구역에서 관측된 MMS 점군 자료와 수동정합하고 이를 ICP 기반으로 자동정합한 결과와 비교하였다. 보다 엄밀하게 ICP 기반의 자동정합 성능을 판단하기 위하여 각 구역별로 데이터 중첩률, 노이즈 레벨 등의 변수를 다르게 하여 비교를 수행하였다. 결론적으로 ICP 기반의 자동정합 시 데이터 중첩률이 높고, 노이즈 레벨이 낮을수록 더 높은 정확도로 정합될 수 있다는 것을 알 수 있었다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.329-332
• /
• 2023

딥러닝 네트워크를 이용한 3차원 객체 인식 기술은 자율주행 기술 개발에 있어 대상 객체의 종류 뿐만 아니라 센서로부터의 거리도 인식할 수 있기 때문에 장애물 탐지를 위해 많이 개발되고 있다. 하지만 3차원 객체 인식 모델의 경우 원거리 객체에 대한 탐지 성능이 근거리 객체에 대한 인식 성능보다 낮아 차량의 안전을 확보하는 데에 치명적인 문제가 발생할 수 있다. 본 논문에서는 가상의 3차원 차량 데이터를 생성해 모델 학습에 사용되는 데이터셋에 추가하여 3차원 객체 인식 모델의 성능, 특히 원거리의 객체에 대한 성능을 향상시키는 기술을 소개한다. 3차원 라이다 센서 데이터의 특성을 활용한 구면 점 추적 기법을 사용하여 실제 차량과 매우 유사한 가상 차량을 생성하였고, 생성한 가상 차량 데이터를 사용하여 원거리뿐만 아니라 모든 거리 영역 범위에서의 객체 인식 성능을 향상시킴으로써 가상 데이터의 학습 유효성을 입증하였다.

• 방송공학회논문지
• /
• 제19권1호
• /
• pp.24-30
• /
• 2014

이 연구는 모바일 기기를 이용한 실시간 동영상 개인 방송 서비스에서 동영상 압축 계산의 부담을 클라우드 컴퓨팅에 오프로딩하는 효과에 대한 연구이다. 모바일 기기에 비해 클라우드는 컴퓨팅 자원과 전력 자원이 매우 풍부하다. 모바일 기기에서의 계산을 줄임으로써 전력사용을 줄일 수 있으나, 압축효율이 떨어져서 전송해야할 데이터양은 늘어난다. 본 연구에서는 전력 절약과 전송 데이터 양 증가의 트레이드오프 분석을 통하여 LTE 통신환경에 따라 오프로딩되는 계산량을 제어하여 최적의 운용조건을 찾을 수 있음을 보인다.

• 한국대기환경학회지
• /
• 제24권5호
• /
• pp.604-612
• /
• 2008

The ozone concentration is one of the important environmental issue for measurement of the atmospheric condition of the country. This study focuses on applying the Autoregressive Error (ARE) model for analyzing the ozone data at middle part of the Gyeonggi-Do, Anyang monitoring site in Korea. In the ARE model, eight meteorological variables and four pollution variables are used as the explanatory variables. The eight meteorological variables are daily maximum temperature, wind speed, amount of cloud, global radiation, relative humidity, rainfall, dew point temperature, and water vapor pressure. The four air pollution variables are sulfur dioxide $(SO_2)$, nitrogen dioxide $(NO_2)$, carbon monoxide (CO), and particulate matter 10 (PM10). The result shows that ARE models both overall and monthly data are suited for describing the oBone concentration. In the ARE model for overall ozone data, ozone concentration can be explained about 71% to by the PM10, global radiation and wind speed. Also the four types of ARE models for high level of ozone data (over 80 ppb) have been analyzed. In the best ARE model for high level of ozone data, ozone can be explained about 96% by the PM10, daliy maximum temperature, and cloud amount.

• 융합정보논문지
• /
• 제11권8호
• /
• pp.36-41
• /
• 2021

인공지능을 이용하여 예측이나 분석하는 기술은 지속적으로 발전하고 있지만, 의사결정 과정을 명확히 해석하지 못하는 블랙박스 문제가 존재한다. 따라서 인공지능 모델의 의사결정 과정에서 사용자의 입장에서 해석이 불가능하여 결과를 신뢰할 수 없는 문제가 발생한다. 본 연구에서는 인공지능의 문제점과 이를 해결하기 위한 블록체인을 활용한 설명 가능한 인공지능에 대해 연구를 진행하였다. 블록체인을 이용해서 설명 가능한 인공지능 모델의 의사결정 과정에서의 데이터를 타임스탬프 등을 이용하여 부분별로 블록체인에 저장한다. 블록체인을 이용하여 저장된 데이터의 위변조 방지를 제공하고 블록체인의 특성상 사용자는 블록에 저장된 의사결정 과정등의 데이터를 자유롭게 접근할 수 있다. 설명 가능한 인공지능 모델의 구축이 힘든 것은 기존 모델의 복잡성이 큰 부분을 차지한다. 따라서 포인트 클라우드를 활용해서 3차원 데이터 처리와 가공과정의 효율성을 높여서 의사결정 과정을 단축해 설명 가능한 인공지능 모델의 구축을 원활하게 한다. 블록체인에 데이터 저장과정에서 데이터 위변조가 발생할 수 있는 오라클 문제를 해결하기 위해 저장과정에 중간자를 거치는 블록체인 기반의 설명 가능한 인공지능 모델을 제안하여 인공지능의 블랙박스 문제를 해결하였다.

• 대기
• /
• 제31권4호
• /
• pp.445-459
• /
• 2021

This study uses a cloud-resolving storm simulator (CReSS) to understand the individual effect of determinant meteorological factors on snowfall characteristics in the Yeongdong region based on the rawinsonde soundings for two snowfall cases that occurred on 23 February (Episode 1) and 13 December (Episode 2) 2016; one has a single-layered cloud and the other has two-layered cloud structure. The observed cloud and precipitation (snow crystal) features were well represented by a CReSS model. The first ideal experiment with a decrease in low-level temperature for Episode 1 indicates that total precipitation amount was decreased by 19% (26~27% in graupel and 53~67% in snow) compared with the control experiment. In the ideal experiment that the upper-level wind direction was changed from westerly to easterly, although total precipitation was decreased for Episode 1, precipitation was intensified over the southwestern side (specifically in terrain experiment) of the sounding point (128.855°E, 37.805°N). In contrast, the precipitation for Episode 2 was increased by 2.3 times greater than the control experiment under terrain condition. The experimental results imply that the low-level temperature and upper-level dynamics could change the location and characteristics of precipitation in the Yeongdong region. However, the difference in precipitation between the single-layered experiment and control (two-layered) experiment for Episode 2 was negligible to attribute it to the effect of upper-level cloud. The current results could be used for the development of guidance of snowfall forecast in this region.

• 대한토목학회논문집
• /
• 제40권2호
• /
• pp.239-245
• /
• 2020

최근 BIM (Building Information Modeling)이 건설 산업계에서 폭넓게 활용되고 있다. 하지만 과거에 시공이 된 구조물에 경우 대부분 BIM이 구축되어 있지 않다. BIM이 구축되지 않은 구조물의 경우, 카메라로부터 얻은 2D 이미지에 SfM (Structure from Motion) 기법을 활용하면 3D 모델의 점군 데이터(Point cloud)를 생성하고 BIM을 구축할 수 있다. 하지만 이렇게 생성된 점군 데이터는 의미론적 정보가 포함되어 있지 않기 때문에, 수작업으로 구조물의 어떤 요소인지 분류해 주어야 한다. 따라서 본 연구에서는 구조물 구성요소를 분류하는 과정을 자동화하기 위하여 딥러닝을 적용하였다. 딥러닝 네트워크 구축에는 CNN (Convolutional Neural Network) 구조의 Inception-ResNet-v2를 사용하였고, 전이학습을 통하여 교량 구조물의 구성요소를 학습하였다. 개발된 시스템을 검증하기 위하여 수집한 데이터를 이용하여 구성요소를 분류한 결과, 교량의 구성요소를 96.13 %의 정확도로 분류할 수 있었다.

• 한국건축시공학회지
• /
• 제19권3호
• /
• pp.239-246
• /
• 2019

국내 시설물의 노후화가 급속히 진행되고 있음에 따라 정부는 노후화 시설물의 안정성 검측과 유지관리에 대한 관심을 높이고 있다. 이에 본 연구는 대구광역시 서구 비산 4동/내당 2, 3동의 노후화 지역일대를 조사하고, 비행촬영을 통해 노후화 시설물에 대한 데이터를 획득하여 3D 지도를 구현하였다. 또한 3D 지도에 객관적/주관적 데이터를 추가적으로 기입함으로써 주민들이 쉽게 이해할 수 있으며, 관리자가 노후화 시설물에 대한 유지 보수 관리를 보다 수월하게 진행할 수 있는 4D 지도 생성 방안을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권5호
• /
• pp.229-236
• /
• 2023

3D 출력된 의료용 임플란트(implant) 부품은 보통 표면에 결함이 발생되므로, 출력 후 표면을 검사하는 과정이 필요하다. 자동화된 표면 검사를 수행하기 위해서는 임플란트를 3D 스캔하여 점군(point cloud)과 같은 스캔 모델로 복원하는 방법이 효과적이다. 스캔 모델을 구성할 때, 임플란트는 일반적인 3D 출력 제조 부품과 다른 특성들을 가지므로, 임플란트의 형태와 재료의 특성에 대한 고려가 필요하다. 본 논문에서는 의료용 임플란트 부품의 한 종류인 금속 bone-plate의 3D 출력물에 대해 스캔 모델로 복원하는 방법을 제안한다. 다각도의 시점에서 3D 스캔을 수행하여 다수의 부분 스캔 데이터를 생성한 뒤, 이들에 대해 정렬(alignment)과 정합(merging)을 수행하여 스캔 모델로 복원한다. 또한, 실험을 통해 스캔 모델로 복원하는 과정을 보인다.