KR101547099B1 - Apparatus and method of precast concrete quality control using 3D laser scanning - Google Patents
Apparatus and method of precast concrete quality control using 3D laser scanning Download PDFInfo
- Publication number
- KR101547099B1 KR101547099B1 KR1020130120253A KR20130120253A KR101547099B1 KR 101547099 B1 KR101547099 B1 KR 101547099B1 KR 1020130120253 A KR1020130120253 A KR 1020130120253A KR 20130120253 A KR20130120253 A KR 20130120253A KR 101547099 B1 KR101547099 B1 KR 101547099B1
- Authority
- KR
- South Korea
- Prior art keywords
- edge
- shape
- precast concrete
- extracting
- dimensional
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
본 발명은 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법으로서, 프리캐스트 콘크리트 조립 부재의 전체 표면을 스캔하는 3차원 스캐너로 이루어진 형상 계측 모듈, 형상 정보 추출 알고리즘을 통하여 형상 계측 모듈로부터 받은 형상 정보의 특징을 추출하는 특징 추출 모듈 및 특징 추출 모듈에서 추출된 형상을 설계 형상과 비교하여 오차 발생을 분석하는 비교 분석 모듈을 포함하고, 조립 부재의 특징을 나타내는 포인트의 위치를 정렬시킴으로써 오차 발생 여부를 판단하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법에 관한 것이다.
본 발명에 따른 차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법은 비접촉적인 방법으로 조립 부재의 형상을 계측하고 관리할 수 있고, 특징 추출 알고리즘을 이용하여 신속하고 정확하게 오차 허용범위의 초과 여부를 자동으로 판단 가능한 장점이 있다.The present invention relates to an apparatus and method for managing precast concrete using three-dimensional laser scanning, comprising: a shape measuring module including a three-dimensional scanner for scanning an entire surface of a precast concrete assembling member; A feature extraction module for extracting features of the shape information, and a comparison and analysis module for analyzing an error occurrence by comparing the shape extracted from the feature extraction module with a design shape, and by aligning the positions of the points representing the characteristics of the assembly member, And more particularly, to a precast concrete shape management apparatus and method using three-dimensional laser scanning.
The apparatus and method for precast concrete shape management using dimensional laser scanning according to the present invention can measure and manage the shape of an assembly member by a noncontact method and can quickly and accurately determine whether the error tolerance range is exceeded There is an advantage that can be judged automatically.
Description
본 발명은 3차원 레이저 스캐닝을 이용한 프리캐스트(precast) 콘크리트 형상 관리 장치 및 방법에 관한 것으로서, 상세하게는 3차원 레이저 스캐닝으로부터 취득한 데이터로부터 벡터합 기법과 가장자리 손상 보상 기법에 의해 프리캐스트 콘크리트 조립 부재의 특징점을 추출하여 형상 오차 발생 여부를 자동으로 판단할 수 있는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법에 관한 것이다.The present invention relates to a precast concrete shape management apparatus and method using three-dimensional laser scanning, and more particularly, to a precast concrete shape management apparatus and method using three-dimensional laser scanning, The present invention relates to a precast concrete shape management apparatus and method using three-dimensional laser scanning capable of extracting feature points of a concrete structure and automatically determining whether a shape error has occurred.
프리캐스트 콘크리트 패널은 현재 건설 현장에서 건설 부재로 많이 사용된다. 프리캐스트 콘크리트 패널은 기존의 캐스트 콘크리트 패널에 비하여 균일한 물리적 특성을 제공하며 시공 시간과 비용을 줄일 수 있는 장점이 있다. 한 연구 결과에 따르면 프리캐스트 콘크리트 패널은 기존의 건설 공사 기법의 70% 까지 공기를 단축할 수 있다고 보고되었다. 또한 기존 공사 기법에 비해 조립 공법이 간단하고 안전한 작업 환경에 기여한다. Precast concrete panels are widely used as construction members at construction sites. Precast concrete panels provide uniform physical properties compared to conventional cast concrete panels and have the advantage of reducing construction time and cost. According to one study, it is reported that precast concrete panels can reduce air by up to 70% of existing construction techniques. Compared with the existing construction method, the assembly method is simple and contributes to safe working environment.
한편, 프리캐스트 콘크리트 패널의 품질은 건설 공사의 전반적인 품질에 영향을 미치는 중요한 요소이다. 만약 프리캐스트 패널의 형상(치수, 전단 포켓의 위치, 기울기 등)이 기준 허용 오차를 초과하여 제작된 경우 조립 불가로 인한 공기 지연 및 재조립 비용이 상당하다. 이에 따라 프리캐스트 콘크리트 패널의 치수 형상을 자동으로 정확하게 검사하고자 하는 요구가 증가하고 있다.On the other hand, the quality of the precast concrete panel is an important factor affecting the overall quality of the construction work. If the shape (dimensions, position of the shear pocket, slope, etc.) of the precast panel is manufactured to exceed the reference tolerance, air delay and reassembly cost due to unassembly is significant. Accordingly, there is an increasing demand for automatically and precisely inspecting the dimensional shape of the precast concrete panel.
현재 프리캐스트 제품의 품질 검사는 공인 검사자에 의하여 육안으로 평가된다. 검사는 일반적으로 표준화(ISO 9001, 2008) 및 프리캐스트 / 프리스트레스 콘크리트 학회 (PCI, 2000)에서 제공하는 지침을 따른다. 그러나 자 또는 조면계와 같은 접촉식 계측 장치에 의존하는 육안 검사는 품질 평가에 있어 주관적이며 많은 시간이 소요되는 문제점이 있다.At present, the quality inspection of precast products is visually evaluated by a certified inspector. Inspections generally follow the guidelines provided by the standardization (ISO 9001, 2008) and the Precast / Prestressed Concrete Institute (PCI, 2000). However, visual inspection, which relies on a contact type measuring device such as a ruler or a rough surface, is subjective and time consuming in quality evaluation.
이러한 육안 검사의 문제점을 극복하기 위해 현재 스마트 센서를 이용한 콘크리트 구조물의 형상 관리에 관한 연구가 진행되고 있지만 프리캐스트 콘크리트의 형상 관리 기술은 아직 연구되지 않았다. 이와 같이 프리캐스트 콘크리트 형상관리에 있어서 자동으로 신속 정밀하게 계측 가능한 기술 개발이 요구되고 있다.In order to overcome the problems of visual inspection, researches on the shape management of concrete structures using smart sensors are currently being studied, but the technology for managing the shape of precast concrete has not been studied yet. As described above, there is a demand for the development of a technology capable of automatically measuring accurately and precisely in the precast concrete shape management.
특허문헌 1은 비접촉 환경 계측 장치에 관한 것으로서, 레이저를 발생시켜 측정 부재의 영상을 획득하는 방법을 제안하고 있으나, 장애물을 인식하는 정도의 스캔으로 치수의 품질 검사 등은 용이하지 않으며 형상 오차 발생 여부를 자동으로 판단하는 기능은 없다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 3차원 레이저 스캐너로부터 계측된 데이터를 이용하여 새로운 특징 추출 기법인 벡터합 기법을 통하여 프리캐스트 콘크리트의 특징 포인트를 정렬하고 가장자리 보상 기법을 이용하여 형상 오차 발생 여부를 자동적으로 판단할 수 있는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법을 제공하고자 한다.SUMMARY OF THE INVENTION The present invention has been conceived to solve the problems as described above. It is an object of the present invention to provide a method and apparatus for aligning feature points of precast concrete using a vector sum technique, which is a new feature extraction technique using data measured from a 3D laser scanner, Which is capable of automatically determining whether or not a shape error has occurred, and a method and apparatus for managing precast concrete using the 3D laser scanning method.
상기의 해결하고자 하는 과제를 위한 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치는, 프리캐스트 콘크리트 조립 부재의 전체 표면을 스캔하는 3차원 스캐너로 이루어진 형상 계측 모듈, 형상 정보 추출 알고리즘을 통하여 형상 계측 모듈로부터 받은 형상 정보의 특징을 추출하는 특징 추출 모듈 및 특징 추출 모듈에서 추출된 형상을 설계 형상과 비교하여 오차 발생을 분석하는 비교 분석 모듈을 포함하고, 조립 부재의 특징을 나타내는 포인트의 위치를 정렬시킴으로써 오차 발생 여부를 판단하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided an apparatus for managing a precast concrete using three-dimensional laser scanning, comprising: a shape measuring module including a three-dimensional scanner for scanning an entire surface of a precast concrete assembling member; A feature extraction module for extracting features of the shape information received from the shape measurement module through the feature extraction module, and a comparison analysis module for analyzing the error occurrence by comparing the shape extracted from the feature extraction module with the design shape, And determines whether or not an error has occurred.
본 발명의 다른 실예로서, 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법은, 조립 부재를 3차원 레이저 스캐너로 스캐닝하여 형상을 계측하는 단계, 형상 정보 추출 알고리즘을 사용하여 형상 계측 단계를 통하여 계측한 형상 정보의 특징을 추출하는 단계 및 특징 추출 단계에서 추출된 조립 부재 형상을 설계 형상과 비교하여 오차 발생을 분석하는 단계를 포함하는 것을 특징으로 한다.As another example of the present invention, a precast concrete shape management method using three-dimensional laser scanning includes steps of measuring a shape by scanning an assembly member with a three-dimensional laser scanner, And analyzing the occurrence of an error by comparing the shape of the assembly member extracted in the feature extraction step with the design shape.
본 발명의 다른 실예로서, 특징 추출 단계는 조립 부재의 치수 또는 곡률 또는 기울기 등의 특징을 나타내는 포인트의 위치를 정렬함으로써 형상 정보의 특징을 추출하는 것을 특징으로 한다.As another example of the present invention, the feature extracting step extracts features of shape information by aligning positions of points representing features such as dimensions, curvature, or slope of the assembling member.
본 발명의 다른 실예로서, 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법은 프리캐스트 콘크리트, 전단포켓 또는 전단키 등의 부재의 부분별 오차 허용범위를 미리 등록하는 단계, 조립 부재를 3차원 레이저로 스캐닝하여 형상을 계측하는 단계, 형상 정보 추출 알고리즘을 사용하여 형상 계측 단계를 통하여 계측한 형상 정보의 특징을 추출하는 단계, 등록한 부재와 특징을 추출한 조립 부재의 형상 정보를 비교하여 근접한 부재를 자동으로 설정하는 단계, 계측한 조립 부재의 오차 허용범위를 근접한 부재의 오차 허용범위로 변환하는 단계 및 특징을 추출한 조립 부재의 형상을 근접한 부재의 형상과 비교하여 오차 허용범위의 초과 여부를 판단하는 단계를 포함하는 것을 특징으로 한다.As another example of the present invention, a precast concrete shape management method using three-dimensional laser scanning includes a step of previously registering an error tolerance range of each part of a precast concrete, a shear pocket or a shear key, A step of scanning the shape, a step of extracting features of the shape information measured through the shape measuring step using a shape information extracting algorithm, a step of automatically comparing the shape information of the assembled member extracted from the registered member and the feature, A step of converting the error tolerance range of the measured assembling member into a tolerance range of the adjacent member, and a step of comparing the shape of the assembled member extracted from the feature with the shape of the adjacent member to determine whether the error tolerance range is exceeded .
본 발명은 3D 레이저 스캐너를 이용함으로써, 비접촉식인 방법으로 프리캐스트 콘크리트 조립 부재의 형상을 계측하고 관리 가능한 효과가 있다.The present invention has the effect of measuring and managing the shape of the precast concrete assembling member by a non-contact method by using the 3D laser scanner.
본 발명은 신속 정확하게 프리캐스트 콘크리트의 형상을 계측할 수 있으므로 시간을 단축하고 검사 비용을 크게 절감할 수 있다.The present invention can quickly and precisely measure the shape of precast concrete, thereby shortening the time and greatly reducing the inspection cost.
본 발명은 형상 오차 여부를 초기에 감지하여 불량 프리캐스트 콘크리트가 건설 현장에서 사용하는 것을 미연에 방지할 수 있으므로 건설 공사 기간의 단축과 안전성을 높일 수 있다.The present invention can detect the shape error early and prevent the use of the defective precast concrete in the construction site, thereby shortening the construction period and increasing the safety.
본 발명은 특징 추출 알고리즘을 이용함으로써, 기존 조립 부재의 형상계측에 대비하여 정밀화 및 고속화하여 계측 가능한 효과가 있다.By using the feature extraction algorithm, the present invention has the effect of being able to measure by precise and high-speed preparation in comparison with the shape measurement of existing assembling members.
본 발명은 프리캐스트 콘크리트를 사용하는 빌딩, 교량, 고속도로 등 건설 공사 분야에 광범위하게 활용할 수 있다.The present invention can be widely applied to construction work such as buildings, bridges, highways and the like using precast concrete.
도 1은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치의 형상 계측 모듈을 나타낸 도면.
도 2는 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치의 형상 계측 모듈의 계측 방법을 나타낸 도면.
도 3은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 3개 포인트 추출 단계를 나타낸 도면.
도 4는 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 특징 추출 단계를 나타낸 도면.
도 5는 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 가장자리 추출 단계를 나타낸 도면.
도 6은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 모서리 추출 단계를 나타낸 도면.
도 7은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 가장자리 혼합픽셀을 나타낸 도면.
도 8은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 가장자리 손실 보상 단계를 나타낸 도면.
도 9는 본 발명의 랩 테스트에 따른 데이터 분석 결과를 나타낸 도면.
도 10은 본 발명의 실제 테스트에 따른 시험편을 나타낸 도면.
도 11은 본 발명의 실제 테스트에 따른 가장자리와 모서리 추출을 나타낸 도면.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a view showing a shape measurement module of a precast concrete shape management apparatus using three-dimensional laser scanning according to the present invention. FIG.
BACKGROUND OF THE INVENTION Field of the Invention [0001] The present invention relates to a pre-cast concrete shape management apparatus,
3 is a view showing three points extraction step of a precast concrete shape management method using three-dimensional laser scanning according to the present invention.
4 is a view illustrating a feature extraction step of a precast concrete shape management method using 3D laser scanning according to the present invention.
5 is a view illustrating an edge extracting step of a precast concrete shape management method using three-dimensional laser scanning according to the present invention.
6 is a diagram illustrating an edge extraction step of a precast concrete shape management method using three-dimensional laser scanning according to the present invention.
7 is a view showing an edge blending pixel of a precast concrete shape management method using 3D laser scanning according to the present invention.
8 is a view illustrating an edge loss compensation step of a precast concrete shape management method using three-dimensional laser scanning according to the present invention.
9 shows data analysis results according to the lab test of the present invention.
10 is a view showing a test piece according to an actual test of the present invention.
11 is a diagram illustrating edge and edge extraction according to an actual test of the present invention.
이하 본 발명의 실시를 위한 구체적인 실시예를 도면을 참고하여 설명한다. 예시된 도면은 발명의 명확성을 위하여 핵심적인 내용만 확대 도시하고 부수적인 것은 생략하였으므로 도면에 한정하여 해석하여서는 아니 된다. Hereinafter, embodiments of the present invention will be described with reference to the drawings. The drawings illustrate only the essential features of the invention in order to facilitate clarity of the invention and are not to be construed in a limiting sense since they are not shown in the accompanying drawings.
3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치는 형상 계측 모듈, 특징 추출 모듈, 비교 분석 모듈을 포함한다.The precast concrete shape management apparatus using three-dimensional laser scanning includes a shape measurement module, a feature extraction module, and a comparison analysis module.
도 1은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치의 형상 계측 모듈을 나타낸 도면으로서, 형상 계측 모듈은 프리캐스트 콘크리트 조립 부재의 전체 표면을 스캔하는 3차원 레이저 스캐너로 이루어질 수 있다. 또한, 형상 계측 모듈은 상부의 지정된 위치 고정 설치되어 컨베이어 벨트를 따라 이동하는 조립 부재를 스캔함으로써 검사 품질 평가가 자동 시스템으로 이루어질 수 있다. 도 1은 프리캐스트 콘크리트 패널 치수의 품질 평가를 나타내고 있으며 레이저 스캔에 의한 데이터 수집부터 시작하여 프리캐스트 콘크리트 제품의 품질 측정까지 자동 과정을 제공하기 위한 것이다. 제조된 프리캐스트 콘크리트 샘플이 컨베이어 벨트를 통해 전달되고 지정된 위치에 배치되어 있다고 가정한다. 그런 다음 프리캐스트 콘크리트의 중심 위에 있는 레이저 스캐너가 단일 스캔으로 프리캐스트 콘크리트의 전체 영역을 검사할 수 있다. 프리캐스트 콘크리트를 스캔하여 신속하고 자동화된 치수 검사가 가능하다.FIG. 1 is a view showing a shape measuring module of a precast concrete shape managing apparatus using three-dimensional laser scanning according to the present invention. The shape measuring module includes a three-dimensional laser scanner for scanning the entire surface of a precast concrete assembling member. have. Also, the shape measurement module can be made into an automatic system of inspection quality evaluation by scanning an assembling member which is fixed and installed at a designated position on the upper part and moves along the conveyor belt. Figure 1 shows the quality assessment of precast concrete panel dimensions and is intended to provide an automated process from data collection by laser scanning to quality measurement of precast concrete products. It is assumed that the manufactured precast concrete sample is conveyed through the conveyor belt and disposed at a designated location. The laser scanner on the center of precast concrete can then inspect the entire area of precast concrete with a single scan. Quick and automated dimensional inspection is possible by scanning precast concrete.
도 2는 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치의 형상 계측 모듈의 계측 방법을 나타낸 도면으로서, 형상 계측 모듈은 단거리 측정 시에는 연속 레이저의 방출 및 반환 레이저 소스 사이의 위상 차이를 측정하여 거리를 계산하는 위상변화 측정 방법을 사용하고, 장거리 측정 시에는 단일 펄스 레이저의 방출 및 반환 시간 지연을 측정하여 계산하는 비행시간 측정 방법을 사용하여 계측할 수 있다. 3D 레이저 스캐너의 작동 원리는 크게 비행시간 측정 및 위상변화 측정의 두 가지 유형이 있다. 먼저, 비행시간의 측정 방법은 단일 펄스 레이저가 방출된 후 레이저 스캐너로 레이저 펄스가 반환된다. 총 비행시간을 측정하여, 레이저 스캐너와 객체 사이의 거리를 계산할 수 있다. 비행시간의 측정 방식은 장거리 애플리케이션에 더 적합하여 1000m까지 긴 범위에서 측정하는 것이다. 한편, 위상변화 측정 방법은 연속 정현파 레이저와 연속 레이저가 방출되고 반사된 레이저 신호를 사용한다. 방출 및 반환 레이저 소스 사이의 위상 차이를 측정함으로써 거리가 계산된다. 일반적으로 실내 응용 프로그램에 적합하여 100m로 비교적 짧은 범위를 측정할 수 있다. 하지만 정확도는 일반적으로 시간의 비행방법보다 높다.FIG. 2 is a diagram illustrating a measurement method of a shape measurement module of a precast concrete shape management apparatus using a three-dimensional laser scanning according to the present invention, in which the shape measurement module measures the emission The measurement can be performed using a phase change measurement method that calculates the distance by measuring the difference and a flight time measurement method that calculates the emission and return time delay of the single pulse laser at long distance measurement. There are two types of 3D laser scanners, flight time measurement and phase change measurement. First, the flight time measurement method returns a laser pulse to a laser scanner after a single pulse laser is emitted. By measuring the total flight time, the distance between the laser scanner and the object can be calculated. The flight time measurement method is more suitable for long distance applications and is measured over a long range up to 1000m. On the other hand, the phase change measurement method uses a continuous sinusoidal laser and a laser signal emitted from a continuous laser and reflected. The distance is calculated by measuring the phase difference between the emission and return laser sources. It is generally suitable for indoor applications and can measure a relatively short range of 100 m. However, the accuracy is generally higher than the time flight method.
특징 추출 모듈은 형상 정보 추출 알고리즘을 통하여 형상 계측 모듈로부터 받은 형상 정보의 특징을 추출한다. 조립 부재의 특징을 나타내는 사각, 곡률, 기울기 등의 포인트 위치를 정렬시킴으로써 오차 발생 여부를 판단할 수 있다.The feature extraction module extracts the feature of the shape information received from the shape measurement module through the shape information extraction algorithm. It is possible to determine whether or not an error has occurred by aligning point positions such as a square, a curvature, and a tilt, which characterize the assembling member.
비교 분석 모듈은 특징 추출 모듈에서 추출된 형상을 설계 형상과 비교하여 오차 발생을 분석한다. 프리캐스트 콘크리트의 형상을 관리하기 위해서 스캔하여 계측한 형상 정보에서 특징을 추출한 형상을 설계 형상과 비교하여 오차 발생을 분석할 수 있다. 형상 관리 장치를 통하여 신속하고 정확하게 프리캐스트 콘크리트 형상의 치수 품질 평가를 할 수 있다.The comparative analysis module analyzes the error occurrence by comparing the shape extracted from the feature extraction module with the design shape. In order to manage the shape of precast concrete, it is possible to analyze the occurrence of errors by comparing features extracted from the shape information measured by scanning to the design shape. It is possible to quickly and precisely evaluate the quality of the precast concrete shape through the shape management device.
또한, 비교 분석 모듈은 미리 등록된 조립 부재의 부분별 오차 허용범위와 계측한 조립 부재의 형상 정보와 비교하여 근접한 부재를 자동으로 설정하고 조립 부재의 오차 발생 여부를 판단한다. 프리캐스트 조립 부재, 전단포켓 또는 전단키 등의 부재의 부분별 오차 허용범위를 '도로교 표준 시방서'등의 표준에 맞춰서 등록할 수 있다. 등록된 부재와 계측한 조립 부재의 형상 정보를 비교하여 근접한 부재를 자동으로 설정한 다음 오차 허용범위를 이에 맞추어 변환할 수 있다. 계측한 조립 부재가 오차 허용범위를 초과하는지 여부를 판단하여 조립 부재의 품질을 평가할 수 있다.In addition, the comparative analysis module compares the error tolerance of each part of the assembly member previously registered with the shape information of the assembled assembly member, automatically sets the adjacent member, and determines whether or not an error has occurred in the assembly member. The allowable error tolerance of members such as precast assembling members, shear pockets or shear keys can be registered according to standards such as 'Highway Bridge Standard Specification'. By comparing the registered member with the shape information of the measured assembling member, the adjacent member can be automatically set, and the error tolerance range can be changed accordingly. It is possible to evaluate the quality of the assembling member by determining whether the measured assembling member exceeds the error tolerance range.
3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법은 형상 계측 단계, 특징 추출 단계, 비교 분석 단계를 포함한다. The precast concrete shape management method using 3D laser scanning includes a shape measurement step, a feature extraction step, and a comparative analysis step.
형상 계측 단계는 조립 부재를 3차원 레이저로 스캐닝하여 형상을 계측하는 단계이다. 계측을 위하여 계측자 등으로 계측하는 경우 많은 시간이 소모될 뿐 아니라 계측자의 판단에 따라 계측됨으로 정확성의 유지가 어려운 단점이 있다. 3차원 레이저로 조립 부재를 스캔함으로써 비접촉식으로 신속하게 계측할 수 있다.The shape measuring step is a step of measuring the shape by scanning the assembling member with a three-dimensional laser. In the case of measuring by a meter or the like for measurement, much time is consumed and it is difficult to maintain the accuracy because it is measured according to the judgment of the meter. It is possible to quickly measure the non-contact type by scanning the assembly member with the three-dimensional laser.
도 4는 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 특징 추출 단계를 나타낸 도면으로서, 특징 추출 단계는 형상 정보 추출 알고리즘을 사용하여 형상 계측 단계를 통하여 계측한 형상 정보의 특징을 추출하는 단계이다. 특징 추출 단계는 조립 부재의 사각 또는 곡률 또는 기울기 등의 특징을 나타내는 포인트의 위치를 정렬함으로써 형상 정보의 특징을 추출할 수 있다.FIG. 4 is a diagram illustrating a feature extraction step of a precast concrete shape management method using three-dimensional laser scanning according to the present invention. In the feature extraction step, features of shape information measured through a shape measurement step using a shape information extraction algorithm . In the feature extracting step, features of the shape information can be extracted by aligning positions of points representing characteristics such as squareness, curvature, or slope of the assembling member.
또한, 특징 추출 단계는 데이터 수집 단계, 데이터 사전 처리 단계, 가장자리 또는 모서리를 추출하는 단계, 가장자리 손실 보상 단계를 포함한다.In addition, the feature extraction step includes a data collection step, a data preprocessing step, an edge extraction step, and an edge loss compensation step.
데이터 수집 단계는 형상 계측 단계에서 획득한 데이터를 수집하는 단계이다. 3차원 레이저로 계측한 조립 부재의 기하학 정보 및 장비로부터 조립 부재까지의 거리 데이터를 픽셀(pixel) 또는 포인트 클라우드(point cloud) 값으로 수집할 수 있다.The data collection step is a step of collecting data acquired in the shape measurement step. The geometry information of the assembly member measured by the 3D laser and the distance data from the equipment to the assembly member can be collected as a pixel or a point cloud value.
데이터 사전 처리 단계는 수집한 데이터를 필터링하여 사전 처리하는 단계이다. 데이터 사전 처리 단계는 포인트 추출 단계, 좌표 변환 단계, 필터링 단계, 투영 단계를 포함할 수 있다.The data pre-processing step is a step of filtering and pre-processing the collected data. The data preprocessing step may include a point extraction step, a coordinate transformation step, a filtering step, and a projection step.
포인트 추출 단계는 조립 부재와 스캐너 사이의 거리 값을 나타내는 2차원 이미지 범위 내에서 모서리 근처의 3개 포인트를 추출하는 단계이다. 데이터 수집 단계에서 수집한 형상 정보 중에 조립 부재와 레이저 스캐너 사이의 거리 값을 나타내는 2차원 이미지 범위 내에서 각 모서리 근처에 3개 포인트 선택하여 추출할 수 있다. 2차원 이미지는 배경이 밝은 회색으로 표시되면 레이저 스캐너에서 가까운 대상 객체는 어두운 회색으로 표시된다.The point extracting step extracts three points near the edge within the two-dimensional image range representing the distance value between the assembling member and the scanner. Three points can be selected and extracted from the shape information collected in the data collecting step in the vicinity of each corner within a two-dimensional image range indicating the distance between the assembling member and the laser scanner. When a two-dimensional image is displayed with a light gray background, the target object near the laser scanner is displayed in dark gray.
도 3은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 3개 포인트 추출 단계를 나타낸 도면으로서, 3개 포인트를 추출하는 단계는, 2차원 이미지에서 허프 변환(Hough transformation)을 통하여 조립 부재의 가장자리를 획득하는 단계, 상기 가장자리 선분을 교차하여 모서리를 획득하는 단계, 하단 모서리 근처 2개 포인트를 추출하는 단계 및 상기 2개 포인트를 잇는 라인으로부터 직각인 왼쪽 상단 모서리 근처 1개 포인트를 추출하는 단계를 포함한다. 3개 포인트를 추출하는 단계에서 획득하는 조립 부재의 가장자리와 모서리 값은 혼합픽셀 현상으로 인하여 오차를 가짐으로 정확한 값을 구할 수 없다. 따라서 3개 포인트 추출은 실 모서리가 아닌 모서리 근처의 3개 포인트를 추출한다. 왼쪽 상단 모서리 근처 1개 포인트를 추출하는 과정에 있어서, 형상 계측 모듈의 공간 해상도에 따라 하단 모서리 근처 2개 포인트를 잇는 라인과 왼쪽 상단 모서리 근처 1개 포인트를 잇는 두 라인이 이루는 각이 직각이 보장되지 않을 수 있으므로 ±0.5˚의 공차를 두어 상단 모서리 근처 1개 포인트를 추출한다.FIG. 3 is a diagram illustrating a three-point extraction step of a method for managing a precast concrete shape using a three-dimensional laser scanning method according to the present invention. The extraction of three points includes a Hough transformation in a two- Obtaining an edge through the edge segment, extracting two points near the bottom edge, and extracting one point near the upper left corner perpendicular to the line connecting the two points . The edge and the edge value of the assembly member obtained in the step of extracting the three points can not be accurately determined because of the error due to the mixed pixel phenomenon. Thus, the three-point extraction extracts three points near the edges, not the actual edges. In the process of extracting one point near the upper left corner, the angle formed by the line connecting two points near the lower edge and the line connecting one point near the upper left corner according to the spatial resolution of the shape measurement module is guaranteed to be right angles Therefore, one point is extracted near the top edge with a tolerance of ± 0.5˚.
좌표 변환 단계는 추출한 3개 포인트를 기준으로 스캐너 좌표계에서 좌표를 프리캐스트 조립 부재 좌표계로 변환하는 단계이다. 좌표 변환의 목적은 조립 부재의 기하학적 정보를 시스템에서 더 잘 인식하여 신속한 분석을 할 수 있도록 하는 것이며 추출한 3개 포인트를 기준으로 조립 부재 좌표계의 X, Y, Z 좌표로 변환할 수 있다.The coordinate conversion step is a step of converting the coordinates in the scanner coordinate system into the precast assembly member coordinate system on the basis of the extracted three points. The purpose of the coordinate transformation is to allow the system to better recognize the geometric information of the assembly member and to perform rapid analysis, and to convert it into X, Y, Z coordinates of the assembly member coordinate system based on the extracted three points.
필터링 단계는 변환된 좌표에서 X, Y, Z축에 대한 경계를 제공하여 배경 데이터를 필터링하는 단계이다. 변환된 좌표에서 경계를 설정하여 원치 않는 배경 스캔 데이터를 제거할 수 있다.The filtering step is to filter the background data by providing boundaries for the X, Y, and Z axes in the transformed coordinates. You can remove unwanted background scan data by setting boundaries in the transformed coordinates.
투영 단계는 필터링된 데이터를 최소자승법을 이용한 근사(Leat-square fitting)하여 평면을 생성하고 데이터들을 생성된 피팅면에 투영하는 단계이다. 필터링된 데이터를 사용하여 표면 피팅을 하고 피팅면에 필터링된 데이터를 투영할 수 있다. 투영 단계로 인하여 데이터는 3차원 공간에서 2차원 공간으로 투영됨으로써 분석을 위한 시간 및 비용이 상당히 감소될 수 있다.The projection step is a step of Leat-square fitting the filtered data using a least square method to generate a plane and projecting the data onto the generated fitting surface. The filtered data can be used to surface fit and the filtered data can be projected onto the fitting surface. Due to the projection step, the data can be projected from the three-dimensional space into the two-dimensional space, so that the time and cost for the analysis can be significantly reduced.
가장자리 또는 모서리를 추출하는 단계는 벡터합 알고리즘을 사용하여 가장자리 또는 모서리를 추출하는 단계이다. 벡터합 알고리즘은 레이저 스캐너의 고유한 특성을 이용하여 안출된 방법이다. 벡터합 알고리즘의 목적은 순수한 가장자리의 포인트를 추출하는 것으로 정확한 치수 검사를 위하여 프리캐스트 콘크리트의 가장자리 선을 추출하는 것이 필요하다.The step of extracting an edge or an edge is a step of extracting an edge or an edge using a vector sum algorithm. The vector sum algorithm is a method based on the inherent characteristics of laser scanners. The purpose of the vector sum algorithm is to extract the edges of the pure edges, and it is necessary to extract the edge lines of the precast concrete for accurate dimension checking.
도 5는 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 가장자리 추출 단계를 나타낸 도면이고 도 6은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 모서리 추출 단계를 나타낸 도면으로서, 가장자리 또는 모서리 추출 단계는 인접 포인트 추출 단계, 벡터 형성 단계, 가장자리 포인트 추출 단계, 모서리 추출 단계를 포함하여 벡터합 알고리즘을 사용하여 가장자리를 추출할 수 있다.FIG. 5 is a view showing an edge extracting step of a precast concrete shape management method using a three-dimensional laser scanning according to the present invention, FIG. 6 is a diagram illustrating an edge extracting step of a precast concrete shape management method using a 3D laser scanning according to the present invention Wherein the edge or edge extracting step may extract an edge using a vector sum algorithm including an adjacent point extracting step, a vector forming step, an edge point extracting step, and an edge extracting step.
인접 포인트 추출 단계는 사전 처리된 데이터를 중심으로 인접한 8개의 포인트 추출하는 단계이다. 기준 포인트를 선택하면 기준 포인트의 8개 최 인접 포인트는 자동으로 유클리드 거리에 따라 추출할 수 있다.The adjacent point extraction step is a step of extracting eight adjacent points around the preprocessed data. When the reference point is selected, the eight closest points of the reference point can be automatically extracted according to the Euclidean distance.
벡터 형성 단계는 각 인접 포인트에 기준 포인트를 연결하여 8개의 벡터를 형성하는 단계이다. 기준 포인트와 최 인접한 8개의 포인트가 선택되면 기준 포인트와 인접 포인트를 각각 연결하여 8개의 벡터를 만들 수 있다.In the vector formation step, eight reference vectors are formed by connecting reference points to each adjacent point. When the reference point and the nearest eight points are selected, eight vectors can be created by connecting the reference point and the adjacent point, respectively.
가장자리 포인트 추출 단계는 형성된 8개 벡터의 합의 크기가 0이 아닌 기준 포인트를 추출하여 가장자리 포인트를 추출하는 단계이다. 도 5의 (a)와 같이 생성된 8개의 벡터는 기준 포인트가 내부에 위치하는 경우 벡터의 합이 0이 되고, 도 5의 (b)와 같이 기준 포인트가 가장자리에 위치한 경우는 8개의 벡터합은 가까운 두 포인트 사이의 5배 거리가 된다. 상기 차이점을 통하여 가까운 두 포인트 사이의 거리의 2.5배로 기준 포인트가 가장자리 포인트인지 내부에 위치한 포인트인지 구별하는 임계값을 설정할 수 있다. 기준 포인트에 대한 벡터합의 크기가 임계값 보다 크면 그 기준 포인트는 가장자리 포인트로 추출할 수 있다.In the edge point extracting step, a reference point in which the sum of the eight vectors formed is not equal to zero is extracted and an edge point is extracted. 5 (a), the sum of the vectors is 0 when the reference point is located inside, and when the reference point is located at the edge as shown in (b) of FIG. 5, Is five times the distance between the nearest two points. Through the difference, it is possible to set a threshold value for discriminating whether the reference point is an edge point or an internal point, which is 2.5 times the distance between two nearby points. If the size of the vector sum with respect to the reference point is larger than the threshold value, the reference point can be extracted as an edge point.
모서리 추출 단계는 추출된 가장자리 포인트를 라인 피팅하여 모서리를 추출하는 단계이다. 가장자리 포인트를 획득한 후 가장자리 포인트를 연결하여 라인 피팅함으로써 모서리를 추출할 수 있다. 라인 피팅의 경우 각 가장자리마다 경계를 설정하여 각 가장자리 라인 안에 있는 포인트에 한하여 라인 피팅을 실시한다.The edge extracting step extracts the corners by line fitting the extracted edge points. After obtaining the edge points, edge points can be connected and line fitting can be performed to extract edges. In the case of line fittings, line fitting is performed only for the points within each edge line by setting a boundary for each edge.
도 7은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 가장자리 혼합픽셀을 나타낸 도면으로서 가장자리 손실 보상 단계는 치수 보상 모델을 사용하여 가장자리 손실을 보상하는 단계이다. 레이저 스캐너의 본질적인 한계로 인하여 치수의 손실이 발생하게 되고 측정 정확도를 높이기 위해 보상 모델을 계산에 사용한다. 레이저 스캐너는 일반적으로 실제 개체에 대한 공간 정보를 획득하는 정확하고 신뢰할 수 있는 수단으로 간주하고 있지만 레이저 스캐닝의 특정 환경 감지 조건은 정확성을 낮출 수 있다. 하나의 조건은 혼합픽셀 효과로 알려져 있다. 도 7의 (a)와 같이 조립 부재의 가장자리 지역에서 몇 개의 포인트가 대상 물체의 표면에서 벗어나는 것을 볼 수 있다. 도 7의 (b)와 같이 혼합픽셀 현상은 레이저 스캐너에서 거리의 차이를 갖는 두 개의 표면에서 부분적으로 나타날 수 있다. 이 상황에서, 레이저 빔은 두 표면에서 반사되고, 레이저 스캐너의 인코더는 두 신호를 받는다. 그 결과로 오차가 커지게 된다. 측정 오차를 줄이기 위해 가장자리 영역에서 혼합픽셀을 제거하면 대상 물체의 형상 치수를 정확하게 측정을 할 수 없다.FIG. 7 is a diagram illustrating an edge blending pixel of a precast concrete shape management method using three-dimensional laser scanning according to the present invention, wherein the edge loss compensation step compensates edge loss using a dimension compensation model. Due to the inherent limitations of laser scanners, loss of dimensions occurs and compensation models are used in calculations to increase measurement accuracy. Although laser scanners are generally regarded as accurate and reliable means of obtaining spatial information about real objects, certain environmental sensing conditions of laser scanning can reduce accuracy. One condition is known as a mixed pixel effect. As shown in FIG. 7 (a), it can be seen that a few points deviate from the surface of the object in the edge region of the assembling member. As shown in FIG. 7 (b), the mixed pixel phenomenon may partially appear on two surfaces having a difference in distance in the laser scanner. In this situation, the laser beam is reflected from both surfaces, and the encoder of the laser scanner receives both signals. As a result, the error becomes large. In order to reduce the measurement error, removing the mixed pixels from the edge area can not accurately measure the shape dimensions of the object.
도 8은 본 발명에 따른 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법의 가장자리 손실 보상 단계를 나타낸 도면으로서 가장자리 손실 보상 단계는 치수 보상 모델을 사용하여 하한 모델과 상한 모델의 평균으로 손실을 보상하되, 하한 모델의 값은 레이저 빔의 직경의 절반이고 상한 모델 값은 하한 모델 값과 레이저 스캐너의 공간 해상도의 합일 수 있다. 가장자리 손실 치수 보상 모델은 프리캐스트 콘크리트의 치수 손실을 보상하기 위해 사용된다. 레이저 스캐너의 여러 가지 요인을 고려하여 레이저 빔 직경, 레이저 빔과 레이저 스캐너의 각 해상도, 입사각 등을 매개 변수로 활용할 수 있다.8 is a view illustrating an edge loss compensation step of a precast concrete shape management method using 3D laser scanning according to the present invention. In the edge loss compensation step, loss compensation is performed by using an average of a lower limit model and an upper limit model using a dimension compensation model. The value of the lower limit model is half the diameter of the laser beam, and the upper limit model value may be the sum of the lower limit model value and the spatial resolution of the laser scanner. The edge loss dimension compensation model is used to compensate for the dimensional loss of precast concrete. Considering various factors of the laser scanner, the laser beam diameter, the resolution of the laser beam and the resolution of the laser scanner, and the incident angle can be used as parameters.
D0 - 레이저 스캐너의 초점에서 레이저 빔 직경D 0 - Laser beam diameter at the focus of the laser scanner
L0 - 초점 레이저 스캐너의 중심 사이의 거리L 0 - Distance between the centers of the focusing laser scanner
L - 객체와 레이저 스캐너의 중심 사이의 거리L - the distance between the object and the center of the laser scanner
D - 레이저 빔의 발산 속도 D - Dissipation rate of the laser beam
I - 입사각, I - Incidence angle,
R - 각 해상도 R - Angular resolution
가장자리 손실 치수 보상 모델은 하한 모델과 상한 모델을 가질 수 있다.The edge loss dimension compensation model can have a lower limit model and an upper limit model.
하한 모델은 아래 수학식 1과 같이 레이저 빔 직경의 절반이다.
The lower limit model is half the diameter of the laser beam as shown in
상한 모델은 아래 수학식 2와 같이 레이저 스캐너의 공간 해상도에 하한 값을 더한 값이다. The upper limit model is a value obtained by adding the lower limit to the spatial resolution of the laser scanner as shown in
모델이 정규 분포를 따르는 것으로 가정하여 보상 치수 값은 아래 수학식 3과 같이 하한 모델의 값과 상한 모델의 값의 평균으로 한다.Assuming that the model follows the normal distribution, the compensation dimension value is the average of the values of the lower limit model and the upper limit model as shown in
비교 분석 단계는 특징 추출 단계에서 추출된 조립 부재 형상을 설계 형상과 비교하여 오차 발생을 분석하는 단계이다. 비교 분석 단계는 오차 허용범위의 초과 여부를 판단하여 품질을 평가하는 단계를 더 포함할 수 있다. 프리캐스트 콘크리트의 형상을 관리하기 위해서 스캔하여 계측한 형상 정보에서 특징을 추출한 형상을 설계 형상과 비교하여 오차 발생을 분석할 수 있고 오차 허용범위의 초과 여부를 판단함으로써 치수의 품질 평가를 할 수 있다. 프리캐스트 콘크리트의 형상 관리 방법을 통하여 신속하고 정확하게 프리캐스트 콘크리트 형상의 치수 품질 평가를 할 수 있다.The comparative analysis step is a step of comparing the shape of the assembly member extracted at the feature extraction step with the design shape to analyze the occurrence of the error. The comparative analysis step may further include a step of evaluating the quality by judging whether or not the error tolerance range is exceeded. In order to manage the shape of precast concrete, it is possible to analyze the occurrence of errors by comparing the shape extracted from the shape information with the design shape, and to evaluate the quality of the dimension by judging whether the error tolerance range is exceeded . It is possible to quickly and accurately evaluate the quality of precast concrete shapes through the shape management method of precast concrete.
3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법은 형상 계측 단계, 특징 추출 단계, 비교 분석 단계를 포함하여 시공을 정밀화 및 고속화할 수 있다. 형상 계측 단계는 도출된 파라미터 값을 사용하여 조립 부재를 3차원 레이저로 스캐닝하여 형상을 계측하는 단계이고 특징 추출 단계는 형상 정보 추출 알고리즘을 사용하여 형상 계측 단계를 통하여 계측한 형상 정보의 특징을 추출하는 단계이며 비교 분석 단계는 특징 추출 단계에서 추출된 조립 부재 형상을 설계 형상과 비교하여 오차 발생을 분석하는 단계이다. 시공 현장에서 활용을 함으로써 조립 부재의 계측뿐 아니라 시공 상태를 계측하여 시공이 설계에 따라 잘 진행되고 있는지를 파악할 수 있다. The precast concrete shape management method using 3D laser scanning can include the shape measurement step, the feature extraction step, and the comparative analysis step, so that the construction can be refined and speeded up. The shape measurement step is a step of measuring the shape by scanning the assembly member with the 3D laser using the derived parameter values, and the feature extraction step extracts the feature of the shape information measured through the shape measurement step using the shape information extraction algorithm And the comparison analysis step is a step of comparing the shape of the assembly member extracted in the feature extraction step with the design shape to analyze the occurrence of the error. It is possible to determine whether the construction is progressing well according to the design by measuring the construction state as well as the measurement of the assembly member by utilizing it at the construction site.
또한, 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법은 오차 허용범위 등록 단계, 형상 계측 단계, 특징 추출 단계, 근접부재 자동설정 단계, 오차 허용범위 변환 단계, 비교 분석 단계를 포함할 수 있다.In addition, the precast concrete shape management method using the 3D laser scanning may include an error tolerance range registration step, a shape measurement step, a feature extraction step, a proximity member automatic setting step, an error tolerance range conversion step, and a comparison analysis step.
오차 허용범위 등록 단계는 프리캐스트 조립 부재 치수, 전단포켓 또는 전단키 위치 및 치수 등의 부재의 부분별 오차 허용범위를 미리 등록하는 단계이다. 부재의 부분별 오차 허용범위는 '도로교 표준 시방서'등의 표준에 맞춰서 등록할 수 있다. The error tolerance range registration step is a step of registering, in advance, error tolerance ranges of members such as precast assembly member dimensions, shear pockets or shear key positions and dimensions. The permissible error tolerance of members can be registered according to standards such as 'Highway Bridge Standard Specification'.
형상 계측 단계는 조립 부재를 3차원 레이저로 스캐닝하여 형상을 계측하는 단계이고 특징 추출 단계는 형상 정보 추출 알고리즘을 사용하여 형상 계측 단계를 통하여 계측한 형상 정보의 특징을 추출하는 단계이다.In the shape measurement step, the assembly member is scanned with a three-dimensional laser to measure the shape. In the feature extraction step, features of the shape information measured through the shape measurement step are extracted using a shape information extraction algorithm.
근접부재 자동설정 단계는 등록한 부재와 특징을 추출한 조립 부재의 형상 정보를 비교하여 근접한 부재를 자동으로 설정하는 단계이다. 등록된 부재와 계측한 조립 부재의 형상 정보를 비교함으로써 가장 근접한 부재를 자동으로 설정할 수 있다.The proximity member automatic setting step is a step of automatically setting the adjacent member by comparing the registered member with the shape information of the assembling member from which the feature is extracted. The nearest member can be automatically set by comparing the registered member with the measured shape information of the assembling member.
오차 허용범위 변환 단계는 계측한 조립 부재의 오차 허용범위를 근접한 부재의 오차 허용범위로 변환하는 단계이다. 계측한 조립 부재의 오차 허용범위를 설정된 근접 부재의 오차 허용범위로 자동으로 변환함으로써 인력이 투입되지 않고 자동으로 조립 부재의 품질 평가를 시행하여 품질 평가의 오차를 줄이고 시간과 노력을 줄일 수 있다.The error tolerance range conversion step is a step of converting the error tolerance range of the measured assembling member into the error tolerance range of the adjacent member. The error tolerance range of the measured assembling member is automatically converted into the error tolerance range of the set proximity member so that the quality evaluation of the assembling member is automatically performed without the input of labor, thereby reducing the error in quality evaluation and saving time and effort.
비교 분석 단계는 특징을 추출한 조립 부재의 형상을 근접한 부재의 형상과 비교하여 오차 허용범위의 초과 여부를 판단하는 단계이다. 계측한 조립 부재가 '도로교 표준 시방서'등의 표준에 기재된 오차 허용범위를 초과하는지 여부를 판단하여 조립 부재의 품질을 평가할 수 있어 계측 및 평가가 한번에 이루어져 정밀화 고속화가 가능하다.The comparative analysis step compares the shape of the assembled member with the shape of the adjacent member to determine whether the error tolerance range is exceeded. It is possible to evaluate the quality of the assembling member by judging whether or not the measured assembling member exceeds the error tolerance range described in the standards such as " Highway Bridge Standard Specification ", and the measurement and evaluation can be performed at once.
보다 구체적으로 도 9 내지 도 11과 실시예들을 통해 본 발명에 따른 실시예를 설명하면 다음과 같다. 9 to 11 and the embodiments of the present invention will be described in detail as follows.
도 9를 본 발명의 랩 테스트에 따른 데이타 분석 결과를 나타낸 도면으로서, 프리캐스트 콘크리트 패널의 제안 치수 측정 방법의 적용 가능성을 확인하기 위해 실험실 스케일 표본과 실제 프리캐스트 슬래브에 관한 실험적 검증을 실시한다. 2차원 공간에서 데이터를 표면에 피팅하고 포인트를 투영할 수 있다. 벡터합의 결과를 사용하여 가장자리 포인트를 추출하고 가장자리가 아닌 포인트를 필터링 한 후 가장자리 포인트를 라인 피팅하여 모서리를 추출할 수 있다.FIG. 9 is a drawing showing the result of data analysis according to the lab test of the present invention. Experimental verification of a laboratory scale sample and an actual precast slab are carried out in order to confirm the applicability of the proposed dimension measurement method of precast concrete panel. You can fit data to a surface and project points in a two-dimensional space. You can extract edges by extracting edge points using vector sum results, filtering out points that are not edges, and then line-fitting the edge points.
도 10은 본 발명의 실제 테스트에 따른 시험편을 나타낸 도면으로서, 치수의 품질 평가 방법을 통하여 2개의 시험편의 실제 실험을 실시하였다. 프리캐스트 슬래브의 바닥 표면은 콘크리트 구조 벽에 고정하여 스캔하였다. 현장 실험을 통한 최적의 스캔 위치 파라미터 값을 도출하여 위치는 10m에서 결정되었으며 최대 입사각은 5.7 도로 설정하였다.Fig. 10 is a view showing a test piece according to an actual test of the present invention, and actual test of two test pieces was carried out through a method of evaluating the quality of a dimension. The bottom surface of the precast slab was fixed to the concrete structure wall and scanned. The optimal scan position parameter value was determined through field experiment and the position was determined at 10m and the maximum incident angle was set to 5.7 degrees.
각 프리캐스트 슬래브 모듈에서 250mm 150mm 의 크기 6 개의 동일한 직사각형 전단 포켓이 있다. 프리캐스트 슬래브 1은 정상적인 조건으로 간주하고, 프리캐스트 슬래브 2는 여러 치수에 오류가 있는 비정상적인 조건으로 간주하였다. 슬래브 2의 가로 길이는 원래 길이보다 20mm 짧고 6개의 전단포켓은 중 2번과 6번 전단포켓을 상하 좌우로 25mm씩 위치를 이동하였다. Each precast slab module has six identical rectangular shear pockets measuring 250 mm and 150 mm in size.
도 11은 본 발명의 실제 테스트에 따른 가장자리와 모서리 추출을 나타낸 도면으로서 가장자리와 모서리 추출의 결과를 보여준다. 결과는 0.009 의 각 해상도의 경우로부터 얻은 것이다. 가장자리와 모서리 모두 정확하게 추출되어 치수, 위치, 각도 등이 추출 기능에 따라 계산된다.11 shows edge and edge extraction according to an actual test of the present invention, and shows the results of edge and edge extraction. The result is obtained from the case of each resolution of 0.009. Both edges and corners are accurately extracted and dimensions, position, and angle are calculated according to the extraction function.
아래 표 1은 실제 프리캐스트 콘크리트 테스트의 치수에 대한 결과이다.Table 1 below shows the results of actual precast concrete test dimensions.
실제 프리캐스트 콘크리트 테스트의 치수에 대한 결과에 따르면 전체 평균은 1.80 mm이고 42가지 경우 중 41가지 경우인 97.6 %로 허용 오차 6mm이내이다.According to the actual precast concrete test results, the overall average is 1.80 mm and 97 out of 42 cases, 97.6%, are within tolerance of 6 mm.
아래 표 2는 실제 프리캐스트 콘크리트 테스트의 위치에 대한 결과이고, 아래 표 3은 실제 프리캐스트 콘크리트 테스트의 각도에 대한 결과이다.Table 2 below shows the results for the locations of actual precast concrete tests, and Table 3 below shows the results for actual precast concrete tests.
실제 프리캐스트 콘크리트 테스트의 위치 및 각도에 대한 결과에 따르면 위치 오차는 치수 오차의 총 평균은 2.03 mm이며, 96.5 %의 정확도를 얻었다. 직각 오류 결과, 치수 오차의 총 평균은 1.10 mm이며, 모든 경우 (100 %) 허용 오차 내에 있다.According to the results of the actual precast concrete test position and angle, the total error of the position error is 2.03 mm, and the accuracy of 96.5% is obtained. As a result of the orthogonal error, the total average of the dimensional errors is 1.10 mm, and is within the tolerance in all cases (100%).
이러한 결과로부터, 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법은 프리캐스트 콘크리트 패널 치수의 품질 평가를 위한 강력하고 신뢰성 있는 결론을 내릴 수 있다.From these results, it can be concluded that the precast concrete configuration management system and method using 3D laser scanning can make strong and reliable conclusions for quality evaluation of precast concrete panel dimensions.
이상에서는 실시 예를 참조하여 설명하였지만, 해당 방법 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the invention as defined in the appended claims. It will be possible.
Claims (11)
상기 형상 계측 모듈로부터 받은 데이터를 필터링하여 사전처리하고, 벡터합 알고리즘을 사용하여 가장자리 또는 모서리를 포함한 형상 정보의 특징을 추출하고, 치수 보상 모델을 사용하여 가장자리 손실을 보상하는 특징 추출 모듈; 및
상기 특징 추출 모듈로부터 추출된 특징 형상을 설계 형상과 비교하여 오차 발생을 분석하여 치수 품질을 평가하는 비교 분석 모듈을 포함하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치.A shape measuring module comprising a three-dimensional scanner positioned on top of precast concrete and scanning the entire surface of the assembling member;
A feature extraction module for filtering and pre-processing data received from the shape measurement module, extracting features of shape information including an edge or an edge using a vector sum algorithm, and compensating edge loss using a dimension compensation model; And
And a comparative analysis module for comparing the feature extracted from the feature extraction module with the design shape to analyze the occurrence of errors to evaluate the dimensional quality of the precast concrete.
단거리 측정 시에는 연속 레이저의 방출 및 반환 레이저 소스 사이의 위상 차이를 측정하여 거리를 계산하는 위상변화 측정 방법을 사용하고, 장거리 측정 시에는 단일 펄스 레이저의 방출 및 반환 시간 지연을 측정하여 계산하는 비행시간 측정 방법을 사용하여 계측하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치.The apparatus according to claim 1,
For short-distance measurements, the phase change measurement method is used to calculate the distance by measuring the phase difference between the emission of the continuous laser and the returning laser source. In the case of long-distance measurement, Time measuring method for measuring the shape of the precast concrete using the three-dimensional laser scanning method.
상부의 지정된 위치 고정 설치되어 컨베이어 벨트를 따라 이동하는 조립 부재를 스캔함으로써 검사 품질 평가가 자동 시스템으로 이루어지는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치.The apparatus according to claim 1,
Wherein the inspection quality evaluation is performed by an automatic system by scanning an assembling member fixedly installed on the upper portion of the conveyor belt and moving along the conveyor belt.
미리 등록된 조립 부재의 부분별 오차 허용범위와 계측한 조립 부재의 형상 정보와 비교하여 근접한 부재를 자동으로 설정하고 조립 부재의 오차 발생 여부를 판단하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치. 2. The method of claim 1,
Dimensional laser scanning method according to the present invention is characterized in that it is determined whether or not an error of an assembling member is generated by automatically setting an adjacent member by comparing an error tolerance range of each assembly member registered in advance with the shape information of the assembled assembly member, Concrete configuration management device.
형상 정보 추출 알고리즘을 사용하여 상기 형상 계측 단계를 통하여 계측한 형상 정보의 특징을 추출하는 단계;
상기 특징 추출 단계에서 얻은 상기 계측한 형상 정보의 특징을 추출한 형상을 설계 형상과 비교하여 오차 발생을 분석하는 단계; 및
오차 허용범위의 초과 여부를 판단하여 치수 품질을 평가하는 단계를 포함하되,
상기 특징 추출 단계는,
상기 형상 계측 단계에서 획득한 데이터를 수집하는 단계;
상기 데이터를 필터링하여 사전 처리하는 단계;
벡터합 알고리즘을 사용하여 가장자리 또는 모서리를 추출하는 단계; 및
치수 보상 모델을 사용하여 가장자리 손실을 보상하는 단계를 포함하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법.Scanning the assembly member with a three-dimensional laser scanner to measure the shape;
Extracting characteristics of the shape information measured through the shape measuring step using a shape information extracting algorithm;
Analyzing the occurrence of an error by comparing the shape extracted from the measured feature information obtained in the feature extraction step with a design shape; And
And evaluating the dimensional quality by determining whether the error tolerance range is exceeded,
The feature extraction step may include:
Collecting data acquired in the shape measuring step;
Filtering and pre-processing the data;
Extracting an edge or an edge using a vector sum algorithm; And
And compensating for the edge loss using a dimensional compensation model.
조립 부재의 치수 또는 곡률 또는 기울기 등의 특징을 나타내는 포인트의 위치를 정렬함으로써 형상 정보의 특징을 추출하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법.6. The method according to claim 5,
Wherein the features of the shape information are extracted by aligning positions of points representing features such as dimensions, curvature, or slope of the assembling member.
조립 부재와 스캐너 사이의 거리 값을 나타내는 2차원 이미지 범위 내에서 모서리 근처의 3개 포인트를 추출하는 단계;
상기 3개 포인트를 기준으로 스캐너 좌표계에서 프리캐스트 조립 부재 좌표계로 변환하는 단계;
좌표에서 X, Y, Z축에 대한 경계를 제공하여 배경 데이터를 필터링하는 단계 및
필터링된 데이터를 최소자승법을 이용하여 평면을 생성하고 데이터를 생성된 피팅면에 투영하는 단계를 포함하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법.6. The method of claim 5, wherein filtering and pre-
Extracting three points near the edge within a two-dimensional image range representing a distance value between the assembly member and the scanner;
Converting the three points into a precast assembly member coordinate system from a scanner coordinate system;
Filtering the background data by providing boundaries for the X, Y, and Z axes in the coordinates, and
Generating a plane by using the least squares method and projecting the data onto the generated fitting surface by filtering the filtered data using the least square method.
상기 2차원 이미지에서 허프 변환을 통하여 조립 부재의 가장자리를 획득하는 단계;
상기 가장자리 선분을 교차하여 모서리를 획득하는 단계;
상기 모서리 중 하단 모서리의 2개 포인트를 추출하는 단계; 및
상기 2개 포인트로부터 수평 및 수직 라인이 직교하는 왼쪽 상단 모서리 근처 1개 포인트를 추출하는 단계를 포함하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법.9. The method of claim 8, wherein extracting the three points comprises:
Acquiring an edge of the assembly member through the Hough transform in the two-dimensional image;
Obtaining an edge intersecting the edge line segment;
Extracting two points of the bottom edge of the corner; And
And extracting one point from the two points near the upper left corner where the horizontal and vertical lines are orthogonal to each other.
기준 포인트를 중심으로 인접한 8개의 포인트 추출 단계;
상기 인접한 8개의 포인트에 기준 포인트를 연결하여 8개의 벡터를 형성하는 단계;
상기 8개 벡터의 합의 크기가 두 포인트 사이 간격의 2.5배 이상인 기준 포인트를 가장자리 포인트로 추출하는 단계; 및
상기 가장자리 포인트를 라인 피팅하여 모서리를 추출하는 단계를 포함하여 벡터합 알고리즘을 사용하여 가장자리 또는 모서리를 추출하는 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법.6. The method of claim 5, wherein the edge or edge extraction comprises:
Eight point extraction steps adjacent to each other around the reference point;
Connecting the reference points to the adjacent eight points to form eight vectors;
Extracting a reference point whose sum of the eight vectors is at least 2.5 times the interval between two points to an edge point; And
And extracting an edge by line fitting the edge point to extract an edge or an edge using a vector sum algorithm.
치수 보상 모델을 사용하여 하한 모델과 상한 모델의 평균으로 손실을 보상하되, 상기 하한 모델의 값은 레이저 빔의 직경의 절반이고, 상기 상한 모델 값은 상기 하한 모델 값과 레이저 스캐너의 공간 해상도의 합인 것을 특징으로 하는 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 방법.6. The method of claim 5, wherein the edge loss compensation step comprises:
Wherein the value of the lower limit model is half of the diameter of the laser beam and the upper limit model value is a sum of the lower limit model value and the spatial resolution of the laser scanner Wherein the three-dimensional laser scanning is performed by using the three-dimensional laser scanning method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130120253A KR101547099B1 (en) | 2013-10-10 | 2013-10-10 | Apparatus and method of precast concrete quality control using 3D laser scanning |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130120253A KR101547099B1 (en) | 2013-10-10 | 2013-10-10 | Apparatus and method of precast concrete quality control using 3D laser scanning |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150041827A KR20150041827A (en) | 2015-04-20 |
| KR101547099B1 true KR101547099B1 (en) | 2015-09-04 |
Family
ID=53035122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130120253A KR101547099B1 (en) | 2013-10-10 | 2013-10-10 | Apparatus and method of precast concrete quality control using 3D laser scanning |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101547099B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230045269A (en) * | 2021-09-28 | 2023-04-04 | 삼성물산 주식회사 | Segment manufacturing system for concrete structure using 3D scanning and method for automatic manufacturing segment of concrete structure using the same |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101885172B1 (en) * | 2016-12-07 | 2018-08-06 | 삼성중공업(주) | Apparatus and method for providing work information |
| KR102088579B1 (en) * | 2018-09-06 | 2020-04-23 | 중앙대학교 산학협력단 | System and method for managing plant quality through spatial big data analysis and visualization based on cloud computing in plant construction stage in mobile device |
| CN111354069A (en) * | 2018-12-24 | 2020-06-30 | 江苏利柏特股份有限公司 | Method for pre-assembling modules by using 3D scanning technology |
| KR102437913B1 (en) * | 2020-12-08 | 2022-08-29 | 한국해양대학교 산학협력단 | Shape separating system with 3-dimensional shape measurement and cad design information |
| CN113487721B (en) * | 2021-06-18 | 2023-08-22 | 浙江大学 | Automatic prefabricated part identification method based on three-dimensional point cloud |
| KR102470072B1 (en) * | 2021-11-02 | 2022-11-23 | (주)미래구조엔지니어링 | Method and system for managing a quality of precast concrete |
| KR102459888B1 (en) | 2021-12-15 | 2022-10-31 | 성균관대학교산학협력단 | Optimal scanning method and scanning system applied thereto |
| CN114295048A (en) * | 2021-12-21 | 2022-04-08 | 北京紫微宇通科技有限公司 | Spacecraft structure digital detection method based on laser scanner |
| KR102629794B1 (en) * | 2022-11-03 | 2024-01-29 | 주식회사 브리콘 | Smart Monitoring System for Precast-Concrete Structure using drone |
| CN117055467A (en) * | 2023-09-13 | 2023-11-14 | 安徽久泰电气有限公司 | Automatic control system and control method for five-axis machining robot |
-
2013
- 2013-10-10 KR KR1020130120253A patent/KR101547099B1/en active IP Right Grant
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230045269A (en) * | 2021-09-28 | 2023-04-04 | 삼성물산 주식회사 | Segment manufacturing system for concrete structure using 3D scanning and method for automatic manufacturing segment of concrete structure using the same |
| KR102598090B1 (en) * | 2021-09-28 | 2023-11-02 | 삼성물산 주식회사 | Segment manufacturing system for concrete structure using 3D scanning and method for automatic manufacturing segment of concrete structure using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20150041827A (en) | 2015-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101547099B1 (en) | Apparatus and method of precast concrete quality control using 3D laser scanning | |
| Zhang et al. | Automatic pavement defect detection using 3D laser profiling technology | |
| Kim et al. | A framework for dimensional and surface quality assessment of precast concrete elements using BIM and 3D laser scanning | |
| Teza et al. | Contactless recognition of concrete surface damage from laser scanning and curvature computation | |
| JP5991489B2 (en) | Road deformation detection device, road deformation detection method and program | |
| Li et al. | Terrestrial laser scanning assisted flatness quality assessment for two different types of concrete surfaces | |
| Wang et al. | Surface flatness and distortion inspection of precast concrete elements using laser scanning technology | |
| CN109708615A (en) | A kind of subway tunnel limit dynamic testing method based on laser scanning | |
| CN111174721A (en) | Hoisting mechanical structure deformation detection method based on three-dimensional laser scanning | |
| Bosché et al. | Terrestrial laser scanning and continuous wavelet transform for controlling surface flatness in construction–A first investigation | |
| Guldur et al. | Condition assessment of bridges using terrestrial laser scanners | |
| Lindenbergh et al. | Structural monitoring of tunnels using terrestrial laser scanning | |
| CN103328957A (en) | Method and device for inspecting an object for the detection of surface damage | |
| CN112699436A (en) | Building structure reverse engineering analysis method based on three-dimensional laser scanning modeling | |
| Dizaji et al. | Full-field non-destructive image-based diagnostics of a structure using 3D digital image correlation and laser scanner techniques | |
| RU2540939C2 (en) | Method of determining coordinates of control point of object using ground-based laser scanner | |
| KR20100133072A (en) | A method for assessing the possibility of joining structures using terrestrial laser scanner | |
| Lam | Application of terrestrial laser scanning methodology in geometric tolerances analysis of tunnel structures | |
| CN117437220A (en) | Building engineering quality detection method and system based on big data | |
| Moring et al. | Active 3-D vision system for automatic model-based shape inspection | |
| Laefer et al. | Lateral image degradation in terrestrial laser scanning | |
| Turkan et al. | Towards automated progress tracking of erection of concrete structures | |
| Paffenholz et al. | Spatio-temporal monitoring of a bridge based on 3D point clouds-A comparison among several deformation measurement approaches | |
| Jang et al. | Structural evaluation by reverse engineering with 3D laser scanner | |
| Truong-Hong et al. | Measuring deformation of bridge structures using laser scanning data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20180725 Year of fee payment: 4 |