KR101973903B1 - 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치 - Google Patents

3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치 Download PDF

Info

Publication number
KR101973903B1
KR101973903B1 KR1020180086409A KR20180086409A KR101973903B1 KR 101973903 B1 KR101973903 B1 KR 101973903B1 KR 1020180086409 A KR1020180086409 A KR 1020180086409A KR 20180086409 A KR20180086409 A KR 20180086409A KR 101973903 B1 KR101973903 B1 KR 101973903B1
Authority
KR
South Korea
Prior art keywords
pos
openness
observer
buildings
defining
Prior art date
Application number
KR1020180086409A
Other languages
English (en)
Inventor
김아영
김기섭
김영철
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020180086409A priority Critical patent/KR101973903B1/ko
Application granted granted Critical
Publication of KR101973903B1 publication Critical patent/KR101973903B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치가 제시된다. 본 발명에서 제안하는 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법은 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산하는 단계, 상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 단계, 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하는 단계 및 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 단계를 포함한다.

Description

3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치{Method and Apparatus for Automation of Urban Visibility Analysis Using 3D Sensor Data}
본 발명은 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치에 관한 것이다.
가시영역 이론(isovist)은 도시 및 건축 공간에서 가시성과 시각적 특성을 설명하기 위한 공간 개념 및 측정법이다. 가시영역 이론의 개념은 유리한 지점에서 보이는 가시적인 경계를 정의하여 그 지점으로부터의 도시 공간의 거리와 양을 도시 공간에서 계산할 수 있도록 하는 것이다. 실험을 통해 가시영역 이론은 사용자의 행동과 밀접한 관계가 있음을 보여 주었고(Wiener & Franz, 2005) 자연 및 건축 환경에서의 시각적 특성을 확인하기 위해 채택되었다(Batty, 2001; Turner et al., 2001). 가시영역 이론의 변수는 또한 경관 개방도를 예측했다 (Weitkamp, 2011).
Tandy (1967, p.9)와 Benedikt (1979, p.47)는 가시영역이 관측점에서 바라본 모든 점들의 집합으로 정의될 수 있음을 보여 주었다. 이러한 관측 가능한 점은 점으로부터 시각 영역의 다각형 경계를 형성하는 점선을 만든다. 터너 외. (2001)과 Batty (2001)는 등용 질량의 개념을 채택하여 공간을 분석하기 위한 계산 방법을 개발했다. 특히 다각형 경계는 2차원 좌표에 위치하며 가시영역의 개념은 평면도 및 도시 레이아웃 계획의 특성을 식별하는 데 사용되었다. 그러나 공간은 3차원이다. 도시 공간에서 사람과 자동차는 건물, 나무 및 거리의 3차원 공간을 이동한다. 도시 공간의 실제 지각은 3차원(3D) 형태에 기반하기 때문에, 가시영역의 전통적인 2차원(2D) 분석은 도시 공간의 완전한 인식을 설명하지 못한다.
도 1은 두 개의 다른 높이의 건물에 대한 기존 가시영역 분석을 나타내는 도면이다.
예를 들어, 두 개의 저층 건물이 '부지 A'에 있고, '부지 B'에 하나의 저층 및 고층 건물이 있고, '부지 C'에 두 개의 고층 건물이 있다고 가정 할 때, 측정 값은 도 1의 A, B 및 C에서 모두 동일하다.
첫 번째 줄에 나타낸 바와 같이 A, B 및 C는 3차원에서는 다른 공간을 갖는다.
두 번째 줄의 점선 다각형들은 A, B 및 C의 동일한 영역을 포함하는 각 사이트의 중앙에 있는 등고선의 예를 보여준다. 도 1의 하단에 있는 3 개의 히트 맵은 세 곳에서의 가시영역 분석과 동일한 결과를 보여준다. 히트 맵의 각 그리드는 그리드의 중심점에서 볼 수 있는 가시영역 선의 양을 보여준다. 따라서 2차원 등고선의 전통적인 접근법은 A, B, C가 동일하다는 것을 보여준다. 2차원적 접근은 3차원인 도시 공간의 실제 특성을 거의 식별하지 못한다. 따라서 도시 공간에서 3차원 시각 효과를 포착하는 방법을 개발할 필요가 있다.
본 발명이 이루고자 하는 기술적 과제는 2 차원적 접근은 3 차원인 도시 공간의 실제 특성을 거의 식별하지 못하므로 도시 공간에서 3 차원 시각 효과를 포착하기 위한 방법 및 장치를 제공하는데 있다.
일 측면에 있어서, 본 발명에서 제안하는 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법은 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산하는 단계, 상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 단계, 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하는 단계 및 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 단계를 포함한다.
상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 단계는 관측자의 전향방(omnidirectional)을 복수의 조각으로 나누고, 정의된 POS의 세트의 POS 간 간격 각도는
Figure 112018073423518-pat00001
이고, 여기서 N은 복수의 조각의 수를 나타내고, N에 따라 가시영역의 밀도가 결정된다.
상기 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하는 단계는 정렬된 건물의 단순화를 통해 서로 다른 높이의 건물들을 단순화하고, 교합의 단순화를 통해 식물 및 관목 아래의 체적을 천정점에서 수직선을 투영하여 단순화함으로써 POS의 개방도를 단일 숫자로 계량화하여 두 경우 간에 수치 차이를 발생시킨다.
정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 단계는 최고 시야 제한점의 위치는 양각 및 길이의 두 매개변수로 지정되고, 가시영역을 최고 시야 제한점을 사용하여 재정의한다.
3D 가시영역의 인덱스는 3D 개방도를 나타내고, 3D 개방도는 HO(Horizontal Openness)와 VO(Vertical Openness)의 두 가지 구성 요소로 구성되며, HO 및 VO의 두 요소의 합으로서 3D 개방도를 나타낸다.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 장치는 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산하는 3D 센서, 상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 공간 분리부 및 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하고, 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 3D 가시영역 분석부를 포함한다.
본 발명의 실시예들에 따르면 수 천만개 이상의 포인트 클라우드에서 공간의 구조적 외형을 표현하는 포인트만 남기면서, 정보를 요약하면서도 기존 모델 기반 방법보다 디테일한 표현을 제공하는 것이 가능하다. 또한, 넓은 지역에 대해 빠른 시간 내에 분석이 가능하고, 공간의 가시 공간을 요약하는 기본적 수학 표현을 제공하기 때문에 다양한 어플리케이션을 위한 기초로 활용할 수 있다.
도 1은 두 개의 다른 높이의 건물에 대한 기존 가시영역 분석을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 3D 가시영역의 부분 시각화를 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 두 가지 경우의 POS의 비교를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 연속적인 복수의 장애물 상황을 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 장애물의 앞면이 평평하지 않을 경우를 나타내는 도면이다.
도 7은 본 발명의 일 실시예에 따른 최고 시야 제한점을 시각화한 도면이다.
도 8은 본 발명의 일 실시예에 따른 모바일 레이저 스캐너를 이용한 포인트 클라우드 획득 프로세스를 시각화한 도면이다.
도 9는 본 발명의 일 실시예에 따른 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 장치의 구성을 나타낸 도면이다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 2는 본 발명의 일 실시예에 따른 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법을 설명하기 위한 흐름도이다.
제안하는 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법은 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산하는 단계(210), 상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 단계(220), 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하는 단계(230) 및 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 단계(240)를 포함한다.
단계(210)에서, 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산한다.
단계(220)에서 상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의한다. 관측자의 전향방(omnidirectional)을 복수의 조각으로 나누고, 정의된 POS의 세트의 POS 간 간격 각도는
Figure 112018073423518-pat00002
이다. 여기서 N은 복수의 조각의 수를 나타내고, N에 따라 가시영역의 밀도가 결정된다.
단계(230)에서, 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의한다.
정렬된 건물의 단순화를 통해 서로 다른 높이의 건물들을 단순화하고, 교합의 단순화를 통해 식물 및 관목 아래의 체적을 천정점에서 수직선을 투영함으로써 단순화함으로써 POS의 개방도를 단일 숫자로 계량화하여 두 경우 간에 수치 차이를 발생시킨다.
단계(240)에서, 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의한다. 최고 시야 제한점의 위치는 양각 및 길이의 두 매개변수로 지정되고, 가시영역을 최고 시야 제한점을 사용하여 재정의한다.
3D 가시영역의 인덱스는 3D 개방도를 나타내고, 3D 개방도는 HO(Horizontal Openness)와 VO(Vertical Openness)의 두 가지 구성 요소로 구성되며, HO 및 VO의 두 요소의 합으로서 3D 개방도를 나타난다.
본 발명은 3D 개방도를 계산하기 위한 새로운 방법을 제안하고자 하며, 이를 위해 제안된 측정은 3D 가시영역(isovist)에서 실수를 반환하는 함수이다. 수학적으로, 수학식(1)에서, 이것을 다음과 같이 나타낸다:
Figure 112018073423518-pat00003
수학식(1)
여기서 f는 제안된 공개 척도이고,
Figure 112018073423518-pat00004
는 3D 가시영역 집합이며, R은 실수이다.
따라서 관측자의 3D 가시영역을 먼저 정의하여 관측자의 개방도를 계산해야 한다. 3 차원 가시영역을 가시선의 분리 평면 세트로 정의한다. 본 발명에서 다루는 주된 과제인 3 차원 가시 체적이 공간의 개방도를 충분히 표현한다면, 큰 3D 시각 체적은 공간의 더 개방도를 나타낼 것인가에 답하기 위해 연속적인 도시 공간을 이산화하기 위해 POS(plane of sight)를 소개한다. 그렇게 할 때 POS에 필요한 두 가지 단순화를 제시하는 것으로 시작한다.
도 3은 본 발명의 일 실시예에 따른 3D 가시영역의 부분 시각화를 나타내는 도면이다.
도 3에서 섹터 모양의 녹색 평면을 시선과 일치하고 최대 감지 범위를 갖는 2D 가시 공간을 나타내는 POS라고 부른다. 최대 감지 범위는 내장된 환경을 인식하는 방법에 따라 사람 또는 원격 감지 기능에 따라 결정될 수 있다.
POS 세트 I는 다음과 같이 정의된다. 먼저 관측자의 전향방(omnidirectional)을 N 조각으로 나눈다. 여기서 POS 사이의 간격 각도는
Figure 112018073423518-pat00005
이다. 사용자 매개 변수 N은 I의 밀도를 결정한다. 즉, N이 클수록 가시적 공간의 실제 연속 체적에 더 가깝다. 그러므로, 정의에서, 3D 가시영역은 집합 I와 같으며, 수학식(2)로 표현된다.
Figure 112018073423518-pat00006
수학식(2)
Figure 112018073423518-pat00007
일 때 POS의 면적의 합은 주어진 위치에서 실제 가시적인 볼륨과 같다. 이 3D 가시 체적은 3D 가시영역으로서 논의되어 왔으며 관측점의 개방 정도를 나타내는 척도로 사용되었다(Dalton and Dalton, 2015; Fisher-Gewirtzman et al., 2005, Lonergan and Hedley, 2016). 그러나 도시 공간에서 체적이 무엇을 의미하는지 고려할 필요가 있다. 2D 가시영역은 관측자의 시각 영역과 경계를 나타내므로 3D 가시영역은 관측자의 가시성과 도시 공간에서 관측자의 개방도를 나타낼 수 있다. 따라서 3D 가시영역으로서 유리한 지점에서 개방도를 도출하고 도시 공간에서 간단하고 쉽게 적용할 수 있는 방법을 개발하고자 한다.
각 POS의 개방도를 평가하는 측정치 f를 도입하여 이전에 참조된 POS(Planar-of-sight)를 사용하여 3D 가시영역을 정의한다. 주어진 위치의 총 3D 개방도 또는 전체 개방도(Total Openness; TO)는 수학식(3)의 각 POS의 개방도의 합으로 정의된다.
Figure 112018073423518-pat00008
수학식(3)
도 4는 본 발명의 일 실시예에 따른 두 가지 경우의 POS의 비교를 나타내는 도면이다.
위치의 총 3D 개방도는 POS의 각 개방도 평가에 따라 다르다. 도 4에서와 같이 측정 함수 f를 결정하는 예시를 만든다. 도 4에서 두 개의 하위 구성은 관찰자와 구조 사이의 거리가 다른 경우를 나타낸다. 물체까지의 거리가 더 멀기 때문에, 합리적인 개방도, 즉 좌측 케이스의 측정치 f의 출력은 우측보다 커야 한다. 목적은 POS의 개방도를 단일 숫자로 계량화하여 두 경우 간에 의미있는 수치 차이를 발생시키는 것이다. 도 4와 같이 POS를 두 개의 하위 모양, 즉 삼각형과 하늘 부분으로 나눈다. POS 시각화에서 점선 아래의 삼각형 모양을 지상 삼각형으로 정의한다. 점선 위의 섹터를 하늘 섹터(sky sector)라고 한다. 도 5 및 도 6를 참조하여 계산에 사용된 두 가지 단순화를 소개한다.
도 5는 본 발명의 일 실시예에 따른 연속적인 복수의 장애물 상황을 나타내는 도면이다.
정렬된 건물의 단순화는, 실제로, 관찰자 앞에 몇 가지 장애물이 있으며 장애물의 높이가 다르다. 따라서 POS의 모양은 도 5의 왼쪽 경우와 같이 고르지 않을 수 있다. 여러 건물의 경우 도 5에서 개방도를 오른쪽 케이스로 단순화했다. POS의 끝이 다음 건물의 높이가 정면에 있는 것보다 상당히 높을 때만 잘리는 것을 발견했고, 이러한 잘림은 전체 POS 모양에 거의 영향을 미치지 않는다.
도 6은 본 발명의 일 실시예에 따른 장애물의 앞면이 평평하지 않을 경우를 나타내는 도면이다.
교합의 단순화는, 식물과 관목은 도 6에서 관측자의 시각을 제한하는 전형적인 대상 중 하나이다. 나무 아래의 체적은 복잡한 모양이지만, 천정점에서 수직선을 투영하여 계산을 단순화한다.
도 5 및 도 6에 도시된 두 가지 가정은 POS의 형상을 단순화하고 POS의 기하학적 속성(예를 들어: 면적, 둘레 및 양각)을 분석할 때 복잡한 계산을 완화한다. 두 가지 단순화에서 첫 번째 보기 대상에 대한 천정점이 개방도를 비판적으로 제어한다는 점에 유의해야 한다.
도 7은 본 발명의 일 실시예에 따른 최고 시야 제한점을 시각화한 도면이다.
두 개의 단순화 및 천정점을 기반으로 단일점으로 유도된 POS를 정의한다. 도 7에서 POS(파란색 영역)는 빨간색 점의 위치에 따라 결정된다. 그 빨간점을 최고 시야 제한점(Highest View-limiting Point; HVP)이라고 한다. HVP는 관측자의 시야가 현재 시선을 따라 지면에서 장애물에 의해 차단되는 천정점이다.
도 8은 본 발명의 일 실시예에 따른 모바일 레이저 스캐너를 이용한 포인트 클라우드 획득 프로세스를 시각화한 도면이다.
HVP 위치는 도 8의 양각(elevation angle)(
Figure 112018073423518-pat00009
)과 길이(length)(l)의 두 매개 변수로 지정된다. 이제 수학식(2)에 있는 가시영역의 이전 정의를 HVP를 사용하여 수학식(4)로 재정의할 수 있다. 도 7에서 볼 수 있듯이 이 점으로 유도된 3D 가시영역은 직관적이며 관찰자의 시점을 포착한다. 도 7은 O에 위치한 관찰자의 i 번째 POS를 예로 든 것이다.
Figure 112018073423518-pat00010
수학식(4)
또 다른 장점은 도 8에서와 같이 광범위하게 사용되는 모바일 매핑 범위 센서에 직접 적용하는 것이다. 이러한 레이저 스캔의 범위 데이터는 일반적으로 점 구름 형태로 저장된다. 제안된 메트릭은 포인트로만 정의되며 센서 데이터에 직접 적용된다. 포인트와 옵저버 세트가 주어지면 당사의 포인트 기반 메트릭은 실제 센서 데이터에 직접 적용될 수 있으며 대규모 도시 지역에서 매핑할 수 있고 추가 모델의 필요성을 제거한다. 또한, 관측자의 자세에 대한 개방도의 변화는 관측점을 점 집합 내에서 사실상 이동시킴으로써 측정될 수 있다.
3D 가시영역의 인덱스는 3차원 공간에서의 개방도를 나타낸다. 본 발명에서 3D 개방도는 HO(Horizontal Openness)와 VO(Vertical Openness)의 두 가지 구성 요소로 구성된다. VO는 장애물의 높이에 반비례하는 점수이다. 이러한 두 요소를 모두 고려하면 순서관계의 핵심이다. 따라서, 3D 개방도가 HO와 VO의 합인 것으로 제안한다. 다음 절에서는
Figure 112018073423518-pat00011
와 l로부터 HO와 VO를 계산하기 위한 방정식을 공식화하고 개발한다.
Figure 112018073423518-pat00012
수학식(5)
관측기로부터의 수평 거리와 장애물의 수직 높이는 수학식(6)과 같이 l과
Figure 112018073423518-pat00013
로부터 계산된다. w와 h는 주어진 POS의 바닥 삼각형의 밑변과 높이이다.
Figure 112018073423518-pat00014
수학식(6)
수평 길이 w는 HO와 관련되고 수직 길이 h는 V0와 관련된다. w가 증가함에 따라 3D 개방도가 커진다. 따라서 w를 HO로 사용한다. 최대 값을 1로 설정하기 위해 l_max를 나눔으로써 정규화된다. 따라서 HO는 수학식(7)과 같다.
Figure 112018073423518-pat00015
수학식(7)
반대로, 장애물이없는 경우 (즉, h = 0), 3D 개방도가 최대화되므로, VO가 수학식(8)과 같이 제안된다.
Figure 112018073423518-pat00016
수학식(8)
따라서 제안된 3D 개방도는 다음과 같이 최종적으로 공식화된다.
Figure 112018073423518-pat00017
수학식(9)
수학식(9)는 단일 POS의 개방도를 평가한다. 그러므로, 주어진 위치에서의 총 3D 개방도, 즉 개방도는 수학식(9)을 사용하여 계산된 각 POS의 개방도의 합이다.
도 9는 본 발명의 일 실시예에 따른 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 장치의 구성을 나타낸 도면이다.
제안하는 차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 장치(900)는 3D 센서(910), 공간 분리부(920), 3D 가시영역 분석부(930)를 포함한다.
3D 센서(910)는 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산한다.
공간 분리부(920)는 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의한다. 공간 분리부(920)는 관측자의 전향방(omnidirectional)을 복수의 조각으로 나누고, 정의된 POS의 세트의 POS 간 간격 각도는
Figure 112018073423518-pat00018
이다. 여기서 N은 복수의 조각의 수를 나타내고, N에 따라 가시영역의 밀도가 결정된다.
3D 가시영역 분석부(930)는 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하고, 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의한다.
3D 가시영역 분석부(930)는 정렬된 건물의 단순화를 통해 서로 다른 높이의 건물들을 단순화하고, 교합의 단순화를 통해 식물 및 관목 아래의 체적을 천정점에서 수직선을 투영함으로써 단순화함으로써 POS의 개방도를 단일 숫자로 계량화하여 두 경우 간에 수치 차이를 발생시킨다.
3D 가시영역 분석부(930)는 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의한다. 최고 시야 제한점의 위치는 양각 및 길이의 두 매개변수로 지정되고, 가시영역을 최고 시야 제한점을 사용하여 재정의한다.
3D 가시영역의 인덱스는 3D 개방도를 나타내고, 3D 개방도는 HO(Horizontal Openness)와 VO(Vertical Openness)의 두 가지 구성 요소로 구성되며, HO 및 VO의 두 요소의 합으로서 3D 개방도를 나타난다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다.　 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.　 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다.　 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다.　 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.　 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다.　 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.　 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.　 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.　 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.　 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.　
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.　 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

  1. 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산하는 단계;
    상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 단계;
    정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하는 단계; 및
    정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 단계
    를 포함하고,
    정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 단계는,
    최고 시야 제한점의 위치는 양각 및 길이의 두 매개변수로 지정되고, 가시영역을 최고 시야 제한점을 사용하여 재정의하는
    시각 영역 분석 자동화 방법.
  2. 제1항에 있어서,
    상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 단계는,
    관측자의 전향방(omnidirectional)을 복수의 조각으로 나누고, 정의된 POS의 세트의 POS 간 간격 각도는
    Figure 112018073423518-pat00019
    이고, 여기서 N은 복수의 조각의 수를 나타내고, N에 따라 가시영역의 밀도가 결정되는
    시각 영역 분석 자동화 방법.
  3. 제1항에 있어서,
    상기 정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하는 단계는,
    정렬된 건물의 단순화를 통해 서로 다른 높이의 건물들을 단순화하고, 교합의 단순화를 통해 식물 및 관목 아래의 체적을 천정점에서 수직선을 투영함으로써 단순화함으로써 POS의 개방도를 단일 숫자로 계량화하여 두 경우 간에 수치 차이를 발생시키는
    시각 영역 분석 자동화 방법.
  4. 삭제
  5. 제1항에 있어서,
    3D 가시영역의 인덱스는 3D 개방도를 나타내고, 3D 개방도는 HO(Horizontal Openness)와 VO(Vertical Openness)의 두 가지 구성 요소로 구성되며, HO 및 VO의 두 요소의 합으로서 3D 개방도를 나타내는
    시각 영역 분석 자동화 방법.
  6. 관측자의 3차원 가시영역을 정의하고, 관측자의 개방도를 계산하는 3D 센서;
    상기 3차원 가시영역을 이산화하기 위해 분리 평면 세트인 POS(plane of sight)의 세트로 정의하는 공간 분리부; 및
    정렬된 건물의 단순화 및 교합의 단순화를 사용하여 각 POS의 개방도의 합으로 총 3D 개방도를 정의하고, 정렬된 건물의 단순화, 교합의 단순화 및 천정점(zenith point)을 기반으로 단일점으로 유도된 POS를 정의하고, 최고 시야 제한점(Highest View-limiting Point; HVP)을 정의하는 3D 가시영역 분석부
    를 포함하고,
    상기 3D 가시영역 분석부는,
    최고 시야 제한점의 위치는 양각 및 길이의 두 매개변수로 지정되고, 가시영역을 최고 시야 제한점을 사용하여 재정의하는
    시각 영역 분석 자동화 장치.
  7. 제6항에 있어서,
    상기 공간 분리부는,
    관측자의 전향방(omnidirectional)을 복수의 조각으로 나누고, 정의된 POS의 세트의 POS 간 간격 각도는
    Figure 112018073423518-pat00020
    이고, 여기서 N은 복수의 조각의 수를 나타내고, N에 따라 가시영역의 밀도가 결정되는
    시각 영역 분석 자동화 장치.
  8. 제6항에 있어서,
    상기 3D 가시영역 분석부는,
    정렬된 건물의 단순화를 통해 서로 다른 높이의 건물들을 단순화하고, 교합의 단순화를 통해 식물 및 관목 아래의 체적을 천정점에서 수직선을 투영함으로써 단순화함으로써 POS의 개방도를 단일 숫자로 계량화하여 두 경우 간에 수치 차이를 발생시키는
    시각 영역 분석 자동화 장치.
  9. 삭제
  10. 제6항에 있어서,
    3D 가시영역의 인덱스는 3D 개방도를 나타내고, 3D 개방도는 HO(Horizontal Openness)와 VO(Vertical Openness)의 두 가지 구성 요소로 구성되며, HO 및 VO의 두 요소의 합으로서 3D 개방도를 나타내는
    시각 영역 분석 자동화 장치.
KR1020180086409A 2018-07-25 2018-07-25 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치 KR101973903B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180086409A KR101973903B1 (ko) 2018-07-25 2018-07-25 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180086409A KR101973903B1 (ko) 2018-07-25 2018-07-25 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101973903B1 true KR101973903B1 (ko) 2019-04-29

Family

ID=66282525

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180086409A KR101973903B1 (ko) 2018-07-25 2018-07-25 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101973903B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101661529B1 (ko) * 2015-04-28 2016-09-30 조선대학교산학협력단 삼차원 시각 분석방법, 삼차원 시각 분석 프로그램, 그 프로그램이 저장된 서버 시스템 및 컴퓨터

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101661529B1 (ko) * 2015-04-28 2016-09-30 조선대학교산학협력단 삼차원 시각 분석방법, 삼차원 시각 분석 프로그램, 그 프로그램이 저장된 서버 시스템 및 컴퓨터

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Perry Pei-Ju Yang et al. "Viewsphere: A GIS-based 3D visibility analysis for urban design evaluation", Environment and Planning B: Planning and Design 2007.* *
Suleiman Wassim et al., "3D Urban Visibility Analysis with Vec1tor GIS Data". GISRUK 2011.* *

Similar Documents

Publication Publication Date Title
US9330504B2 (en) 3D building model construction tools
US8442306B2 (en) Volume-based coverage analysis for sensor placement in 3D environments
KR100657943B1 (ko) 2차원 건물 데이터의 실시간 3차원 변환 방법 및 장치,그리고 이를 이용한 2차원 건물 데이터의 실시간 3차원시각화 방법 및 장치
US20130222375A1 (en) 3d building modeling
JP4803581B2 (ja) 景観解析方法とこの方法を実行するコンピュータプログラムおよびこのプログラムを格納した媒体
CN108520142B (zh) 一种城市群边界识别方法、装置、设备及存储介质
CN108919295A (zh) 机载LiDAR点云道路信息提取方法及装置
CN111640180A (zh) 一种三维重建方法、装置及终端设备
CN117828740B (zh) 空间设备关联方法、装置、设备及存储介质
Peters et al. Visibility Analysis in a Point Cloud Based on the Medial Axis Transform.
JP2015184061A (ja) 抽出装置、方法及びプログラム
CN113744403B (zh) 建筑物的三维模型的生成方法及系统
KR101973903B1 (ko) 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치
Paliou Visual perception in past built environments: Theoretical and procedural issues in the archaeological application of three-dimensional visibility analysis
KR20200056606A (ko) 원전사고시 비상대응 인구분석 및 오염도 추정 방법
KR101966343B1 (ko) 3차원 공간 가시화 장치 및 그 방법
Matsuura et al. Estimation of planes of a rock mass in a gallery wall from point cloud data based on MD PSO
Wiemann et al. An evaluation of open source surface reconstruction software for robotic applications
CN115588082A (zh) 空间数字模型实时展示方法、装置、设备及存储介质
Díaz-Vilariño et al. From point clouds to 3D isovists in indoor environments
KR101429172B1 (ko) 카메라에 의해 획득된 영상으로부터 목표물의 위치를 추정하는 방법, 이를 사용한 기기 및 컴퓨터 판독 가능한 기록 매체
US20040008199A1 (en) Relative geometry system and method
KR101670793B1 (ko) 3차원 가시 조망율 계산 및 분석 방법
JPH07271847A (ja) 造成地形のモデリング方法及び装置
CN113421307B (zh) 一种目标定位方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
GRNT Written decision to grant