KR102209149B1 - 2차원 도면의 3차원 모델링 자동화 장치 및 방법 - Google Patents

2차원 도면의 3차원 모델링 자동화 장치 및 방법 Download PDF

Info

Publication number
KR102209149B1
KR102209149B1 KR1020190068067A KR20190068067A KR102209149B1 KR 102209149 B1 KR102209149 B1 KR 102209149B1 KR 1020190068067 A KR1020190068067 A KR 1020190068067A KR 20190068067 A KR20190068067 A KR 20190068067A KR 102209149 B1 KR102209149 B1 KR 102209149B1
Authority
KR
South Korea
Prior art keywords
modeling
file
source code
components
dimensional
Prior art date
Application number
KR1020190068067A
Other languages
English (en)
Other versions
KR20200141265A (ko
Inventor
추승연
김태훈
박혜진
구형모
서지효
Original Assignee
경북대학교 산학협력단
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 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020190068067A priority Critical patent/KR102209149B1/ko
Publication of KR20200141265A publication Critical patent/KR20200141265A/ko
Application granted granted Critical
Publication of KR102209149B1 publication Critical patent/KR102209149B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/35—Creation or generation of source code model driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Processing Or Creating Images (AREA)

Abstract

2차원 도면의 3차원 모델링 자동화 장치 및 방법이 개시된다. 3차원 모델링 자동화 방법은 훈련 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 제1 파일로 변환하는 단계; 상기 2차원 도면 파일에 대응하는 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 제2 파일로 변환하는 단계; 및 상기 변환된 제1 파일의 소스 코드와 상기 변환된 제2 파일의 소스 코드를 분석함으로써 상기 2차원 도면과 상기 3차원 모델링 간의 변환 패턴을 결정하는 단계를 포함할 수 있다.

Description

2차원 도면의 3차원 모델링 자동화 장치 및 방법{APPARATUS AND METHOD FOR THREE DIMENSIONAL MODELING OF TWO DIMENSIONAL DRAWINGS}
본 발명은 2차원 도면의 3차원 모델링 자동화 장치 및 방법에 관한 것으로, 보다 구체적으로는 2차원 도면 파일 및 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 각각 변환하고, 각각 변환된 소스 코드 형식의 파일들에 포함된 소스 코드를 분석함으로써 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정하는 기술에 관한 것이다.
공장이나 건물 등의 구조물을 설계할 때에는 각 부분별로 설계도를 작성하게 되며, 이러한 설계도를 기초로 해서 건설작업을 하게 된다. 이때, 각 설계도는 구조물 전체를 한 번에 표시하기보다는 각 층별로 혹은 구역별로 설계도를 작성하게 되며, 이러한 설계도가 복수 개 합쳐져서 전체 구조물을 나타내게 된다.
BIM(Building Information Modeling)은 디지털 방식으로 건물의 하나 또는 그 이상의 정확한 가상 모델을 생성하는 기술이다. 이 기술은 설계를 단계별로 지원하고 수동 프로세스보다 더욱 효과적인 분석 및 제어를 가능하게 한다. 완성된 가상 모델은 정교한 지오메트리(geometry)와 건설 기간 동안 시공, 제작, 조달 활동 등의 지원을 위한 필요한 모든 데이터를 포함할 수 있다.
기존에 설계된 건축물을 이와 같은 BIM(Building Information Modeling) 모델로 전환하거나 3차원 모델링을 통한 시각화를 위해서는 2차원 도면을 다시 3차원으로 모델링하는 전환설계 과정이 필수적이다.
그러나 이와 같은 과정에서 시간과 노력이 많이 소요되므로 이러한 단순 반복 작업을 최소화시켜 생산성을 향상시킬 필요가 있다.
본 발명은 2차원 도면 파일 및 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 각각 변환하고, 각각 변환된 소스 코드 형식의 파일들에 포함된 소스 코드를 분석함으로써 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정하는 장치 및 방법을 제공할 수 있다.
또한, 본 발명은 결정된 변환 패턴을 이용하여 2차원 도면으로부터 3차원 모델링을 위한 소스 코드를 자동으로 추출함으로써 2차원 도면을 3차원으로 모델링하기 위한 시간과 비용을 최소화할 수 있는 장치 및 방법을 제공할 수 있다.
본 발명의 일실시예에 따른 3차원 모델링 자동화 방법은 훈련 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 제1 파일로 변환하는 단계; 상기 2차원 도면 파일에 대응하는 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 제2 파일로 변환하는 단계; 및 상기 변환된 제1 파일의 소스 코드와 상기 변환된 제2 파일의 소스 코드를 분석함으로써 상기 2차원 도면과 상기 3차원 모델링 간의 변환 패턴을 결정하는 단계를 포함할 수 있다.
상기 변환 패턴을 결정하는 단계는 상기 제1 파일의 소스 코드에서 상기 훈련하고자 하는 2차원 도면에 대응하는 복수의 구성요소들 각각을 나타내는 숫자를 딥러닝 알고리즘의 입력으로 추출하는 단계; 상기 제2 파일의 소스 코드에서 상기 복수의 구성요소들에 대한 3차원 모델링을 나타내는 숫자를 상기 딥러닝 알고리즘의 출력으로 추출하는 단계; 및 상기 추출된 딥러닝 알고리즘의 입력 및 출력을 이용하여 상기 2차원 도면을 3차원 모델링 하기 위한 변환 패턴을 결정하는 단계를 포함할 수 있다.
상기 복수의 구성요소들은 2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따른 3차원 모델링 자동화 방법은 타겟 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 변환하는 단계; 딥러닝 알고리즘을 통해 결정된 2차원 도면과 3차원 모델링 간의 변환 패턴을 이용하여 상기 변환된 소스 코드 형식의 파일로부터 상기 타겟 대상인 2차원 도면의 3차원 모델링을 위한 소스 코드를 결정하는 단계; 및 상기 결정된 3차원 모델링을 위한 소스 코드를 다시 2차원 도면 파일로 변환함으로써 상기 타겟 대상인 2차원 도면에 대한 3차원 모델링을 획득하는 단계를 포함할 수 있다.
상기 3차원 모델링을 위한 소스 코드를 결정하는 단계는 상기 변환 패턴을 이용하여 상기 타겟 대상인 2차원 도면에 대한 설계 오류를 분석하는 단계를 포함할 수 있다.
상기 설계 오류를 분석하는 단계는 상기 타겟 대상인 2차원 도면에 대응하는 복수의 구성요소들을 3차원 모델링으로 변환하는 과정에서 발생되는 상기 구성요소들 간 간섭을 확인하는 단계; 및 상기 확인된 구성요소들 간 간섭에 기초하여 설계 오류라고 분석된 구성요소들에 대한 소스 코드를 검출하는 단계를 포함할 수 있다.
상기 복수의 구성요소들은 2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따른 3차원 모델링 자동화 장치는 2차원 도면에 대한 3차원 모델링을 자동으로 수행하는 프로세서를 포함하고, 상기 프로세서는 훈련 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 제1 파일로 변환하고, 상기 2차원 도면 파일에 대응하는 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 제2 파일로 변환하며, 상기 변환된 제1 파일의 소스 코드와 상기 변환된 제2 파일의 소스 코드를 분석함으로써 상기 2차원 도면과 상기 3차원 모델링 간의 변환 패턴을 결정할 수 있다.
상기 프로세서는 상기 제1 파일의 소스 코드에서 상기 훈련 대상인 2차원 도면에 대응하는 복수의 구성요소들 각각을 나타내는 숫자를 딥러닝 알고리즘의 입력으로 추출하고, 상기 제2 파일의 소스 코드에서 상기 복수의 구성요소들에 대한 3차원 모델링을 나타내는 숫자를 상기 딥러닝 알고리즘의 출력으로 추출하며, 상기 추출된 딥러닝 알고리즘의 입력 및 출력을 이용하여 상기 2차원 도면을 3차원 모델링 하기 위한 변환 패턴을 결정할 수 있다.
상기 복수의 구성요소들은 2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따른 3차원 모델링 자동화 장치는 2차원 도면에 대한 3차원 모델링을 자동으로 수행하는 프로세서를 포함하고, 상기 프로세서는 타겟 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 변환하고, 딥러닝 알고리즘을 통해 결정된 2차원 도면과 3차원 모델링 간의 변환 패턴을 이용하여 상기 변환된 소스 코드 형식의 파일로부터 상기 타겟 대상인 2차원 도면의 3차원 모델링을 위한 소스 코드를 결정하며, 상기 결정된 3차원 모델링을 위한 소스 코드를 다시 2차원 도면 파일로 변환함으로써 상기 타겟 대상인 2차원 도면에 대한 3차원 모델링을 획득할 수 있다.
상기 프로세서는 상기 변환 패턴을 이용하여 상기 타겟 대상인 2차원 도면에 대한 설계 오류를 분석할 수 있다.
상기 프로세서는 상기 타겟 대상인 2차원 도면에 대응하는 복수의 구성요소들을 3차원 모델링으로 변환하는 과정에서 발생되는 상기 구성요소들 간 간섭을 확인하고, 상기 확인된 구성요소들 간 간섭에 기초하여 설계 오류라고 분석된 구성요소들에 대한 소스 코드를 검출할 수 있다.
상기 복수의 구성요소들은 2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함할 수 있다.
본 발명은 2차원 도면 파일 및 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 각각 변환하고, 각각 변환된 소스 코드 형식의 파일들에 포함된 소스 코드를 분석함으로써 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정할 수 있다.
또한, 본 발명은 결정된 변환 패턴을 이용하여 2차원 도면으로부터 3차원 모델링을 위한 소스 코드를 자동으로 추출함으로써 2차원 도면을 3차원으로 모델링하기 위한 시간과 비용을 최소화할 수 있다.
도 1은 본 발명의 일실시예에 따른 3차원 모델링 자동화 장치를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정하는 과정으로 도시한 플로우챠트이다.
도 3은 본 발명의 일실시예에 따른 변환 패턴 결정 과정을 구체화한 도면이다.
도 4는 본 발명의 일실시예에 따른 변환 패턴을 이용하여 2차원 도면에 대한 3차원 모델링을 획득하는 과정을 도시한 플로우챠트이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 일실시예에 따른 3차원 모델링 자동화 장치를 도시한 도면이다.
도 1을 참고하면, 3차원 모델링 자동화 장치(100)는 프로세서(110) 및 메모리(120)를 포함할 수 있다. 보다 구체적으로 프로세서(110)는 딥 러닝 기반의 컴퓨터 학습 및 인식 기술을 이용하여 2차원 도면인 평면, 단면, 입면 등에서 3차원 모델링 정보를 추출하고, 추출된 3차원 모델링 정보를 바탕으로 2차원 도면에 대한 3차원 모델링을 자동화할 수 있다.
이를 위해 프로세서(110)는 딥 러닝 알고리즘을 통해 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정하고, 결정된 변환 패턴을 메모리(120)에 저장할 수 있다. 그리고 프로세서(110)는 3차원 모델링하고자 하는 2차원 도면이 입력되면 메모리(120)에 저장된 변환 패턴을 이용하여 2차원 도면에 대한 3차원 모델링 정보를 추출하고, 추출된 3차원 모델링 정보를 바탕으로 2차원 도면에 대한 3차원 모델링을 획득할 수 있다.
도 2는 본 발명의 일실시예에 따른 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정하는 과정으로 도시한 플로우챠트이다.
본 발명의 3차원 모델링 자동화 장치(100)는 2차원 도면과 3차원 모델링 간의 변환 패턴을 이용하여 2차원 도면에 대한 3차원 모델링을 자동화할 수 있다. 이를 위해 단계(210)에서, 3차원 모델링 자동화 장치(100)는 훈련 대상인 2차원 도면의 템플릿인 미리 설정된 형식의 파일을 해당 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 제1 파일로 변환할 수 있다. 이때, 2차원 도면의 템플릿은 다양한 파일 형식으로 생성될 수 있다. 일례로, 2차원 도면의 템플릿은 DWG, DWS, DWT, DXF, IGES, STEP, PLT, LSP, DXB, PDF 등과 같은 다양한 파일 형식으로 생성될 수 있다.
단계(220)에서, 3차원 모델링 자동화 장치(100)는 훈련 대상인 2차원 도면을 나타내는 파일에 대응하는 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 제2 파일로 변환할 수 있다. 일례로, 제1 파일과 제2 파일은 SVG(Scalable Vector Graphics) 파일일 수 있다.
그리고 단계(230)에서, 3차원 모델링 자동화 장치(100)는 변환된 제1 파일의 소스 코드와 제2 파일의 소스 코드를 딥러닝 알고리즘을 통해 분석함으로써 훈련 대상인 2차원 도면과 3차원 모델링 간의 변환 패턴을 결정할 수 있다.
도 3은 본 발명의 일실시예에 따른 변환 패턴 결정 과정을 구체화한 도면이다.
단계(231)에서, 3차원 모델링 자동화 장치(100)는 제1 파일의 소스 코드에서 훈련 대상인 2차원 도면에 대응하는 복수의 구성요소들 각각의 특성을 분석하여 해당 구성요소를 나타내는 숫자를 추출할 수 있다. 이때, 2차원 도면에 대응하는 복수의 구성요소들은 평면, 단면, 입면 중 적어도 하나를 포함할 수 있다.
단계(232)에서, 3차원 모델링 자동화 장치(100)는 제2 파일의 소스 코드에서 복수의 구성요소들에 대한 3차원 모델링을 나타내는 숫자를 추출할 수 있다.
단계(233)에서, 3차원 모델링 자동화 장치(100)는 추출된 딥러닝 알고리즘의 입력 및 출력을 이용하여 훈련 대상인 2차원 도면을 3차원 모델링 하기 위한 변환 패턴을 결정할 수 있다.
보다 구체적으로 3차원 모델링 자동화 장치(100)는 제1 파일의 소스 코드에서 추출된 복수의 구성요소들 각각 즉, 평면, 단면, 입면 등을 나타내는 숫자를 딥러닝 알고리즘의 입력으로 지정할 수 있다. 그리고, 3차원 모델링 자동화 장치(100)는 제2 파일의 소스 코드에서 추출된 복수의 구성요소들에 대한 3차원 모델링을 나타내는 숫자를 동일한 딥러닝 알고리즘의 출력으로 지정할 수 있다. 이후 3차원 모델링 자동화 장치(100)는 딥러닝 알고리즘의 입출력 값을 이용하여 훈련 대상인 2차원 도면을 3차원 모델링 하기 위한 변환 패턴을 결정할 수 있다. 여기서, 딥러닝 알고리즘과 변환 패턴은 동일한 것을 의미할 수 있다.
일례로, 딥러닝 알고리즘은 RNN(Recurrent Neural Networks)과 같이 순서(Sequence)의 패턴을 찾는데 특화된 모델일 수 있다. 3차원 모델링 자동화 장치(100)는 이러한 모델에 대해 각각의 2차원 도면(평명, 단면, 입면 등)의 벡터 값 코드를 입력(Input) 데이터로 지정하고, 3차원 모델의 벡터 값 코드를 결과(Output) 데이터로 지정하여 딥러닝 학습을 진행함으로써 각 2차원 도면의 벡터 값 코드에서 3차원 모델의 벡터 값 코드를 추출하는 특정 패턴(특징)을 찾아 새로운 딥러닝 모델을 생성할 수 있다.
여기서 특정 패턴이란 각 2차원 도면(평명, 단면, 입면 등)의 벡터 값 코드에 포함된 3차원 정보를 추출하고, 추출된 3차원 정보를 3차원 모델의 벡터 값 코드의 순서에 맞게 배열 되도록 하는 순서 규칙을 추출함으로써 결정될 수 있다. 일례로, 2차원 도면인 평면 또는 단면에서 벡터 값 코드에 포함된 X, Y, Z축의 3차원 정보를 추출하고, 추출된 3차원 정보를 다시 3차원 모델 벡터 값 코드의 순서에 맞게 배열함으로써 특정 패턴에 대응하는 3차원 모델의 벡터 값 코드를 생성할 수 있다.
결국 3차원 모델링 자동화 장치(100)는 상기 생성된 새로운 딥러닝 모델에 기존에 제공하지 않은 2차원 도면(평명, 단면, 입면 등)의 벡터 값 코드를 입력(Input) 데이터로 입력하면 이에 대응하는 3차원 모델의 벡터 값 코드를 결과(Output) 데이터로 자동으로 획득할 수 있다.
그리고, 3차원 모델링 자동화 장치(100)는 이와 같이 획득된 3차원 모델의 벡터 값 코드를 dwg 파일 또는 다른 도면 확장자로 변환함으로써 2차원 도면에 대응하는 3차원 모델을 획득할 수 있다.
도 4는 본 발명의 일실시예에 따른 변환 패턴을 이용하여 2차원 도면에 대한 3차원 모델링을 획득하는 과정을 도시한 플로우챠트이다.
단계(410)에서, 3차원 모델링 자동화 장치(100)는 3차원 모델링하고자 하는 타겟 대상인 2차원 도면을 해당 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 변환할 수 있다.
단계(420)에서, 3차원 모델링 자동화 장치(100)는 딥러닝 알고리즘을 통해 결정된 2차원 도면과 3차원 모델링 간의 변화 패턴을 이용하여 상기 변환된 소스 코드 형식의 파일로부터 3차원 모델링을 위한 소스 코드를 결정할 수 있다.
단계(430)에서, 3차원 모델링 자동화 장치(100)는 결정된 3차원 모델링을 위한 소스 코드를 미리 설정된 포맷의 파일로 변환함으로써 타겟 대상인 2차원 도면에 대한 3차원 모델링을 획득할 수 있다.
이에 더불어 본 발명의 3차원 모델링 자동화 장치(100)는 단계(440)에서, 딥러닝 알고리즘을 통해 결정된 2차원 도면과 3차원 모델링 간의 변화 패턴을 이용하여 타겟 대상인 2차원 도면에 대한 설계 오류를 분석할 수 있다. 보다 구체적으로 3차원 모델링 자동화 장치(100)는 타겟 대상인 2차원 도면에 대응하는 복수의 구성요소들을 3차원 모델링으로 변환하는 과정에서 발생되는 구성요소들 간 간섭을 확인하고, 확인된 구성요소들 간 간섭에 기초하여 설계 오류라고 분석된 구성요소들에 대한 소스 코드를 검출하여 사용자에게 제공할 수 있다. 그리고 이를 통해 사용자는 보다 쉽게 타겟 대상인 2차원 도면에 대한 설계 오류를 확인하고, 이를 수정할 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
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 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 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.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 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 청구범위의 범위에 속한다.
100 : 3차원 모델링 자동화 장치
110 : 프로세서
120 : 메모리

Claims (14)

  1. 훈련 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 제1 파일로 변환하는 단계;
    상기 2차원 도면 파일에 대응하는 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 제2 파일로 변환하는 단계;
    상기 변환된 제1 파일의 소스 코드와 상기 변환된 제2 파일의 소스 코드를 분석함으로써 상기 2차원 도면과 상기 3차원 모델링 간의 변환 패턴을 결정하는 단계
    를 포함하고,
    상기 변환 패턴을 결정하는 단계는,
    상기 제1 파일의 소스 코드에서 상기 2차원 도면에 대응하는 복수의 구성요소들 각각을 나타내는 숫자를 딥러닝 알고리즘의 입력으로 추출하는 단계;
    상기 제2 파일의 소스 코드에서 상기 복수의 구성요소들에 대한 3차원 모델링을 나타내는 숫자를 상기 딥러닝 알고리즘의 출력으로 추출하는 단계; 및
    상기 추출된 딥러닝 알고리즘의 입력 및 출력을 이용하여 상기 2차원 도면을 3차원 모델링 하기 위한 변환 패턴을 결정하는 단계
    를 포함하는 3차원 모델링 자동화 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 복수의 구성요소들은,
    2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함하는 3차원 모델링 자동화 방법.
  4. 타겟 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 변환하는 단계;
    딥러닝 알고리즘을 통해 결정된 2차원 도면과 3차원 모델링 간의 변환 패턴을 이용하여 상기 변환된 소스 코드 형식의 파일로부터 상기 타겟 대상인 2차원 도면의 3차원 모델링을 위한 소스 코드를 결정하는 단계;
    상기 결정된 3차원 모델링을 위한 소스 코드를 다시 2차원 도면 파일로 변환함으로써 상기 타겟 대상인 2차원 도면에 대한 3차원 모델링을 획득하는 단계; 및
    상기 변환 패턴을 이용하여 상기 타겟 대상인 2차원 도면에 대한 설계 오류를 분석하는 단계
    를 포함하는 3차원 모델링 자동화 방법.
  5. 삭제
  6. 제4항에 있어서,
    상기 설계 오류를 분석하는 단계는,
    상기 타겟 대상인 2차원 도면에 대응하는 복수의 구성요소들을 3차원 모델링으로 변환하는 과정에서 발생되는 상기 구성요소들 간 간섭을 확인하는 단계; 및
    상기 확인된 구성요소들 간 간섭에 기초하여 설계 오류라고 분석된 구성요소들에 대한 소스 코드를 검출하는 단계
    를 포함하는 3차원 모델링 자동화 방법.
  7. 제6항에 있어서,
    상기 복수의 구성요소들은,
    2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함하는 3차원 모델링 자동화 방법.
  8. 2차원 도면에 대한 3차원 모델링을 자동으로 수행하는 프로세서
    를 포함하고,
    상기 프로세서는,
    훈련 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 제1 파일로 변환하고, 상기 2차원 도면 파일에 대응하는 3차원 모델링 파일을 벡터 값을 표현할 수 있는 소스 코드 형식의 제2 파일로 변환하며, 상기 변환된 제1 파일의 소스 코드와 상기 변환된 제2 파일의 소스 코드를 분석함으로써 상기 2차원 도면과 상기 3차원 모델링 간의 변환 패턴을 결정하고,
    상기 변환 패턴은,
    상기 제1 파일의 소스 코드에서 추출된 상기 2차원 도면에 대응하는 복수의 구성요소들 각각을 나타내는 숫자 및 상기 제2 파일의 소스 코드에서 추출된 상기 복수의 구성요소들에 대한 3차원 모델링을 나타내는 숫자를 각각 딥러닝 알고리즘의 입력 및 출력에 적용함으로써 결정되는 3차원 모델링 자동화 장치.
  9. 삭제
  10. 제8항에 있어서,
    상기 복수의 구성요소들은,
    2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함하는 3차원 모델링 자동화 장치.
  11. 2차원 도면에 대한 3차원 모델링을 자동으로 수행하는 프로세서
    를 포함하고,
    상기 프로세서는,
    타겟 대상인 2차원 도면 파일을 2차원 도면에 대한 벡터 값을 표현할 수 있는 소스 코드 형식의 파일로 변환하고, 딥러닝 알고리즘을 통해 결정된 2차원 도면과 3차원 모델링 간의 변환 패턴을 이용하여 상기 변환된 소스 코드 형식의 파일로부터 상기 타겟 대상인 2차원 도면의 3차원 모델링을 위한 소스 코드를 결정하며, 상기 결정된 3차원 모델링을 위한 소스 코드를 다시 2차원 도면 파일로 변환함으로써 상기 타겟 대상인 2차원 도면에 대한 3차원 모델링을 획득하고, 상기 변환 패턴을 이용하여 상기 타겟 대상인 2차원 도면에 대한 설계 오류를 분석하는 3차원 모델링 자동화 장치.
  12. 삭제
  13. 제11항에 있어서,
    상기 프로세서는,
    상기 타겟 대상인 2차원 도면에 대응하는 복수의 구성요소들을 3차원 모델링으로 변환하는 과정에서 발생되는 상기 구성요소들 간 간섭을 확인하고, 상기 확인된 구성요소들 간 간섭에 기초하여 설계 오류라고 분석된 구성요소들에 대한 소스 코드를 검출하는 3차원 모델링 자동화 장치.
  14. 제13항에 있어서,
    상기 복수의 구성요소들은,
    2차원 도면인 평면, 단면, 입면 중 적어도 하나를 포함하는 3차원 모델링 자동화 장치.
KR1020190068067A 2019-06-10 2019-06-10 2차원 도면의 3차원 모델링 자동화 장치 및 방법 KR102209149B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190068067A KR102209149B1 (ko) 2019-06-10 2019-06-10 2차원 도면의 3차원 모델링 자동화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190068067A KR102209149B1 (ko) 2019-06-10 2019-06-10 2차원 도면의 3차원 모델링 자동화 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20200141265A KR20200141265A (ko) 2020-12-18
KR102209149B1 true KR102209149B1 (ko) 2021-02-01

Family

ID=74041961

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190068067A KR102209149B1 (ko) 2019-06-10 2019-06-10 2차원 도면의 3차원 모델링 자동화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102209149B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230174921A (ko) 2022-06-22 2023-12-29 주식회사 케이티 실내 공간 모델을 생성하는 서버, 방법 및 컴퓨터 프로그램

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100501010B1 (ko) * 2000-09-19 2005-07-18 오종혁 인터넷을 이용한 건축 설계, 수·발주 및 시공관리 시스템 및 그 방법
KR101514708B1 (ko) 2013-12-26 2015-04-24 순천향대학교 산학협력단 2차원 영상을 활용한 3차원 모델링 구축 기법
KR101663129B1 (ko) 2015-10-23 2016-10-10 한국과학기술연구원 어깨 회전근개의 3차원 자동 모델링 방법, 이를 수행하는 3차원 자동 모델링 서버, 및 이를 저장하는 기록매체
KR101794282B1 (ko) 2017-07-19 2017-11-06 (주)엠앤제이소프트 2차원 배관 캐드 데이터에서 3차원 배관 캐드 모델링 데이터를 생성하는 방법
KR101916765B1 (ko) 2018-02-27 2018-11-09 주식회사 쓰리디타다 3d 모델링 장치 및 3d 모델링 작업을 실행하기 위한 프로그램을 기록한 매체

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100915209B1 (ko) * 2007-12-13 2009-09-02 버츄얼빌더스 주식회사 엑스엠엘 기반의 입체 건물 입면 및 내부 자동 모델링 및내비게이션 시스템 및 그 방법
KR20150022158A (ko) * 2013-08-22 2015-03-04 (주)토탈소프트뱅크 기계제도 학습장치 및 학습방법
US10095917B2 (en) * 2013-11-04 2018-10-09 Facebook, Inc. Systems and methods for facial representation
KR101638378B1 (ko) * 2014-11-28 2016-07-11 주식회사 어반베이스 2차원 도면에 기반한 3차원 자동 입체모델링 방법 및 프로그램

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100501010B1 (ko) * 2000-09-19 2005-07-18 오종혁 인터넷을 이용한 건축 설계, 수·발주 및 시공관리 시스템 및 그 방법
KR101514708B1 (ko) 2013-12-26 2015-04-24 순천향대학교 산학협력단 2차원 영상을 활용한 3차원 모델링 구축 기법
KR101663129B1 (ko) 2015-10-23 2016-10-10 한국과학기술연구원 어깨 회전근개의 3차원 자동 모델링 방법, 이를 수행하는 3차원 자동 모델링 서버, 및 이를 저장하는 기록매체
KR101794282B1 (ko) 2017-07-19 2017-11-06 (주)엠앤제이소프트 2차원 배관 캐드 데이터에서 3차원 배관 캐드 모델링 데이터를 생성하는 방법
KR101916765B1 (ko) 2018-02-27 2018-11-09 주식회사 쓰리디타다 3d 모델링 장치 및 3d 모델링 작업을 실행하기 위한 프로그램을 기록한 매체

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
비특허 1, 한국지형공간정보학회지, Vol.21 No.1, pp.87-83, 2013.03
비특허 2, Cartography and Geographic Information Science, 2015, Vol.42, Issue 3

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230174921A (ko) 2022-06-22 2023-12-29 주식회사 케이티 실내 공간 모델을 생성하는 서버, 방법 및 컴퓨터 프로그램

Also Published As

Publication number Publication date
KR20200141265A (ko) 2020-12-18

Similar Documents

Publication Publication Date Title
CN107430636B (zh) 用于增材制造的固体3d模型的优化分割
EP3166084B1 (en) Method and system for determining a configuration of a virtual robot in a virtual environment
CN107067473A (zh) 对3d建模对象进行重构
JP6798614B2 (ja) 画像認識装置、画像認識方法および画像認識プログラム
KR101698179B1 (ko) 2차원 캐드 기하정보로부터 3차원 구조설계정보를 자동 생성하는 장치 및 그 생성 방법
KR20180122247A (ko) 이종 센서들로부터 추출된 스켈레톤 정보를 이용하여 기계학습 데이터 및 주석을 생성하는 장치 및 그 방법
JP2009259168A (ja) 形状モデル作成装置及び形状フィッティングの最適化処理方法
US20200265353A1 (en) Intelligent workflow advisor for part design, simulation and manufacture
CN113805871A (zh) 前端代码的生成方法、装置及计算机设备
KR102209149B1 (ko) 2차원 도면의 3차원 모델링 자동화 장치 및 방법
CN108399609B (zh) 一种三维点云数据的修补方法、装置和机器人
US11294352B2 (en) Cross-section identification system
US20230142309A1 (en) Method and system for generating a 3d model of a plant layout cross-reference to related application
KR20110072462A (ko) 3차원 곡면 모델 스케치를 위한 모델링 방법 및 시스템 , 및 기록 매체
KR101671227B1 (ko) 문서 중복 및 유사도를 검출하기 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록 매체
JP2010211629A (ja) 情報処理装置及び情報処理方法
US20240086592A1 (en) Design Support Device, Design Support Method, and Design Support Program
CN114972695A (zh) 一种点云生成方法、装置、电子设备及存储介质
US9754053B2 (en) System and method for reading geometric data from a computer-aided design (CAD) model
US10042962B2 (en) Mid-surface extraction for finite element analysis
JP7231036B2 (ja) メッシュ構造設備検出装置、メッシュ構造設備検出方法、及びプログラム
EP2926244B1 (en) Method and apparatus for creating 3d model
KR102094979B1 (ko) 1d 기반 설계데이터로부터 유한요소해석을 위한 2d 해석모델 생성 시스템 및 방법
JP2010152863A (ja) 境界節点抽出システム、境界節点抽出方法及びプログラム
KR101290847B1 (ko) 기 개발된 시스템의 소스코드를 기반으로 휘처모델을 생성하는 방법과 그 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant