KR102275682B1 - 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치 - Google Patents

시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치 Download PDF

Info

Publication number
KR102275682B1
KR102275682B1 KR1020200055140A KR20200055140A KR102275682B1 KR 102275682 B1 KR102275682 B1 KR 102275682B1 KR 1020200055140 A KR1020200055140 A KR 1020200055140A KR 20200055140 A KR20200055140 A KR 20200055140A KR 102275682 B1 KR102275682 B1 KR 102275682B1
Authority
KR
South Korea
Prior art keywords
scene
pcd
matching
feature points
slam
Prior art date
Application number
KR1020200055140A
Other languages
English (en)
Inventor
강태욱
Original Assignee
한국건설기술연구원
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 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020200055140A priority Critical patent/KR102275682B1/ko
Application granted granted Critical
Publication of KR102275682B1 publication Critical patent/KR102275682B1/ko

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
    • 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
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Processing Or Creating Images (AREA)

Abstract

시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치가 제공된다. 이동형 스캔 백팩 장치는, 전원부, 시설물을 실시간으로 3차원 스캐닝하여 장면데이터를 획득하는 스캐너, 위치 및 자세 정보를 획득하는 IMU(Inertial Measurement Unit), 스캐너가 이동하면서 획득하는 장면데이터에 대해 SLAM(Simultaneous localization and mapping) 알고리즘을 적용하여 실시간 PCD 정합을 수행하는 임베디드 컴퓨팅 장치를 포함한다.

Description

시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치{SLAM-based mobile scan backpack system for rapid real-time building scanning}
본 발명은 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치에 관한 것으로서, 보다 상세하게는, 이동식 스캐너를 이용하여 시설물을 스캐닝하고, 스캐닝 결과로부터 시설물 관리에 필요한 공간정보를 SLAM 기술을 기반으로 획득할 수 있는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치에 관한 것이다.
3D 스캔 기술은 기계/제조 분야에서 먼저 시작하였다. 건설 분야에서는 BIM(Building Information Modeling) 기반 3D 모델링 활용 환경이 조성되어 3D 스캐닝 기술을 이용하여 공장 사전제작, 구조물 시공 검측, 플랜트 시설물, 교량, 터널 구조물 검측 등 건설 전반에 활용하고 있다.
특히 건축물에 3D 스캐닝을 이용한 역설계 기술을 도입하면 시공과정에서 발생하는 잦은 설계 변경, 설계 도면과 시공 현장의 차이, 간섭 및 재시공 등의 문제점을 예방하고 공장 부재 사전 제작에도 BIM 모델을 구축하여 활용할 수 있다.
선진국에서는 이러한 문제 해결을 위해 3D 스캐닝 기술을 적용한 기존 건축물의 As-Is 3D 모델 구축이 보급되고 있다.
LiDAR(Light Detection and Ranging)는 최근 건설 분야에서 3D 공간 지도 생성, 정밀 시공 관리, 시설물 관리 등에 활용되는 기술로, 레이저로 스캐닝하는 장치이다.
최근 스캔 기술은 BIM과 연계해 다양한 목적으로 활용된다. 스캔 방식 중 고정식 LiDAR는 이동식 LiDAR에 비해 정확도와 밀도가 높으나 정합 시간과 데이터 처리에 오랜 시간이 걸린다. 하지만, 인테리어, 건축물 관리와 같이 상대적으로 높은 정확도가 필요하지 않은 분야에서도 사용자가 편리하게 이동하며 스캔할 수 있어 생산적이고 효율적이다.
따라서, 상대적으로 높지 않은 정확도를 필요로 하는 건축물 관리 분야에서 공간을 자유롭게 이동하면서 스캐닝하고, 스캐닝 결과를 정합하여 공간정보를 제공할 수 있는 기술이 필요하다.
국내 공개특허 제10-2019-0045006호
전술한 문제점을 해결하기 위하여 본 발명이 이루고자 하는 기술적 과제는, 이동식 LiDAR 장비를 이용하여 현장에서 스캔되는 장면데이터의 PCD를 자동 정합하고 실시간으로 확인할 수 있는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치를 제시하는 데 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 실시 예에 따르면, 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치는, 전원부; 시설물을 실시간으로 3차원 스캐닝하여 장면데이터를 획득하는 스캐너; 위치 및 자세 정보를 획득하는 IMU(Inertial Measurement Unit); 및 상기 스캐너가 이동하면서 획득하는 장면데이터에 대해 SLAM(Simultaneous localization and mapping) 알고리즘을 적용하여 실시간 PCD 정합을 수행하는 임베디드 컴퓨팅 장치;를 포함한다.
상기 임베디드 컴퓨팅 장치와 전원부가 내장되는 백팩; 및 일단은 상기 백팩의 상단에 연결되어 상공을 향하도록 구비되며, 타단에는 상기 스캐너 및 IMU 중 적어도 하나가 구비되는 마운팅 장치;를 더 포함한다.
상기 마운팅 장치는, 상기 스캐너와 IMU부가 상기 백팩을 착용한 사용자의 위에 위치하도록 하는 길이를 가지며, 상기 이동식 스캐너는, 스캐닝 시 그림자 영역이 적게 발생하도록 고정 프레임에 의해 상기 마운팅 장치의 타단에 구비된다.
상기 임베디드 컴퓨팅 장치는, 상기 실시간으로 획득되는 장면데이터와 위치 및 자세 정보와 SLAM 알고리즘을 이용하여 실시간 PCD 정합을 수행하는 SLAM 프로그램이 저장되는 메모리; 및 상기 메모리에 저장된 SLAM 프로그램을 실행하여 상기 장면데이터에 존재하는 특징점들을 장면 별로 산출하고, 장면 별로 산출된 특징점들을 비교하여 실시간으로 PCD 정합을 수행하여 시설물의 공간 정보를 제공하는 프로세서;를 포함한다.
상기 메모리에는, PCD를 관리하는 PCD 서버와, 화면에 PCD가 표시되도록 하는 PCD 뷰어와, 상기 SLAM 알고리즘을 지원하는 CGL(Computational Geometry Library)과, 상기 이동식 스캐너 및 IMU로부터 획득되는 데이터와 데이터 처리 모듈 간의 데이터 교환을 담당하는 ROS(Robot Operating System)와, 임베디드 OS가 더 저장된다.
상기 PCD 뷰어에 의해 생성되는 장면 별 PCD, 실시간 PCD 정합에 의해 생성되는 공간 정보를 표시하는 사용자 인터페이스부;를 더 포함한다.
한편, 본 발명의 다른 실시 예에 따르면, 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치는, 전원부; 시설물을 실시간으로 3차원 스캐닝하여 장면데이터를 획득하는 이동식 스캐너; 상기 이동식 스캐너가 이동하면서 획득하는 장면데이터에 대해 SLAM(Simultaneous localization and mapping) 알고리즘을 적용하여 실시간 PCD 정합을 수행하는 임베디드 컴퓨팅 장치; 상기 임베디드 컴퓨팅 장치와 전원부가 내장되는 백팩; 및 일단은 상기 백팩의 상단에 연결되어 상공을 향하도록 구비되며, 타단에는 상기 이동식 스캐너가 고정 프레임에 의해 무게 중심을 고려하여 구비되는 마운팅 장치;를 포함한다.
상기 임베디드 컴퓨팅 장치는, 상기 실시간으로 획득되는 장면데이터와 위치 및 자세 정보와 SLAM 알고리즘을 이용하여 실시간 PCD 정합을 수행하는 SLAM 프로그램이 저장되는 메모리; 및 상기 메모리에 저장된 SLAM 프로그램을 실행하여 상기 장면데이터에 존재하는 특징점들을 장면 별로 산출하고, 장면 별로 산출된 특징점들을 비교하여 실시간으로 PCD 정합을 수행하여 시설물의 공간 정보를 제공하는 프로세서;를 포함한다.
본 발명에 따르면, 이동하면서 시설물을 스캐닝하고 스캐닝에 의해 획득되는 PCD를 실시간으로 정합하여 확인가능하도록 함으로써 저비용으로도 공간정보를 실시간으로 제공할 수 있다.
또한, 본 발명에 따르면 백팩 형태로 사용자가 휴대함으로써 시설물 내 이동이 용이하고, 사용자보다 위에 스캐너와 IMU를 구비하여 스캐닝함으로써 장애물이 발생하는 경우에도 스캐닝이 가능하다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치의 개념도,
도 2는 이동형 스캔 백팩 장치의 블록도,
도 3은 프로세서를 도시한 블록도,
도 4는 이동형 스캔 백팩 장치의 소프트웨어와 하드웨어 프레임워크를 도시한 도면,
도 5는 본 발명의 실시 예에 따른 SLAM 알고리즘 구동에 필요한 데이터 구조 및 함수를 정의한 클래스 다이어그램,
도 6은 이동형 스캔 백팩 장치를 착용한 예시도, 그리고,
도 7은 본 발명의 실시 예에 따른 시설물 스캔을 위한 이동형 스캔 백팩 장치의 실시간 SLAM 시퀀스를 보여주는 도면이다.
본 발명의 실시를 위한 구체적인 내용을 설명하기에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사항에 부합하는 의미와 개념으로 해석되어야 할 것이다.
또한, 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
어떤 엘리먼트, 구성요소, 장치, 또는 시스템이 프로그램 또는 소프트웨어로 이루어진 구성요소를 포함한다고 언급되는 경우, 명시적인 언급이 없더라도, 그 엘리먼트, 구성요소, 장치, 또는 시스템은 그 프로그램 또는 소프트웨어가 실행 또는 동작하는데 필요한 하드웨어(예를 들면, 메모리, CPU 등)나 다른 프로그램 또는 소프트웨어(예를 들면 운영체제나 하드웨어를 구동하는데 필요한 드라이버 등)를 포함하는 것으로 이해되어야 할 것이다.
또한, 어떤 엘리먼트(또는 구성요소)가 구현됨에 있어서 특별한 언급이 없다면, 그 엘리먼트(또는 구성요소)는 소프트웨어, 하드웨어, 또는 소프트웨어 및 하드웨어 어떤 형태로도 구현될 수 있는 것으로 이해되어야 할 것이다.
또한, 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것이 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
이하에서는 본 발명에서 실시하고자 하는 구체적인 기술내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다.
도 1 내지 도 4에 도시된 장치들의 각각의 구성은 기능 및/또는 논리적으로 분리될 수 있음을 나타내는 것이며, 반드시 각각의 구성이 별도의 물리적 장치로 구분되거나 별도의 코드로 생성됨을 의미하는 것은 아님을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치(100)의 개념도, 도 2는 이동형 스캔 백팩 장치(100)의 블록도, 도 3은 프로세서(154)를 도시한 블록도이다.
도 1 내지 도 3을 참조하면, 본 발명의 실시 예에 따른 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치(100)는 사용자 인터페이스부(110), 스캐너(120), IMU(Inertial Measurement Unit, 130), 전원부(140), 임베디드 컴퓨팅 장치(Embedded Computer, 150), 백팩(Backpack, 160) 및 마운팅 장치(170)를 포함할 수 있다.
사용자 인터페이스부(110)는 사용자와 이동형 스캔 백팩 장치(100) 간의 인터페이싱 경로를 제공하는 회로를 포함한다. 사용자 인터페이스부(110)는 예를 들어, 시작, 멈춤, 기록, 데이터 표시 등 이동형 스캔 백팩 장치(100)에서 제공하는 기능을 조작하는 명령을 사용자로부터 입력받아 임베디드 컴퓨팅 장치(150)로 전달할 수 있다. 시작은 예를 들어 스캐닝 시작을 요청하는 것으로서, 스캐너(120)는 멈춤 명령이 입력될 때까지 시설물을 스캐닝한다.
또한, 사용자 인터페이스부(110)는 PCD 뷰어에 의해 생성되는 장면 별 PCD(Point Cloud Data), 또는, 임베디드 컴퓨팅 장치(150)의 PCD 정합에 의해 생성되는 공간 정보를 실시간으로 모니터링할 수 있도록 표시할 수 있다. PCD 정합에 의해 생성되는 공간 정보는 포인트 클라우드 정합이 수행된 SLAM(Simultaneous localization and mapping) 결과일 수 있다.
스캐너(120)는 시설물을 실시간으로 3차원 스캐닝하여 장면(scene) 별로 장면데이터를 획득 및 출력하는 센서이다. 스캐너(120)는 예를 들어, 이동식 3D LiDAR(Light Detection And Ranging) 센서를 사용할 수 있다.
IMU(130)는 이동형 스캔 백팩 장치(100)의 위치 정보와 자세 정보를 포함하는 IMU 데이터를 획득할 수 있다. 위치 정보와 자세 정보는 SALM 정합 시 사용되어 정합 정확도를 높인다.
전원부(140)는 이동형 스캔 백팩 장치(100)의 각 구성요소들(110~170)에 전원을 공급하며, 일 예로 배터리일 수 있다.
임베디드 컴퓨팅 장치(150)는 스캐너(120)가 이동하면서 획득하거나 같은 장소에서 시차를 두어 획득하거나 같은 장소에서 스캐닝 각도를 변경하여 획득하는 장면데이터에 대해 SLAM 알고리즘을 적용하여 실시간 PCD 정합을 수행할 수 있다.
또한, 각 구성요소들 간 데이터 교환 및 기능 호출을 위한 메시지 교환을 위해서 임베디드 컴퓨팅 장치(150)는 말단 센서 및 장치들과 통신할 수 있다. 통신 상태는 모니터링될 수 있어야 하며, 데이터 및 메시지 교환 시 문제가 발생할 경우, 기록되고 진단될 수 있어야 하며, 이를 고려하여 본 발명에서는 ROS(Robot Operating System)을 사용할 수 있다.
임베디드 컴퓨팅 장치(150)는 메모리(152)와 프로세서(154)를 포함할 수 있다.
메모리(152)는 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(152)에는 예를 들어, 이동형 스캔 백팩 장치(100)가 제공하는 동작, 기능 등을 구현 및/또는 제공하기 위하여, 구성요소들(110~170)에 관계된 명령 또는 데이터, 하나 이상의 프로그램 및/또는 소프트웨어, 운영체제 등이 저장될 수 있다.
메모리(152)에 저장되는 프로그램 및/또는 소프트웨어는 도 4에 도시된 것처럼, 사용자 인터페이스부(110)의 구동을 위한 유저 인터페이스, PCD를 관리하는 PCD 서버와, 화면에 PCD가 표시되도록 하는 PCD 뷰어와, SLAM 알고리즘 구현을 위한 SLAM 프로그램과, SLAM 알고리즘에서 사용되는 수치해석 및 계산기하학을 지원하는 라이브러리(예를 들어, cgl: Computational Geometry Library)와, 이동식 스캐너(120) 및 IMU(130)로부터 획득되는 데이터와 데이터 처리 모듈 간의 데이터 교환을 담당하는 ROS(Robot Operating System) 및 임베디드 OS(Embedded Operating System)를 포함할 수 있다.
도 4는 이동형 스캔 백팩 장치(100)의 소프트웨어와 하드웨어 프레임워크를 도시한 도면이다.
도 4를 참조하면, 모바일 기반 스캔용 백팩 장치(100)는 기본적으로 실시간 정합을 지원하는 SLAM 기능을 포함한다. 데이터 취득은 LiDAR와 같은 스캐너(120)와 IMU(130)를 사용한다. SLAM 알고리즘은 수치해석과 계산기하학을 주로 사용하므로, 이를 지원하는 CGL이 필요하다. 스캐너(120)와 IMU(130) 등의 디바이스와 데이터 처리 모듈 간 통신은 ROS를 사용한다. 또한, 고속의 실수 데이터 처리를 위해 성능 좋은 임베디드 컴퓨팅 장치(Embedded Computer, 150)가 필요하다.
스캔 백팩 장치(100)의 하드웨어는 도 4에 도시된 프레임워크의 컴포넌트들을 패키징하며, 시설물 스캔 시 이동이 편리해야 한다. 또한, 스캔 시 그림자 영역이 적게 발생되도록 스캐너(120)를 마운팅하여야 하며, 이를 위해 스캐너(120)와 IMU(130)를 백팩 장치(100)의 상단에 위치하도록 하고, 무게 중심을 안정적으로 유지하기 위한 고정 프레임을 구비할 수 있다. 상술한 도 1이 이를 고려한 스캔 백팩 장치(100)의 하드웨어 개념도이다.
[표 1]은 소프트웨어와 하드웨어 프레임워크의 컴포넌트들의 역할을 정의한 표이다.
Component Role
PCD 서버 PCD를 관리하는 서버이다.
대용량 데이터 저장 및 검색이 가능하다.
고속 PCD 렌더링을 위해 Level Of Detail(LoD) 처리를 하고, 고속 검색을 위해 공간 인덱싱을 지원한다.
PCD 뷰어 화면에서 대형 PCD를 빠르게 볼 수 있도록 하고, 거리와 같은 간단한 정보를 제공할 수 있다.
SLAM SLAM 알고리즘을 구현한다.
CGL 계산 기하학 라이브러리를 구현한다.
기하학적 벡터와 행렬 계산을 지원하고 수치 분석을 처리할 수 있다.
ROS 로봇 운영 체제는 각 장치(스캐너, IMU 등)를 구동하는 드라이버와 데이터 처리 모듈 간의 신뢰할 수 있는 데이터 교환을 담당한다.
Embedded OS 이동형 SLAM 및 대형 데이터 처리를 지원하는 소형 임베디드 컴퓨터의 프로그램을 관리한다.
LiDAR 3차원 영상 스캐닝 장치
IMU IMU 데이터 획득을 지원하는 장치
Battery system 휴대용 SLAM을 지원하는 배터리 시스템
Embedded Computer 다량의 PCD를 처리할 수 있는 소형 임베디드 컴퓨팅 장치이다.
PCD 매칭 계산을 위한 고속 병렬 실수 처리가 가능하다.
Scan Backpack 탈착식 SLAM 하드웨어 장치를 내장할 수 있는 배낭이다.
[표 1]을 참조하면, LoD는 대용량의 PCD를 적은 용량으로 다루기 위해 적용된다. 또한, SLAM 기술의 특성 상 대용량 데이터를 고속으로 정합하기 위해서는 공간 인덱싱 구현이 필요하다. 공간 인덱싱은 정합할 점군 데이터를 신속하게 검색할 때 중요한 역할을 한다. 즉, 정합을 하기 위해 각 이동 지점에서 스캔된 점군들을 퍼즐처럼 맞춰야 하며, 이를 위해 검색이 필요하며, 이 때 공간 인덱싱이 사용될 수 있다. 또한, 실시간 정합 시 필요한 특징 데이터 계산 및 정합을 위한 좌표변환행렬 계산은 수많은 실수형 연산을 필요로 한다. 이런 이유로 임베디드 컴퓨팅 장치(150)는 기본적으로 고속의 실수형 병렬 연산이 가능해야 한다.
또한, SLAM 프로그램은 시설물을 실시간으로 스캐닝하여 장면 별로 획득되는 PCD 형태의 장면데이터와, 위치 및 자세 정보와, SLAM 알고리즘을 이용하여 포인트 클라우드 정합(또는 PCD 정합)을 수행하며, 이 때 [표 1]의 컴포넌트들과 연동할 수 있다.
SLAM 기술은 로보틱스 분야에서 발전된 지도 생성 기술로서, 거리 측정 센서 또는 IMU(130)를 이용해 장치(100)의 위치를 인식하면서 시설물에 대한 공간정보를 작성하는 기술이다.
프로세서(154)는 메모리(152)에 저장된 하나 이상의 프로그램 또는 소프트웨어를 실행하여 이동형 스캔 백팩 장치(100)의 전반적인 동작을 제어한다.
본 발명의 실시 예에서, 프로세서(154)는 메모리(152)에 저장된 SLAM 프로그램을 실행하여 장면데이터에 존재하는 특징점들을 장면 별로 산출하고, 장면 별로 산출된 특징점들을 비교하여 실시간으로 포인트 클라우드 정합을 수행하여 시설물의 공간 정보를 제공할 수 있다.
이를 위하여, 도 3을 참조하면, SLAM 프로그램 실행에 따라 프로세서(154)는 PCD 획득부(154a), 특징점 산출부(154b), 특징 매칭부(154c), 정합부(154d) 및 갱신부(154e)를 포함할 수 있다.
PCD 획득부(154a)는 스캐너(120)로부터 입력되는 장면데이터를 장면 별로 분석하여 PCD를 획득한다. PCD는 포인트 별 {x, y, z}의 3차원 좌표값과 반사 강도값을 가질 수 있다. PCD 획득부(154a)는 PCD 획득 시 공간 인덱싱을 수행할 수 있다.
특징점 산출부(154b)는 장면데이터의 PCD에 존재하는 불변인 특징점(feature)들을 장면 별로 산출할 수 있다. 각 장면 별로 획득된 PCD에는 불변인 특징점이 존재한다. 특징점은 예를 들어, 특정 곡률을 가진 포인트, 평면 포인트 클라우드 등이 될 수 있으며, 모서리, 평면 등이 있다. 특징점은 스캔 장면에 의존된다. 스캔 장면은 PCD를 가지고, 다수의 특징점들을 정의한다.
[수학식 1]은 이러한 내용을 정의한 것이다.
Figure 112020046765532-pat00001
Figure 112020046765532-pat00002
Figure 112020046765532-pat00003
Figure 112020046765532-pat00004
Figure 112020046765532-pat00005
[수학식 1]에서, Fs는 장면에 위치하는 특징점들 리스트, Fn은 n번째 장면에 존재하는 특징점들의 세트, S는 스캔된 장면에서 획득한 스캔 데이터로 PCD로 표현되고, St는 다수의 장면들이다. 특징점 산출부(154b)는 SLAM 처리를 위해 실시간으로 각 장면의 특징점들을 산출하여 메모리(152)에 저장할 수 있다.
특징 매칭부(154c)는 [수학식 1]과 같이 장면 별로 특징점들이 산출 및 정의되면, 각 장면 별로 유사한 특징점을 서로 매칭한다. 이하에서는 유사한 특징점을 매칭하기 위한 장면들로서 소스 장면과 타겟 장면을 예로 든다. 소스 장면은 먼저 스캐닝된 장면이고, 타겟 장면은 소스 장면이 스캐닝된 이후 스캐닝된 장면으로서, 소스 장면과 타겟 장면은 동일한 위치에서 시간 차이를 두고 스캐닝되거나, 서로 다른 위치에서 동일 시간에 또는 시간 차이를 두고 스캐닝되어 각각의 장면데이터를 출력할 수 있다.
특징 매칭부(154c)는 소스 장면과 타겟 장면 별로 산출된 다수의 특징점들을 비교하여 동일하거나 유사도가 높은 특징점들을 n개 이상 추출하여 서로 매칭할 수 있다. 특징 매칭부(154c)는 매칭된 특징점들을 매칭 특징점(MF: Matching Feature)으로 정의한다. [수학식 2]는 각 장면에서 스캔된 포인트 클라우드에 포함된 매칭 특징점을 집합으로 표시한 것이다.
Figure 112020046765532-pat00006
Figure 112020046765532-pat00007
Figure 112020046765532-pat00008
[수학식 2]는 소스 장면과 타겟 장면에서 스캔된 포인트 클라우드에 포함된 매칭 특징점을 집합으로 표시한 것이다. Fi는 소스 장면의 특징점 리스트에 속하는 i번 특징점, Fj는 타겟 장면의 특징점 리스트에 속하는 j번 특징점일 수 있다. Fi와 Fj는 두 개 이상의 장면에서 동일한 또는 유사도가 높아 매칭된 특징점이거나 매칭 특징점의 속성정보일 수 있다.
그리고, 특징 매칭부(154c)는 최소 n개의 매칭 특징점들로부터 좌표변환행렬(Tmc: Matching Coordinate Transformation)을 산출할 수 있다. 좌표변환행렬은 예를 들어, 공가에 있는 임의 기둥을 서로 다른 각도에서 스캔한 장면데이터가 각각 A와 B라면, A와 B의 점군을 서로 정합하기 위해 필요한 변환행렬이다.
즉, 특징 매칭부(154c)는 매칭 특징점들 중 소스 장면에서 추출된 다수의 매칭 특징점들로부터 타겟 장면에서 추출된 매칭 특징점들로 이동 및 회전 변환하기 위한 좌표 변환행렬을 산출할 수 있다. n=3인 경우, 특징 매칭부(154c)는 최소 3개의 매칭 특징점들을 삼각측량처럼 계산해 일치시켜 각 장면의 포인트 클라우드를 퍼즐처럼 매칭하는 좌표변환행렬을 산출할 수 있다.
특징 매칭부(154c)는 각 장면 별로 좌표변환행렬을 산출하며, 각 장면 별로 산출되는 좌표변환행렬에서 주행궤적(Odometry) 데이터를 생성할 수 있다. 주행궤적은 이전 스캔 데이터에서 생성된 특징점을 기반으로 현재 스캔 데이터의 매 특징점과 비교해 계산될 수 있다.
정합부(154d)는 각 장면의 좌표변환행렬이 산출되면, 이를 소스 장면의 PCD에 적용하여 기준 좌표계로 실시간으로 정합할 수 있다. 이를 통해 하나의 기준 좌표계로 각 장면의 PCD가 정합된다. 기준 좌표계는 일 예로 4차원 동차 좌표계일 수 있다.
정합부(154d)는 포인트 클라우드와 좌표변환행렬을 이용하여 정합을 [수학식 3]과 같이 수행할 수 있으며, IMU 데이터를 더 이용하여 정합할 수도 있다.
Figure 112020046765532-pat00009
Figure 112020046765532-pat00010
Figure 112020046765532-pat00011
[수학식 3]에서, S'는 기준 좌표계로 정합된 장면의 PCD, Spcd는 소스 장면의 PCD, Tmc는 특징 매칭부(154c)에서 산출된 좌표변환행렬, a~p는 Tmc를 구성하는 실수일 수 있다.
갱신부(154e)는 정합부(154d)에 의해 정합된 S'를 시설물의 공간정보를 구성하기 위한 장면의 데이터로서 갱신할 수 있다. 모든 장면들에 대해 정합이 완료되면, 즉, 모든 장면에 대한 S'가 산출 및 갱신되면, 시설물의 공간정보가 만들어질 수 있다.
도 5는 본 발명의 실시 예에 따른 SLAM 알고리즘 구동에 필요한 데이터 구조 및 함수를 정의한 클래스 다이어그램이다.
도 5에 도시된 것처럼 SLAM 알고리즘 구동에 필요한 데이터 구조 및 함수를 정의하여, 컴포넌트 개발에 필요한 요구사항을 규정할 수 있다. 도 7을 참조하여 후술할 SLAM 시퀀스에서 정의된 객체와 함수를 통해 클래스와 멤버를 추출할 수 있다.
도 5에서 project, device, ScanDevice, IMUdevice, scene, PCD, point, SpatialIndex, feature, registration, FeatureMatchingPair 및 CTM은 본 발명에서 정의된 객체들 중 일부이며, 각 객체 별로 호출되는 함수들이 멤버로서 정의된다.
[표 2]는 도 5와 같이 본 발명에서 정의된 객체와 함수들을 정의한 표이다. 함수는 메소드 또는 메시지와 동일 의미로 사용될 수 있다.
Class(또는 객체) Role
project SLAM 프로젝트 정보를 관리하고, 프로젝트 정보는 스캔 장치의 정보와 스캔된 장면을 포함한다. 스캔 장치의 정보는 스캔 장비명, 스캔 밀도, 스캔 높이, 스캔 시 RGB이미지 캡쳐 여부, 스캔 파일 포맷 등 메타데이터를 포함한다.

project 객체의 멤버는 다음과 같다.
- create: 프로젝트를 작성한다.
- SLAM: SLAM 함수를 호출(invoke)한다.
- calculateCTM: SLAM 함수가 실행될 때 CTM을 산출하도록 호출된다.
device SLAM을 위한 데이터 획득 장치이다. PCD와 IMU 데이터를 생성하기 위해 기기(instrument)를 구동한다.

device 객체의 멤버는 다음과 같다.
- start: 디바이스 구동을 시작한다.
- stop: 디바이스 구동을 멈춘다.
- setParameters: 디바이스를 구동하는 데 필요한 매개변수를 설정한다. 예를 들어, 스캔 해상도 등.
ScanDevice LiDAR와 같은 스캔 디바이스가 클래스로 정의된다.
IMUdevice IMU와 같은 디바이스가 클래스로 정의된다.
scene 각 장면 별로 장면데이터가 생성된다. 장면들은 이러한 데이터를 관리하는 클래스이다.

scene 객체의 멤버는 다음과 같다.
- scanNo: 스캐닝 시 장면들이 생성되는 순서로 표시되는 고유 번호이다.
- timeStamp: 스캔 시 생성되는 타임스탬프이다.
- setScanDeviceParameters: 스캔 디바이스에 파라미터들이 설정된다.
- setScanTime: 스캐닝 시 타임스탬프를 설정한다.
- create: 장면을 생성한다.
- addPCD: 스캔된 PCD를 추가한다.
- setPCD: 스캔된 PCD를 설정한다.
- setIMU: 획득된 IMU 데이터를 설정한다.
- calculateFeatures: 고유한 특징점들을 산출한다.
PCD 포인트들을 관리하고, 특징점들을 산출한다. 보다 빠른 데이터 검색을 위해 공간 인덱싱을 사용한다.
point 포인트 데이터를 관리한다. 포인트들은 기본적으로 실제 x, y, z와 반사 강도(reflection intensity)를 가지고 있다.
SpatialIndex PCD에서 특징점 데이터 산출 시 빠른 산출을 지원한다. 공간 인덱스들은 그리드(grids), 옥트리(octrees), R-trees를 지원하여 데이터의 빠른 검색이 가능하도록 한다.

SpatialIndex 객체의 멤버는 다음과 같다.
- indexing: PCD를 이용하여 공간 인덱싱을 수행한다.
- searchInRange: 주어진 3D 범위 내에서 데이터를 검색하고 리턴한다.
feature 생성된 특징점 데이터를 관리한다.
registration 매칭 연산을 지원하다. 매칭을 위해, 두 개의 장면들에 포함된 특징점들 중 가장 유사한 특징점들이 FeatureMatchingPair 객체에 의해 산출 및 관리된다.
FeatureMatchingPair 두 개의 장면들의 특징점들 중 가장 유사한 특징점들을 관리한다.
CTM 3개 이상의 FeatureMatchingPairs에서 계산된 데이터 매칭을 위한 CTM이다.
[표 2] 및 도 5를 참조하면, 후술할 도 7의 시퀀스 다이어그램에서 각 객체별로 호출되는 메시지는 함수로 정의되며, 개념상 중복되는 역할을 하는 장치들은 device로 일반화한다. 예를 들어, 3D 스캐닝을 위한 다양한 종류의 스캐너들을 device로 일반화한다. device는 일반화된 인터페이스 역할을 하므로, 새로운 장치를 추가하고 수정하기 용이해진다. 시퀀스에서 도출되지 않은 공간 인덱스는 프레임워크 설계 시 context를 고려해 추가된다. 설계된 클래스 다이어그램의 역할 및 함수는 [표 2]와 같다.
각 클래스(또는 각 객체)에 정의된 멤버는 데이터 및 알고리즘 결합도를 고려해 할당된다.
예를 들어, scene은 한 장면 스캔 시 생성되는 점군을 관리하고, 그 데이터에 접근할 수 있으므로, 점군에 대한 특징 데이터를 계산하고, scene 간에 정합을 위한 각종 정보를 관리하기 편리하다. scene에 할당된 멤버들은 이런 목적을 위해 정의된 것이다.
registration은 여러 가지 정합계산 전략이 있을 수 있다. 이런 이유로 정합에 관한 연산은 별도 클래스로 설계하였다. registration은 향후 정합 전략에 따라 일반화될 수 있다.
다시 도 1을 참조하면, 백팩(160)은 전원부(140)와 임베디드 컴퓨팅 장치(150)가 내장되는 형태를 가지며, 사용자가 가방처럼 착용할 수 있다.
마운팅 장치(170)는 일단은 백팩(160)의 상단에 연결되어 상공을 향하도록 구비되며, 마운팅 장치(170)의 타단에는 스캐너(120) 및 IMU(130) 중 적어도 하나가 구비될 수 있다.
도 6은 이동형 스캔 백팩 장치(100)를 착용한 예시도이다.
도 6을 참조하면, 마운팅 장치(170)는 스캐너(120)와 IMU(130)가 백팩(160)을 착용한 사용자의 위에 위치하도록 하는 길이를 갖는다. 또한, 마운팅 장치(170)의 타단에는 스캐너(120)와 IMU(130)를 고정시키기 위한 고정 프레임(172)이 구비될 수 있다. 스캐너(120)는 스캐닝 시 그림자 영역이 적게 발생하도록 교정된 위치에 구비된 고정 프레임(172)에 의해 고정될 수 있으며, 고정 프레임(172)의 위치, 방향, 각도 등을 조절하여 스캐너(120)의 스캔 방향을 조절할 수도 있다.
도 7은 본 발명의 실시 예에 따른 시설물 스캔을 위한 이동형 스캔 백팩 장치(100)의 실시간 SLAM 시퀀스를 보여주는 도면이다.
객체 설계는 OOA/D(Object Oriented Analysis and Design) 방법론에 근거해 SLAM 알고리즘으로부터 시퀀스, 객체 및 메소드를 도출하고, 이를 객체화하는 방식으로 진행한다.
또한, 도 7에 도시된 실시간 SLAM 처리 방법은 UML(Uniified Modeling Language) 시퀀스 다이어그램으로 기술한 것으로서, 클래스와 멤버를 도출하기 위해, 시퀀스 설계에서 project, scene, PCD와 같은 객체가 설정된다. 각 객체는 데이터가 포함된 메시지(=함수=메소드)를 주고받으며 정보를 생성한다. 메시지는 클래스에서 메소드나 속성 멤버로서 추출될 수 있다.
도 7에 도시된 시퀀스 메시지는 데이터 교환에 필요한 기능을 수행하며, 센서 데이터를 획득하거나, 정합하는 데 필요한 정보를 교환하는 데 사용될 수 있다. 도 7의 시퀀스 구조에 기술된 객체와 각 객체의 메시지(즉, 속성 멤버)의 역할은 [표 2]에 기술되어 있다.
도 7을 참조하면, 사용자가 백팩(160)을 착용한 후 사용자 인터페이스부(110)를 조작하여 실시간 SLAM 처리 명령을 입력하거나, SLAM 프로그램을 실행하면, 프로세서(154)는 project 객체를 생성하는 메시지(create())와 SLAM 함수(SLAM())를 호출한다(1, 2). create() 함수에 의해 프로세서(154)는 project 객체를 생성하고, project는 프로젝트 기본 정보를 설정하고, setParameters() 함수를 호출한다(3). 프로젝트 기본 정보는 [표 2]에 기재된 것처럼 스캐너와, 점군을 포함하는 스캔 장면을 포함한다.
setParameters() 함수 호출에 의해, ScanDevice 객체는 스캔 정확도, 스캔 해상도, 밀도 등 스캐너(120)를 구동하는데 필요한 파라미터를 설정한다.
또한, 파라미터가 설정되면(3), ScanDevice 객체는 PCD=scan() 함수와 create() 함수 호출에 의해 스캐너(120)를 구동하여 PCD 객체를 획득하고(4, 5), IMUdevice 객체는 IMU(130)를 구동하여 IMU 데이터를 획득한다(6).
PCD와 IMU 데이터가 획득되면, scene 객체는 project의 create() 함수 호출에 의해 장면(scene)을 생성하고(7), 생성된 장면에 스캔 타임 스탬프를 설정한다(8).
그리고, scene 객체는 project의 setIMU(130) 함수와 setPCD() 함수 호출에 의해 7에서 생성된 장면에 위에서 획득한 PCD와 IMU 데이터를 설정 또는 등록한다(9, 10).
feature 객체는 project 객체와 scene 객체의 calculateFeatures() 함수 호출에 의해, 등록된 PCD에서 특징점들을 산출한다(11~13).
project 객체는, 소스 장면과 타겟 장면으로부터 특징점들이 산출되면, 두 번째 스캔 장면인 타겟 장면에서 이전 스캔 장면인 소스 장면에 포함된 PCD의 특징점들과 유사도가 높거나 동일한 매칭 특징점들을 산출한다(14).
project 객체와 scene 객체는, 매칭 특징점들이 산출되면 getFeature() 함수를 호출하여 특징점들을 획득한다(15, 16).
project는 calculateCTM() 함수를 호출하여, 산출된 매칭 특징점들을 이용하여 현재 장면(이전 스캔 장면)의 PCD를 정합하기 위한 CTM(Coordinate Transform Matrix)을 산출한다(17). CTM은 좌표변환행렬이다.
scene 객체는 project의 setCTM() 함수와 registration() 함수 호출에 의해, 산출된 CTM을 현재 장면의 PCD에 적용하여 정합(registration)을 수행한다(18, 19).
프로세서(154) 또는 도 7에 도시된 객체들은 상술한 1~19 단계를 SLAM 함수가 종료될 때까지, 즉, 모든 장면들에 대한 정합이 완료될 때까지 반복한다.
도 7에 대한 스크립트(C언어 의사코드)는 다음과 같다.
p = project.create();
p.SLAM();
bool project::SLAM()
{
ScanDevice.setParameters();
PCD = ScanDevice.scan();
if(PCD == null)
return false;
imu = getIMU();
s = scene.create();
s.setScanTime();
s.setIMU(imu);
s.setPCD(PCD);
fs = s.calculateFeatures();
if(fs == null)
return false;
mf = calculateMatchingFeatures(fs);
if(mf == null)
return false;
ctm = calculateCTM(mf);
s.setCTM(ctm);
s.registration();
return true;
}
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다.
한편, 이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시 예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주하여야 할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 이동형 스캔 백팩 장치
110: 사용자 인터페이스부
120: 스캐너
130: IMU
140: 전원부
150: 임베디드 컴퓨팅 장치
160: 백팩
170: 마운팅 장치

Claims (8)

  1. 전원부;
    시설물을 실시간으로 3차원 스캐닝하여 장면데이터를 획득하는 스캐너;
    위치 및 자세 정보를 획득하는 IMU(Inertial Measurement Unit); 및
    상기 스캐너가 이동하면서 획득하는 장면데이터에 대해 SLAM(Simultaneous localization and mapping) 알고리즘을 적용하여 실시간 PCD(Point Cloud Data) 정합을 수행하는 임베디드 컴퓨팅 장치;를 포함하고,
    상기 임베디드 컴퓨팅 장치는,
    상기 실시간으로 획득되는 장면데이터와 위치 및 자세 정보와 SLAM 알고리즘을 이용하여 실시간 PCD 정합을 수행하는 SLAM 프로그램이 저장되는 메모리; 및
    상기 메모리에 저장된 SLAM 프로그램을 실행하여 상기 장면데이터에 존재하는 특징점들을 장면 별로 산출하고, 장면 별로 산출된 특징점들을 비교하여 실시간으로 PCD 정합을 수행하여 시설물의 공간 정보를 제공하는 프로세서;를 포함하고,
    상기 프로세서는,
    상기 장면데이터의 PCD에 존재하고 특정 곡률을 가지는 불변인 특징점들을 소스 장면과 타겟 장면 별로 산출하는 특징점 산출부;
    상기 소스 장면과 타겟 장면 별로 산출된 특징점들 중 유사한 특징점들을 n개 이상 추출하여 매칭한 매칭 특징점(MF: Matching Feature)들로부터 4차원으로 표현되는 좌표 변환행렬을 각 장면 별로 산출하는 특징 매칭부; 및
    상기 장면 별로 산출된 좌표 변환행렬을 상기 소스 장면의 PCD에 적용하여 4차원 동차 좌표계인 기준 좌표계로 정합하는 정합부;를 포함하고,
    상기 특징 매칭부는,
    상기 소스 장면에서 산출되는 특징점들과 타겟 장면에서 산출되는 특징점들 중 서로 유사도가 높은 최소 n개의 특징점들을 추출하여 최소 n개의 매칭 특징점들을 산출하고, 상기 소스 장면에서 추출된 매칭 특징점들로부터 상기 타겟 장면에서 추출된 매칭 특징점들로 이동 및 회전 변환하는 좌표 변환행렬을 산출하며,
    상기 프로세서는 다음 코드의 형식을 통해 PCD를 생성하고, 특징점들을 산출하여 좌표 변환행렬을 산출한 후 PCD를 정합하는 동작을 수행하는 것을 특징으로 하는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치:
    p = project.create();
    p.SLAM();
    bool project::SLAM()
    {
    ScanDevice.setParameters();
    PCD = ScanDevice.scan();
    if(PCD == null)
    return false;

    imu = getIMU();
    s = scene.create();
    s.setScanTime();
    s.setIMU(imu);
    s.setPCD(PCD);
    fs = s.calculateFeatures();
    if(fs == null)
    return false;

    mf = calculateMatchingFeatures(fs);
    if(mf == null)
    return false;

    ctm = calculateCTM(mf);
    s.setCTM(ctm);
    s.registration();

    return true;
    }.
  2. 제1항에 있어서,
    상기 임베디드 컴퓨팅 장치와 전원부가 내장되는 백팩; 및
    일단은 상기 백팩의 상단에 연결되어 상공을 향하도록 구비되며, 타단에는 상기 스캐너 및 IMU 중 적어도 하나가 구비되는 마운팅 장치;를 더 포함하는 것을 특징으로 하는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치.
  3. 제2항에 있어서,
    상기 마운팅 장치는,
    상기 스캐너와 IMU부가 상기 백팩을 착용한 사용자의 위에 위치하도록 하는 길이를 가지며,
    상기 스캐너는,
    스캐닝 시 그림자 영역이 적게 발생하도록 고정 프레임에 의해 상기 마운팅 장치의 타단에 구비되는 것을 특징으로 하는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치.
  4. 삭제
  5. 제1항에 있어서,
    상기 메모리에는,
    PCD를 관리하는 PCD 서버와, 화면에 PCD가 표시되도록 하는 PCD 뷰어와, 상기 SLAM 알고리즘을 지원하는 CGL(Computational Geometry Library)과, 상기 스캐너 및 IMU로부터 획득되는 데이터와 데이터 처리 모듈 간의 데이터 교환을 담당하는 ROS(Robot Operating System)와, 임베디드 OS가 더 저장되는 것을 특징으로 하는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치.
  6. 제5항에 있어서,
    상기 PCD 뷰어에 의해 생성되는 장면 별 PCD, 실시간 PCD 정합에 의해 생성되는 공간 정보를 표시하는 사용자 인터페이스부;를 더 포함하는 것을 특징으로 하는 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치.
  7. 삭제
  8. 삭제
KR1020200055140A 2020-05-08 2020-05-08 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치 KR102275682B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200055140A KR102275682B1 (ko) 2020-05-08 2020-05-08 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200055140A KR102275682B1 (ko) 2020-05-08 2020-05-08 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치

Publications (1)

Publication Number Publication Date
KR102275682B1 true KR102275682B1 (ko) 2021-07-12

Family

ID=76859262

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200055140A KR102275682B1 (ko) 2020-05-08 2020-05-08 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치

Country Status (1)

Country Link
KR (1) KR102275682B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113777586A (zh) * 2021-09-07 2021-12-10 武汉天眸光电科技有限公司 背包式激光雷达扫描仪
KR20230119330A (ko) * 2022-02-07 2023-08-16 박현종 지형지물의 3차원 스캔 자료 제공 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101803944B1 (ko) * 2016-12-07 2017-12-04 한국건설기술연구원 로버 이동 규칙 정의 기반 3d 이미지 스캔 자동화 장치 및 방법
KR20180004151A (ko) * 2015-04-10 2018-01-10 더 유럽피안 애토믹 에너지 커뮤니티(이유알에이티오엠), 리프레젠티드 바이 더 유럽피안 커미션 실시간 맵핑 및 로컬리제이션을 위한 장치 및 방법
KR20180044486A (ko) * 2016-10-21 2018-05-03 네이버 주식회사 자율 주행 기술을 응용한 3차원 실내 정밀 지도 자동 생성 로봇 및 로봇의 제어 방법
KR20180127184A (ko) * 2017-05-19 2018-11-28 (주)랜도르아키텍쳐 구동형 마킹 장치, 구동형 마킹 장치의 안정화 시스템 및 방법
KR20190045006A (ko) 2017-10-23 2019-05-02 주식회사 유진로봇 라이다를 이용한 위치 인식 및 지도 작성에 관한 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180004151A (ko) * 2015-04-10 2018-01-10 더 유럽피안 애토믹 에너지 커뮤니티(이유알에이티오엠), 리프레젠티드 바이 더 유럽피안 커미션 실시간 맵핑 및 로컬리제이션을 위한 장치 및 방법
KR20180044486A (ko) * 2016-10-21 2018-05-03 네이버 주식회사 자율 주행 기술을 응용한 3차원 실내 정밀 지도 자동 생성 로봇 및 로봇의 제어 방법
KR101803944B1 (ko) * 2016-12-07 2017-12-04 한국건설기술연구원 로버 이동 규칙 정의 기반 3d 이미지 스캔 자동화 장치 및 방법
KR20180127184A (ko) * 2017-05-19 2018-11-28 (주)랜도르아키텍쳐 구동형 마킹 장치, 구동형 마킹 장치의 안정화 시스템 및 방법
KR20190045006A (ko) 2017-10-23 2019-05-02 주식회사 유진로봇 라이다를 이용한 위치 인식 및 지도 작성에 관한 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
신속한 건축물 스캔을 위한 SLAM기반 이동형 스캔백팩 시스템 개발 고려사항 도출(강태욱. 한국산학기술학회 논문지 21(3), 312-320. 공지시점 2020.03.31.)* *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113777586A (zh) * 2021-09-07 2021-12-10 武汉天眸光电科技有限公司 背包式激光雷达扫描仪
KR20230119330A (ko) * 2022-02-07 2023-08-16 박현종 지형지물의 3차원 스캔 자료 제공 시스템
KR102642755B1 (ko) * 2022-02-07 2024-03-04 박현종 지형지물의 3차원 스캔 자료 제공 시스템

Similar Documents

Publication Publication Date Title
Xu et al. Fast-lio2: Fast direct lidar-inertial odometry
US11313684B2 (en) Collaborative navigation and mapping
Nüchter et al. 6D SLAM—3D mapping outdoor environments
KR102053802B1 (ko) 센서를 위치판단하는 방법 및 관련된 장치
KR20220009393A (ko) 이미지 기반 로컬화
Torii et al. Are large-scale 3d models really necessary for accurate visual localization?
CN107430686A (zh) 用于移动设备定位的区域描述文件的众包创建和更新
KR102275682B1 (ko) 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치
US11860846B2 (en) Methods, systems and apparatus to improve spatial-temporal data management
Teller Automated urban model acquisition: Project rationale and status
CN115164906B (zh) 定位方法、机器人和计算机可读存储介质
KR20200028210A (ko) 모바일 맵핑 또는 자율 주행용 플랫폼과 관측 데이터의 구조화를 위한 시스템
Nguyen et al. Structural modeling from depth images
Zhang et al. Dense 3d mapping for indoor environment based on feature-point slam method
Serafin et al. Robots for exploration, digital preservation and visualization of archeological sites
Hou et al. Octree-Based Approach for Real-Time 3D Indoor Mapping Using RGB-D Video Data
Ancona et al. Extending a mobile device with low-cost 3d modeling and building-scale mapping capabilities, for application in architecture and archaeology
Cavallari et al. Semanticfusion: Joint labeling, tracking and mapping
Araujo et al. Life cycle of a slam system: Implementation, evaluation and port to the project tango device
Arnaud et al. On the fly plane detection and time consistency for indoor building wall recognition using a tablet equipped with a depth sensor
Hu et al. 3D indoor modeling using a hand-held embedded system with multiple laser range scanners
Fischler et al. Image understanding research at SRI International
Wolfart et al. Mobile 3D Laser Scanning for Nuclear Safeguards
Silveira et al. The efficient E-3D visual servoing
Alouache et al. Evaluation of an OpenCV implementation of structure from motion on open source data

Legal Events

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