KR102353827B1 - 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법 - Google Patents

규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법 Download PDF

Info

Publication number
KR102353827B1
KR102353827B1 KR1020200157600A KR20200157600A KR102353827B1 KR 102353827 B1 KR102353827 B1 KR 102353827B1 KR 1020200157600 A KR1020200157600 A KR 1020200157600A KR 20200157600 A KR20200157600 A KR 20200157600A KR 102353827 B1 KR102353827 B1 KR 102353827B1
Authority
KR
South Korea
Prior art keywords
bim
scan
component
pipeline
mapping
Prior art date
Application number
KR1020200157600A
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 KR1020200157600A priority Critical patent/KR102353827B1/ko
Application granted granted Critical
Publication of KR102353827B1 publication Critical patent/KR102353827B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Processing (AREA)

Abstract

규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법이 제공된다. 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법은, 스캔 대상물을 스캐닝하여 획득한 PCD를 BIM 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들로 설정하는 설정부와, 설정부에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 정형화하는 정형화부와, 정형화부에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정의하여, PCD로부터 파이프 형상을 추출하고, 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의하는 파이프 추출부와, Scan-to-BIM 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 Scan-to-BIM 매핑 파이프라인 구조를 설계하는 파이프라인 설계부를 포함한다.

Description

규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법{Apparatus and method for designing rule-based Scan-to-BIM mapping pipeline structure}
본 발명은 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법에 관한 것으로서, 보다 상세하게는, Scan-to-BIM 프로세스를 미리 정의된 규칙 기반으로 정형화하여 다양한 경우에서 반복적인 과정을 파라메터만 재조정해 사용하도록 자동화할 수 있는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법에 관한 것이다.
최근 시설물 유지 관리, 시공 관리 등을 목적으로, 기존에 제조 분야에서 연구되었던 역설계 기술을 건설 분야에 도입하는 사례가 늘어나고 있다. 아울러, 많은 건설 프로젝트에서 BIM(Building Information Modeling)을 발주하고 있어, 자연스럽게 Scan-to-BIM에 대한 관심이 증가했다. 일 예로, MEP(Mechanical Electrical and Plumbing) 분야에서 시설물 관리 목적 등으로 스캔된 데이터를 BIM으로 변환하는 Scan-to-BIM 프로젝트가 증가하고 있다.
이러한 과정은 응용 목적 지향적인 프로세스를 가지고 있어, 프로젝트 목적에 따라 Scan-to-BIM 작업 파라메터가 달라진다. 부득이하게, 모델러는 응용 목적에 따라 BIM 모델링 파라메터를 수작업으로 반복 조정하며 원하는 결과가 도출될 때까지 Scan-to-BIM 프로세스를 반복 수행한다. 이 과정은 프로젝트에 따른 반복적인 수작업을 발생시켜 작업 생산성 및 품질 문제를 가져온다.
따라서, 기존의 이러한 문제를 해결하여 Scan-to-BIM 프로세스를 사전 정의된 규칙 기반으로 정형화하여 자동화할 수 있는 기술의 개발이 필요하다.
국내 공개특허 제10-2018-0131471 (2018.12.10)
전술한 문제점을 해결하기 위하여 본 발명이 이루고자 하는 기술적 과제는, 시설물 관리 목적 등으로 스캔된 데이터를 BIM으로 변환하는 Scan-to-BIM 프로젝트에서 프로젝트 마다 적용해야 할 Scan-to-BIM 작업 파라메터가 다르며, 모델러는 응용 목적에 따라 BIM 모델링 파라메터를 수작업으로 조정하여 원하는 결과가 나올 때가지 Scan-to-BIM 프로세스를 반복 수행하므로, 이러한 반복적인 수작업 과정에 의해 프로젝트 생산성 및 품질에 나쁜 결과를 가져오는 문제점을 해결하기 위해, Scan-to-BIM 프로세스를 미리 정의된 규칙 기반으로 정형화한 후 다양한 경우에서 반복적인 과정을 파라메터만 재조정해 자동화할 수 있도록 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법을 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, 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치는, 스캔 대상물을 스캐닝하여 획득한 PCD(Point Cloud Data)를 BIM(Building Information Modeling) 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들로 설정하는 설정부; 상기 설정부에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 정형화하는 정형화부; 상기 정형화부에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정의하여, 상기 PCD로부터 파이프 형상을 추출하고, 상기 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의하는 파이프 추출부; 및 상기 Scan-to-BIM 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 Scan-to-BIM 매핑 파이프라인 구조를 설계하는 파이프라인 설계부;를 포함한다.
상기 설정부에서 설정되는 다수의 과정들은, Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성 및 BIM 객체 모델링을 포함하고, 상기 정형화부에서 상기 다수의 과정들 각각에 대해 정형화되는　Scan-to-BIM 파이프라인 컴포넌트는, Setup project 컴포넌트, Scan 컴포넌트, Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트 및 BIM object generation 컴포넌트를 포함한다.
상기 파이프 추출부는, 상기 정형화부에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 상기 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하여, 실린더 형상을 생성하는 작업 파라메테럴 정의하는 작업 파라메터 정의부; 상기 작업 파라메터 정의부에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여, 상기 PCD로부터 파이프 형상을 추출하는 파이프 형상 추출부; 및 상기 파이프 형상 추출부에서 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 BIM 객체 매핑 규칙을 정의하는 매핑 규칙 정의부;를 포함한다.
상기 작업 파라메터 정의부는, 상기 Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트에 대한 작업 파라메터를 다음과 같이 정의한다.
Figure 112020125550037-pat00001
여기서,
Figure 112020125550037-pat00002
는 상기 Grid generation 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD를 3차원 좌표계에서 x축 간격, y축 간격, z축 간격을 지정하여 정의되고,
Figure 112020125550037-pat00003
여기서,
Figure 112020125550037-pat00004
는 상기 LoD 컴포넌트에 대한 작업 파라메터로서 LoD 레벨의 크기 및 LoD 레벨에 해당하는 점군 개수이고,
Figure 112020125550037-pat00005
여기서,
Figure 112020125550037-pat00006
는 상기 Filtering 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD 중 노이즈를 제거하기 위해 k-NN(k-nearest neighbor) 클러스터링 알고리즘을 이용하고,
Figure 112020125550037-pat00007
여기서,
Figure 112020125550037-pat00008
은 상기 Segmentation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 사전에 정해진 곡률에 의해 구분되는 지점을 기준으로 세그먼테이션을 수행하고,
Figure 112020125550037-pat00009
여기서,
Figure 112020125550037-pat00010
은 상기 Geometry generation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 파이프 형상에 맞는 작업 파라메터를 가지는 점군을 산출하는 것이다.
상기 파이프 형상 추출부는, 상기 작업 파라메터 정의부에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여 실린더 형상을 만족하는 점군을 파이프 형상 추출 알고리즘을 이용하여 획득하여 파이프 형상을 추출한다.
상기 파이프라인 설계부는, 상기 Scan-to-BIM 파이프라인의 워크플로우를 정의하기 위해 Container 패턴과 Iterator 패턴을 사용하고, 정의된 워크플로우를 관리 및 실행하기 위해 Command 패턴을 사용하고, 상기 Scan-to-BIM 파이프라인의 각 컴포넌트가 작업 파라메터를 가변적으로 실행할 수 있도록 Script를 호출하도록 상기 Scan-to-BIM 파이프라인의 구조를 설계하며, 상기 Container 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령들을 재활용하도록 관리하는 클래스이고, 상기 Iterator 패턴은 상기 명령들을 열거하는 클래스이고, 상기 Command 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령을 관리하는 클래스이다.
한편, 본 발명의 다른 실시 예에 따르면, 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법은, (A) 전자장치가, 스캔 대상물을 스캐닝하여 획득한 PCD(Point Cloud Data)를 BIM(Building Information Modeling) 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들로 설정하는 단계; (B) 상기 (A) 단계에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 정형화하는 단계; (C) 상기 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정의하여, 상기 PCD로부터 파이프 형상을 추출하고, 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의하는 단계; 및 (D) 상기 Scan-to-BIM 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 Scan-to-BIM 매핑 파이프라인 구조를 설계하는 단계;를 포함한다.
상기 (A) 단계에서 설정되는 다수의 과정들은, Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성 및 BIM 객체 모델링을 포함하고, 상기 (B) 단계에서 상기 다수의 과정들 각각에 대해 정형화되는　Scan-to-BIM 파이프라인 컴포넌트는, Setup project 컴포넌트, Scan 컴포넌트, Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트 및 BIM object generation 컴포넌트를 포함한다.
상기 (C) 단계는, (C1) 상기 (B) 단계에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 상기 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하여, 구현하고자 하는 파이프 형상에 해당하는 실린더 형상을 생성하기 위한 작업 파라메터를 정의하는 단계; (C2) 상기 (C1) 단계에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여, 상기 PCD로부터 파이프 형상을 추출하는 단계; 및 (C3) 상기 (C2) 단계에서 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 BIM 객체 매핑 규칙을 정의하는 단계;를 포함한다.
상기 (C1) 단계는, 상기 Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트에 대한 작업 파라메터를 다음과 같이 정의한다.
Figure 112020125550037-pat00011
여기서,
Figure 112020125550037-pat00012
는 상기 Grid generation 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD를 3차원 좌표계에서 x축 간격, y축 간격, z축 간격을 지정하여 정의되고,
Figure 112020125550037-pat00013
여기서,
Figure 112020125550037-pat00014
는 상기 LoD 컴포넌트에 대한 작업 파라메터로서 LoD 레벨의 크기 및 LoD 레벨에 해당하는 점군 개수이고,
Figure 112020125550037-pat00015
여기서,
Figure 112020125550037-pat00016
는 상기 Filtering 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD 중 노이즈를 제거하기 위해 k-NN(k-nearest neighbor) 클러스터링 알고리즘을 이용하고,
Figure 112020125550037-pat00017
여기서,
Figure 112020125550037-pat00018
은 상기 Segmentation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 사전에 정해진 곡률에 의해 구분되는 지점을 기준으로 세그먼테이션을 수행하고,
Figure 112020125550037-pat00019
여기서,
Figure 112020125550037-pat00020
은 상기 Geometry generation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 파이프 형상에 맞는 작업 파라메터를 가지는 점군을 산출하는 것이다.
상기 (D) 단계는, 상기 (C1) 단계에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여 실린더 형상을 만족하는 점군을 파이프 형상 추출 알고리즘을 이용하여 획득하여 파이프 형상을 추출한다.
상기 (D) 단계는, 상기 Scan-to-BIM 파이프라인의 워크플로우를 정의하기 위해 Container 패턴과 Iterator 패턴을 사용하고, 정의된 워크플로우를 관리 및 실행하기 위해 Command 패턴을 사용하고, 상기 Scan-to-BIM 파이프라인의 각 컴포넌트가 작업 파라메터를 가변적으로 실행할 수 있도록 Script를 호출하도록 상기 Scan-to-BIM 파이프라인의 구조를 설계하며, 상기 Container 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령들을 재활용하도록 관리하는 클래스이고, 상기 Iterator 패턴은 상기 명령들을 열거하는 클래스이고, 상기 Command 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령을 관리하는 클래스이다.
본 발명에 따르면, Scan-to-BIM 프로세스를 미리 정의된 규칙 기반으로 정형화함으로써 다양한 파이프 구조, 건축물 구조에서 반복적으로 발생하는 처리 과정을 파라메터만 재조정해 자동화할 수 있다. 예를 들어, 스캔된 포인트 클라우드를 3차원 형상으로 매핑할 때, 여러가지 옵션(매핑할 파이프 실린더 반경, 파이프 길이, 곡률 최소 최대 값 등)이 필요하며 이러한 옵션을 파라메터로 하고 경우에 따라 재조정하여 자동화할 수 있다.
또한, 본 발명에 따르면, 미리 정의된 규칙 기반 Scan-to-BIM 파이프라인을 라이브러리처럼 보관해 재활용할 수 있다.
또한, 본 발명에 따르면 응용 지향적 Scan-to-BIM 프로세스 자동화, 가변성 및 재활용성 지원을 위해, 규칙 기반 Scan-to-BIM Mapping Pipeline 구조를 자동 생성 알고리즘을 이용하여 구현 및 설계함으로써 효용성을 가시화할 수 있고, 특히 MEP에서 많은 수를 차지하고 있는 plumbing 시스템에 본 발명의 파이프라인 방식을 적용 및 응용함으로써 처리 속도를 높일 수 있다.
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 Scan-to-BIM Mapping Pipeline 개념도를 도시한 도면,
도 2는 Scan-to-BIM 프로세스를 분석한 유스케이스 다이어그램을 도시한 도면,
도 3은 본 발명의 실시 예에 따른 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치를 도시한 블록도,
도 4는 각 과정 별 관계와 입출력 데이터 항목을 보여주는 도면,
도 5는 데이터 파일 및 폴더의 계층 구조(Hierarchy Structure)를 도시한 도면,
도 6은 도 3에 도시된 파이프 추출부를 도시한 블록도,
도 7은 도 3에 도시된 파이프라인 설계부를 도시한 블록도,
도 8은 Scan-to-BIM 매핑 파이프라인 데이터 구조와 관련된 아키텍쳐(UML)를 도시한 도면,
도 9는 Scan-to-BIM 매핑 파이프라인 아키텍쳐를 도시한 도면,
도 10은 Scan-to-BIM 데이터 구조를 도시한 도면,
도 11은 PCD BIM 객체 추출 결과 및 에러의 예를 보여주는 도면,
도 12는 Scan-to-BIM 매핑 파이프라인 결과의 예를 보여주는 도면,
도 13은 Massive PCD 프로세싱 결과(Input PCD, Proposed Scan-to-BIM Pipeline, Compared Software)를 보여주는 도면,
도 14는 비직선형 Elbow 파이프 매핑 성능 결과를 보여주는 도면,
도 15는 BIM 객체 매핑 테스트 결과를 설명하기 위한 도면,
도 16은 본 발명의 실시 예에 따른 전자장치의 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법을 도시한 흐름도, 그리고,
도 17은 본 발명의 일 실시 예에 따른 스마트 시설물 관리 방법을 실행하는 전자장치를 도시한 블록도이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시 예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시 예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
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.
이하, 본 발명에서 실시하고자 하는 구체적인 기술내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다.
본 발명의 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치(100)의 각각의 구성은 기능 및/또는 논리적으로 분리될 수도 있으며, 반드시 각각의 구성이 별도의 물리적 장치로 구분되거나 별도의 코드로 작성됨을 의미하는 것은 아님을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
상기 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치(100)는 소정의 데이터 프로세싱 장치에 설치되어 본 발명의 기술적 사상을 구현할 수도 있다.
도 1은 본 발명의 실시 예에 따른 Scan-to-BIM Mapping Pipeline 개념도를 도시한 도면이다.
먼저, 컴퓨터 과학에서 파이프라인 개념은 한 데이터 처리 단계의 출력이 다음 단계의 입력으로 이어지는 형태로 연결된 구조를 가리킨다. 이렇게 연결된 파이프라인 각 단계는 정형화되어 있다면 재활용하기 용이해진다. 미리 정의된 파이프라인은 규칙적으로 정형화된 파라메터를 일부 수정하면 프로젝트 목적에 맞게 재사용할 수 있다. 또한, 미리 정의된 파이프라인 여러 개를 병렬적으로 수행할 수 있기 때문에, 많은 양의 데이터를 병렬 처리하여 성능을 향상시킬 수 있다.
따라서, 파이프라인을 규칙화된 입출력 형식, 수행 단계, 파라메터로 정의할 수 있다면, 사용 목적에 따라 미리 정의된 파이프라인의 파라메터를 수정함으로써 가변성과 재활용성을 높일 수 있다. 이는 반복적인 작업이 많은 Scan-to-BIM 프로젝트에서 생산성을 높이기 위한 의미있는 방법이 될 수 있다.
또한, 본 발명은 응용 목적(예를 들어, 파이프, 건축 바닥, 평면 등)에 맞게 Scan-to-BIM 작업 절차를 정형화하고 작업 파라메터를 응용 목적에 따라 변경하는 것으로 프로세스를 사용자화하고 재활용할 수 있으며, 일 예로 MEP에서 다수를 차지고 있는 plumbing 시스템을 대상으로 하고, Scan-to-BIM 작업 유스케이스 시나리오, Scan-to-BIM 알고리즘 및 관련 파라메터를 분석하고, 이를 규칙과 파이프라인 구조로 정형화할 수 있다.
도 1을 참조하면, 파이프라인 구조를 설계하기 위해서는 Scan-to-BIM 유스케이스 시나리오를 분석하여 프로세스를 정의하는 과정이 필요하다. 이를 통해, 프로세스를 구성하는 요소를 파이프라인 컴포넌트로 매핑할 수 있다. 프로세스의 각 단계는 다양한 도구, 기술 및 수작업을 통해 데이터를 변환하여 다음 단계로 보낸다. 이 단계에서 자동화될 수 있는 것이 무엇인지를 확인하고, 자동화될 단계는 어떤 데이터 입출력과 어떤 작업 파라메터가 필요한지를 분석한다.
데이터 입출력 형태와 작업 파라메터는 일반화될 수 있는 규칙으로 정의할 수 있다. Scan-to-BIM 규칙은 사전 정의된 파이프라인과 파라메터를 통해 라이브러리화할 수 있어, 유사한 유스케이스에서 이를 재활용할 수 있다.
따라서, 본 발명에서는 Scan-to-BIM 매핑 파이프라인을 설계하기 위해, Scan-to-BIM 유스케이스 시니리오 분석(Usecase Scenario Analysis), 프로세스 컴포넌트 정의, 데이터 입출력 형식 및 파라메터 규칙화를 수행할 수 있다.
1. 유스케이스 시니리오 분석
먼저 Scan-to-BIM 시나리오 분석을 위해, Plumbing System이 포함된 MEP에 대한 Scan-to-BIM 프로젝트를 수행한다. MEP 시설물을 스캔하여 획득한 PCD(Point Cloud Data)는 [수학식 1]과 같이 표현된다.
Figure 112020125550037-pat00021
[수학식 1]을 참조하면, PCDvloume는 좌표값(pointsize), 강도(PCDcount), RGB 값(RGBsize)으로 구성된다.
Scan-to-BIM 프로세스를 구성하는 주요 요소는 다음과 같다.
S1. 현장 답사 및 계획, S2. 정합용 타겟 설치, S3. 현장 스캐닝, S4. 데이터 정합, S5. 필터링, S6. 세그먼테이션, S7. 모델링, S8. Scan To BIM 품질 체크 리포트
S1~S8 중 상대적으로 자동화가 가능한 과정은 S4, S5, S6, S7이고, 본 발명에서는 S5, S6, S7을 자동화 대상으로 한다.
도 2는 Scan-to-BIM 프로세스를 분석한 유스케이스 다이어그램을 도시한 도면이다. 도 2에 도시된 각 유스케이스는 Scan-to-BIM 파이프라인 컴포넌트로 [표 1]과 같이 정의될 수 있다.
이하에서는 유스케이스 분석을 참조하여 본 발명의 실시 예에 따른 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조를 설계하는 동작에 대해 도 3 내지 도 10을 참조하여 설명한다.
도 3은 본 발명의 실시 예에 따른 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치(100)를 도시한 블록도이다.
도 3을 참조하면, 본 발명의 실시 예에 따른 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치(100)는 설정부(110), 정형화부(120), 파이프 추출부(130) 및 파이프라인 설계부(140)를 포함한다.
2. 파이프라인 컴포넌트 설계 및 입출력 데이터 정형화
Scan-to-BIM 매핑 파이프라인 설계를 위해, 이전에 분석된 유스케이스 시나리오를 바탕으로 컴포넌트, 스캔 데이터 입출력 형태를 정형화하고, 각 과정과 관련된 입출력 데이터 항목 및 형태를 분석해야 한다. 이전에 분석된 Scan-to-BIM 유스케이스 시나리오를 일반화하면, 프로세스 각 과정은 Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성 및 BIM 객체 모델링 단계로 구분될 수 있다. 모든 과정은 스캔된 PCD를 입력받아, BIM 객체를 얻을 때까지 PCD를 처리하는 과정을 거친다.
따라서, 설정부(110)는 스캔 대상물을 스캐닝하여 획득한 PCD를 BIM 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들, 즉, Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성(Geometry generation) 및 BIM 객체 모델링으로 구분하여 설정할 수 있다.
정형화부(120)는 설정부(110)에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 분석 및 도출하여 정형화할 수 있다.
도 4는 각 과정 별 관계와 입출력 데이터 항목을 보여주는 도면이다.
도 4를 참조하면, 설정부(110)에서 설정된 각 과정은 특정 형식의 데이터 항목과 입출력 관계가 있다. 예를 들어, 점군 필터링 과정은 점군 노이즈 제거와 관련된 작업 파라메터를 바탕으로 PCD 파일을 입력받아, 필터링된 PCD 파일을 출력한다. Geometry generation 과정은 세그먼트된 PCD를 입력받아 Geometry를 생성한다.
[표 1]은 정형화부(120)에 의해 분석된 Scan-to-BIM　파이프라인 컴포넌트, 입출력 데이터 입출력 항목 및 데이터 형태를 보여준다.
Scan-to-BIM Pipeline Component 입출력 데이터 항목
(Data Item)		 데이터 형태
(Data Format)
C1. Setup project D1. Project information file {name, description}
C2. Scan D2. PCD file {x, y, z, I, RGB}*
C3. Grid generation C3. PCD file {grid_ID, x, y, z, I, RGB}*
C4. LoD D4. PCD file PCD files
C5. Filtering D5. Filtered PCD file PCD files
C6. Segmentation D6. Segmented PCD {segment_ID, x, y, z, I, RGB}
C7. Geometry generation D7. Geometry data {geometry_ID, type, dimension*}dimension={name, value}
C8. BIM object generation D8. BIM object data {BIM_object_ID, type, dimension*, property*}property={name, value}
[표 1]에서 PCD file은 스캔된 점군 또는 그리드에 포함된 점군, I는 반사강도, dimension은 치수이다.
도 4 및 [표 1]을 참조하면, 정형화부(120)는 다수의 과정들 각각에 대해 Setup project 컴포넌트, Scan 컴포넌트, Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트 및 BIM object generation 컴포넌트를 정형화한다. 예를 들어, Scan 컴포넌트에 해당하는 입출력 데이터 항목은 PCD 파일이고, 데이터 형태는 {x, y, z, I, RGB}로 정의된다.
또한, 정형화부(120)는 정형화된 각 컴포넌트와 입출력 데이터 항목을 이용해 데이터 관리가 가능하도록 구조화할 수 있다. 각 컴포넌트와 관련된 입출력 데이터 항목들을 그룹화하면, 컴포넌트별로 독립적인 재사용이 가능해진다. 이를 고려해, 정형화부(120)는 각 컴포넌트와 데이터 항목 간 관계를 도 5와 같이 계층으로 구조화할 수 있다.
도 5에는 데이터 파일 및 폴더의 계층 구조(Hierarchy Structure)가 도시되어 있으며, 예를 들어, Scan-to-BIM 프로젝트는 스캔 기록(scan records)으로 구성되고, 스캔 기록은 점군 파일들로 구성된다. 도 5의 계층으로 구조화된 결과는 이후 각 파이프라인 컴포넌트의 입출력 파일을 저장하는 저장소로 사용될 수 있다.
3. Pipeline Component Parameter and Rule Design
파이프 추출부(130)는 정형화부(120)에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하여, 스캐닝되어 획득한 PCD로부터 파이프 형상을 추출하고, 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의할 수 있다.
도 6은 도 3에 도시된 파이프 추출부(130)를 도시한 블록도이다.
도 6을 참조하면, 파이프 추출부(130)는 작업 파라메터 정의부(132), 파이프 형상 추출부(134) 및 매핑 규칙 정의부(136)를 포함한다.
3.1 Scan-to-BIM Component Algorithm and Parameters
작업 파라메터 정의부(132)는 정형화부(120)에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하며, 실린더 형상을 생성하기 위한 작업 파라메터(수학식 8)를 정의할 수 있다.
작업 파라메터 정의부(132)는 Scan-to-BIM 컴포넌트 작업 파라메터와 규칙을 디자인하기 위해, 정형화부(120)에서 정형화된 각 컴포넌트의 알고리즘과 파라메터를 분석할 수 있다. 작업 파라메터를 추출하고 규칙화할 수 있으면, 사전 정의된 Scan-to-BIM 파이프라인을 약간의 파라메터 수정만으로 재활용할 수 있다.
a. Grid generation(C3) parameter, LoD(C4) parameters
Scan-to-BIM 프로젝트에서 대용량 점군 데이터를 그대로 사용하면, 컴퓨터에서 처리 시 문제가 발생한다. 고정식 LiDAR에서 얻은 점군을 정합한 데이터 크기는 수천만에서 억만포인트 이상인 경우가 일반적이다. 그러나, 모든 프로젝트가 이런 고정밀 점군을 필요로 하지 않으며, 일반적으로 점군은 목적에 따라 정밀도를 변환해 사용한다. 점군의 LoD를 낮게 변환한 후에도, 컴퓨터가 데이터 처리가 어려운 경우 점군을 영역으로 분할해 사용할 수 있으며, 영역 분할 시 격자를 사용할 수 있다. 격자 크기는 3차원 좌표계에서 x, y, z 축 간격을 지정함으로써 정의될 수 있다. 이를 파라메터로 정의하면 [수학식 2]와 같다.
Figure 112020125550037-pat00022
[수학식 2]를 참조하면,
Figure 112020125550037-pat00023
는 Grid generation 컴포넌트에 대한 작업 파라메터로서, 스캐닝 단계에서 획득한 PCD를 3차원 좌표계에서 x축 간격(sizex), y축 간격(sizey), z축 간격(sizez)을 지정하여 정의될 수 있다. 작업 파라메터의 정의는 작업 파라메터 정의부(132)에서 자동으로 수행되거나 관리자에 의해 정보가 입력되면 수동으로 정의될 수 있다.
초기 스캔된 대용량의 PCD가 격자화되도록 작업 파라메터가 정형화되면, LoD 처리가 수행된다. LoD 처리는 지정된 포인트 개수보다 같거나 낮은 밀도의 점군으로 변환하는 것이다. LoD는 해상도와 같이 특정 영역 내 포인트 개수로 표현할 수 있다. LoD 처리는 일반적으로 quadtree, octree 공간 인덱싱 기법을 이용해 공간을 분할하고 분할된 구역의 점군의 평균점, 중심점 등을 계산하는 방법을 사용한다. 이와 관련된 파라메터는 [수학식 3]과 같다.
Figure 112020125550037-pat00024
[수학식 3]을 참조하면,
Figure 112020125550037-pat00025
는 LoD 컴포넌트에 대한 작업 파라메터로서 공간 분할을 위한 격자 크기(또는 LoD 레벨의 크기)와 변경하고자 하는 LoD 레벨에 해당하는 점군 개수로 표현된다.
b. Filtering(C5) parameters
스캔 프로젝트에서 원하지 않는 영역이나 점군(즉 노이즈)이 획득되었을 경우, 노이즈 데이터를 제거하는 과정은 이후 작업 품질에 직접적인 영향을 준다. 자동 필터링은 k-NN(k-nearest neighbor)와 같은 클러스터링 알고리즘(filterk-NN)을 이용해 제거할 영역(filterbounding_box)을 판단한 후, 자동으로 해당 영역을 제거하는 방식이다. 소수의 점군이 밀집된 점군으로부터 특정 거리 이상으로 떨어져 있거나, 관심 영역 밖의 점군 데이터가 취득되었을 때 이를 제거한다. 필터링이라는 파라메터를 표현하면 [수학식 4]와 같다.
Figure 112020125550037-pat00026
Figure 112020125550037-pat00027
Figure 112020125550037-pat00028
[수학식 4]를 참조하면,
Figure 112020125550037-pat00029
는 Filtering 컴포넌트에 대한 작업 파라메터로서, PCD 중 노이즈를 제거하기 위해 k-NN 클러스터링 알고리즘을 이용하여 자동 필터링을 수행하도록 정형화된다.
c. Segmentation(C6) parameter, Geometry generation(C7) parameters
세그먼테이션은 2단계로 구분해 처리한다. 1단계(C6)는 곡률이 급격히 구분되는 지점을 기준으로 세그먼테이션을 수행하고, 2단계(C7)는 파이프 형상에 맞는 파라메터를 가진 점군을 계산한다. 1단계 세그먼테이션(C6)은 위에서 분리된 격자 단위로 진행될 수 있다. 즉, 하나의 격자에서 곡률이 급격히 변하는 지점을 기준으로 세그먼테이션이 수행될 수 있다. 2단계 세그먼테이션(C7)은 1단계(C6)에서 세그먼테이션된 단위 별로 점군을 계산할 수 있다.
1단계 세그먼테이션(C6)은 곡률 유사도에 기반한 Region growing 알고리즘을 사용한다. 이 방법은 [수학식 5]와 같이 점군의 지역 표면 법선과 연결성을 사용하며 세그먼테이션을 수행한다.
Figure 112020125550037-pat00030
[수학식 5]는 곡률이 특정
Figure 112020125550037-pat00031
보다 큰 벽체 모서리 같은 부분임을 의미한다. [수학식 5]에서
Figure 112020125550037-pat00032
Figure 112020125550037-pat00033
는 각 포인트의 법선,
Figure 112020125550037-pat00034
Figure 112020125550037-pat00035
는 현재 포인트와 주변 포인트의 법선 간 각도,
Figure 112020125550037-pat00036
Figure 112020125550037-pat00037
는 허용 각도(즉, 곡률이 급격히 변하는 부분의 기준이 되는 각도)를 의미한다. 이를 Segmentation 컴포넌트에 대한 작업 파라메터로 표현하면 [수학식 6]과 같다.
Figure 112020125550037-pat00038
[수학식 6]을 참조하면,
Figure 112020125550037-pat00039
은 Segmentation 컴포넌트에 대한 작업 파라메터로서, 노이즈가 제거된 PCD 중 사전에 정해진 곡률에 의해 구분되는 지점을 기준으로 세그먼테이션을 수행하도록 한다.
2단계 세그먼테이션(C7)은 RANSAC(Random Sample Consensus) 알고리즘을 사용한다. 파이프 형상은 실린더 형상(Geometry)로 표현할 수 있다. 실린더는 축, 지름, 반경, 길이로 정의할 수 있다. 실린더 모델을 수학적으로 간략화하면 [수학식 7]과 같다.
Figure 112020125550037-pat00040
[수학식 7]은 평면 방정식으로서, 이를 파라메터로 표현하면 [수학식 8]과 같다.
Figure 112020125550037-pat00041
[수학식 8]을 참조하면,
Figure 112020125550037-pat00042
은 Geometry generation 컴포넌트에 대한 작업 파라메터로서, 반경(radius) 및 축 길이(length)로 정의되며, 노이즈가 제거된 PCD 중 파이프 형상에 맞는 작업 파라메터를 가지는 점군을 산출하도록 한다.
파이프 형상 추출부(134)는 작업 파라메터 정의부(132)에서 정의된 실린더 형상을 생성하는 작업 파라메터(
Figure 112020125550037-pat00043
)에 기초하여, 파이프 형상 추출 알고리즘 모델을 이용하여 PCD로부터 파이프 형상을 추출할 수 있다. 파이프 형상 추출부(134)의 동작은 C7 과정의 Geometry generation 컴포넌트에 대응하는 동작을 수행할 수 있다.
파이프 형상 추출 알고리즘 모델은 다음과 같다. 파이프 형상 추출부(134)는 실린더 형상을 만족하는 포인트들을 얻을 때까지 아래 동작을 반복할 수 있다. 실린더 형상을 만족하는 조건은, 실린더 형상 수학 모델(또는 파이프 형상 추출 알고리즘 모델)과 점군이 일치할 때까지 모델의 형상 치수를 찾아가는 수치해석 기법을 적용하는 것을 의미한다.
CP1.
Figure 112020125550037-pat00044
CP2.
Figure 112020125550037-pat00045
CP3.
Figure 112020125550037-pat00046
CP4.
Figure 112020125550037-pat00047
CP5.
Figure 112020125550037-pat00048
CP6.
Figure 112020125550037-pat00049
CP7.
Figure 112020125550037-pat00050
CP1 단계는 PCD로부터 임의의 포인트(seed point,
Figure 112020125550037-pat00051
)를 선택해 CP2 단계로 리턴한다.
Figure 112020125550037-pat00052
는 실린더 탐색을 위한 seed point를 의미한다. seed point는 점군 중 실린더 치수를 찾기 위해 시작되는 첫 포인트이다. 평면방정식을 계산하기 위해서는 3개의 포인트가 있어야 하므로 CP1 단계에서 3개의 포인트가 사용될 수 있다.
CP2 단계는 PCA(Principal Component Analysis)을 이용해 스캔된 PCD로부터 평면 방정식의 계수값을 얻는다. Planea,b,c는 평면을 구하기 위한 평면방정식(a, b, c. Ax + By + Cz + D = 0)이고, Parameterplane은 평면 방정식 파라메터이다.
CP3 및 CP4 단계는 평면(planea,b,c)과 시드 포인트들(P1,2,3)을 이용해 점을 추적하여 원을 구성하고, 원의 중심점
Figure 112020125550037-pat00053
를 얻을 수 있으며, 반경 r을 함께 얻을 수 있다.
CP5 단계 및 CP6 단계는 평면과
Figure 112020125550037-pat00054
를 이용해 축을 획득하고, 획득한 축을 이용하여 실린더 형상(geometrycylinder)을 계산할 수 있다. 축은, 주어진 점군에 fitting하여 형상의 지수를 찾는 RANSAC 알고리즘을 이용하여 획득할 수 있다.
CP7 단계는 계산된 실린더 형상에 tolerance를 적용하여 실린더 형상에 포함되는 포인트들을 검색하고 개수를 카운팅한다. tolerance는 형상과 점군을 피팅할 때 오차를 고려한 기준값이다. 검색된 포인트들 개수는
Figure 112020125550037-pat00055
로 리턴한다.
Figure 112020125550037-pat00056
는 RANSAC 알고리즘에서 특정 형상에 포함되는 점들의 개수를 얻을 때 리턴될 수 있다.
파이프 형상 추출부(134)는 CP1 내지 CP7 단계를
Figure 112020125550037-pat00057
가 최대가 되도록, 즉,
Figure 112020125550037-pat00058
가 되도록 반복 수행하여 파이프 형상을 추출할 수 있다. 이 때, 파이프 형상 추출부(134)는 형상이 주어진 점군을 최대 개수만큼 포함하면 점군과 형상이 피팅된 것으로 판단하고, 이로써 직선형 파이프 형상이 추출될 수 있다.
또한, 파이프 형상 추출부(134)는
Figure 112020125550037-pat00059
가 최대(max)가 아닌 경우, C1단계에서 seed point를 변경하여 CP1~CP7 단계를 다시 수행한다.
한편, 파이프 형상 추출부(134)는 2단계 세그멘테이션(C7)으로 구분된 PCD에서 추출된 직선형 파이프들을 추출하고, 추출된 직선형 파이프들 간 각 끝점의 포인트를 비교하여 가장 근접한 파이프의 포인트를 가지는 파이프들을 서로 연결된 파이프로서 추출한다. 파이프 형상 추출부(134)는 추출된 파이프들의 방향 정보와 교차점 계산을 통해 Elbow 파이프 연결 정보를 추출하여 Elbow 파이프 형상을 추출할 수 있다.
상술한 직선형 파이프 형상 또는 Elbow 파이프 형상을 추출하는 동작은 C7의 Geometry generation 컴포넌트에 해당할 수 있다.
3.2 BIM Object Generation and Mapping Rule
다시 도 3을 참조하면, 매핑 규칙 정의부(136)는 파이프 형상 추출부(134)에서 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 BIM 객체 매핑 규칙을 정의할 수 있다.
자세히 설명하면, PCD에서 파이프 형상 추출 알고리즘에 의해 파이프 형상이 추출되면, 추출된 파이프 형상을 사용자 요구사항에 맞는 BIM 객체와 매핑해야 한다. 일반적으로 PCD에서 추출된 형상은 오차 등을 포함하고 있으므로 치수를 그대로 사용할 수 없다. 아울러, 형상은 재질과 같은 속성정보를 포함하고 있지 않으므로, 그대로 사용하기 어렵다. 그러므로, 사용 관점에서 형상을 객체로 매핑해야 한다.
이러한 문제점을 해결하기 위해, 매핑 규칙 정의부(136)는 BIM 객체 매핑 규칙화 방식을 제안한다. 형상이 객체화될 때 필요한 객체 유형, 재료 속성, 치수 등을 규칙으로 사전 정의하여, 사람이 수작업하는 것보다 효과적인 방식으로 BIM 모델링 작업을 자동화할 수 있다.
매핑 규칙 정의부(136)는 앞서 정의한 작업 파라메터와 의사결정 트리를 이용해 BIM 객체 매핑 규칙을 다음과 같이 정의할 수 있다.
Scan-to-BIM mapping rule = {condition*}
condition = {operator, logic}
operator = {parameter, operator, value}
parameter = {Scan-to-BIM component's algorithm parameter}
compare = {'<', '>', '<=', '>=', '='}
logic = {'AND', 'OR', ''}
여기서, condition은 조건, operator는 연산자, Parameter의 예로는 반경, 축 길이 등이 있다.
다음은 'Scan-to-BIM mapping rule = {condition*}과 관련된 코딩의 일 예이다.
If(geometry.diameter >= 0.09 and geometry.Diameter <= 0.11) createBIMobject(Pipe_D10)
4. Scan-to-BIM Mapping Pipeline Component Design
파이프라인 설계부(140)는 위에서 분석한 Scan-to-BIM 시나리오, 유스케이스, 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 전체 Scan-to-BIM 매핑 파이프라인의 데이터 구조를 설계하고 컴포넌트를 재정의할 수 있다. 파이프라인은 소프트웨어구조이며, 파이프는 물리적 파이프를 의미할 수 있다.
4.1. Pipeline Structure Requirement
Scan-to-BIM 매핑 파이프라인은 확장성, 재활용성, 병렬처리를 고려해 다음과 같은 요구사항을 만족해야 하므로, 파이프라인 설계부(140)는 아래 R1~R6의 요구사항을 만족하는 파이프라인을 설계한다.
R1. Scan-to-BIM 파이프라인 컴포넌트는 서로 독립적인 입출력 구조를 가진다.
R2. Scan-to-BIM 파이프라인 컴포넌트의 입출력 형식은 서로 호환된다.
R3. Scan-to-BIM 파이프라인 워크플로우 조합을 지원한다.
R4. Scan-to-BIM 파이프라인 워크플로우 병렬처리를 지원한다.
R5. 대용량 Scan Data Processing을 지원한다.
R6. Scan-to-BIM 파이프라인 컴포넌트 실행 시 파라메터 가변성을 지원한다.
이 중 요구사항 R1, R2, R5, R6은 앞서 정의된 입출력 데이터 구조, 파라메터 정의 및 매핑 규칙을 이용해 만족될 수 있다.
도 7은 도 3에 도시된 파이프라인 설계부(140)를 도시한 블록도이다.
도 7을 참조하면, 파이프라인 설계부(140)는 파이프라인 데이터 구조 설계부(142), 파이프라인 컴포넌트 정의부(144) 및 Scan-to-BIM 데이터 구조 관리부(146)를 포함할 수 있다.
4.2. Pipeline Structure Design
파이프라인 데이터 구조 설계부(142)는 소프트웨어 디자인 패턴 개념을 사용하여 파이프라인을 설계한다. 디자인 패턴은 객체지향 설계 시 자주 발생하는 문제들을 해결하기 위해 사용하는 패턴이다.
도 8은 Scan-to-BIM 매핑 파이프라인 데이터 구조와 관련된 아키텍쳐(UML)를 도시한 도면이다.
파이프라인 설계부(140)는 요구사항 R3, R4를 고려하여, 도 8 및 [표 2]와 같이 UML(Unified Modeling Language)을 사용해 Scan-to-BIM 매핑 파이프라인 구조를 디자인할 수 있다. [표 2]에 기재된 각 컴포넌트는 파라메터를 가변적으로 실행할 수 있도록 스크립트를 호출할 수 있도록 한다.
Class Role
ScanToBIM_Pipeline 파이프라인을 구성하는 컴포넌트([표 3]의 컴포넌트)를 관리함 name:string = pipeline name
execute() = pipeline execution function
Component 파이프라인 작업 흐름의 각 단계에 해당하는 컴포넌트를 정의함name:string = pipline component name
modulePath: string = component module path
execute() = component execution function
Script 파이프라인 각 단계를 어떻게 실행할지 정의하는 스크립트를 관리함parameters = component parameters for execution
execute() = script execution function
CommandContainer 파이프라인 워크플로우를 실행하는 명령들을 재활용할 수 있도록 관리함
Command 파이프라인 워크플로우를 실행하는 명령을 관리함name:string = command name
execute() = command execution function
CommandIterator 명령들을 열거함
도 8 및 [표 2]를 참조하면, 파이프라인 각 컴포넌트는 입출력 인터페이스를 가지고, 인터페이스는 가장 단순한 파일 시스템을 사용한다. 파이프라인 데이터 구조 설계부(142)는 파이프라인의 워크플로우를 정의하기 위해 Container Pattern과 Iterator Pattern을 사용하고, 정의된 워크플로우를 관리 및 실행하기 위해 Command Pattern을 사용한다.
또한, 파이프라인 설계부(140)는 Scan-to-BIM 파이프라인의 각 컴포넌트가 작업 파라메터를 가변적으로 실행할 수 있도록 Script를 호출하도록 상기 Scan-to-BIM 파이프라인의 구조를 설계할 수 있다. 즉, 파이프라인 설계부(140)는 스크립트를 통해 Scan-to-BIM 워크플로우를 정의하고, 아울러 정의된 워크플로우들을 병렬로 실행하도록 할 수 있다.
또한, 파이프라인 설계부(140)의 컴포넌트는 외부 스크립트를 호출하여 입력을 출력으로 변환한다. 스크립트는 사용자 관점에서 입출력을 처리하는 단계를 정의할 수 있다.
4.3. Pipeline Component Definition
파이프라인 컴포넌트 정의부(144)는 앞서 분석된 Scan-to-BIM Process 과정들을 컴포넌트로 재정의할 수 있다. 컴포넌트는 Scan-to-BIM Pipeline Architecture의 Component base class를 파생 받아 정의된다. 이를 통해, 파이프라인 컴포넌트의 확장성을 높일 수 있다. 이와 관련해, 도 9는 Scan-to-BIM 매핑 파이프라인 아키텍쳐를 도시하고 있고, 도 9에서 정의된 클래스 다이어그램의 역할을 [표 3]에 정의한다.
Component Input Output Responsibility
ProjectSetup namedescription
position		 project setup file Scan-to-BIM 프로젝트 설정 파라메터 정의
LoD PCD fileresolution (mm) PCD file 대용량 스캔 데이터 처리를 위해 활용 목적에 적절한 수준으로 점군 해상도를 조정함
PointCloudToGrid PCDgrid={x, y, z} PCD files 대용량 스캔 데이터 처리를 위해 점군 데이터를 격자로 분할함
Filtering PCDnoise={density, kNN distance}
clipbox={x1, y1, z1, x2, y2, z2}		 PCD 분할된 격자 안에 속한 점군의 노이즈를 제거함. 제거 방법은 활용 목적 및 스캔 환경에 따라 달라짐. 노이즈 제거 파라메터 정의는 kNN 알고리즘에 의해 낮은 밀도 점군이 다른 점군 그룹과 상대적으로 떨어져 있는 거리를 지정함.
사용할 대상 점군 영역을 clipbox로 지정함.
Segmentation PCDcylinder={min radius, max radius, min length, min curvature, max curvature} Segmented PCD files
parameter		 점군에서 실린더 형상을 추출하기 위해, 점군에 대한 특징을 정의함.
pipe 형상의 특징인 실린더 최소 반경, 최대 반경, 길이를 지정함. 또한, 실린더를 구성하는 점의 곡률을 지정함.
ScanToGeometry Segmented PCDSegmentation.parameter
pipe={radius, tolerance}*		 geometry files 파이프 세그먼트 점군을 geometry로 변환함. pipe 형상 치수는 노이즈를 고려해 주어진 tolerance 내 반경에 해당하는 수치로 맞춤.
MergeGeometry geometry filesdistance tolerance geometry file 세그먼트된 파이프 형상을 주어진 tolerance 기준으로 병합해 하나의 형상으로 합침
GeometryToBIM geometry fileobject={type, property*}
property={name, value}		 BIM file 형상 파일을 BIM 개체 파일로 변환함.
BIM 객체 파일로 변환하기 위한 type 및 속성 정보를 정의함. 속성 정보는 이름과 값으로 구성됨.
[표 3]의 Component는 [표 1]에서 정형화된 컴포넌트들을 파이프라인 구조 설계를 위해 재정의한 것이고, Input은 각 컴포넌트의 입력데이터 항목이고, Output는 각 컴포넌트의 출력데이터 항목이다. 예를 들어, Segmentation은 실린더 형상 파라메터 정의에 필요한 세그먼트된 점군을 생성한다. 앞서 [표 1]에 정의된 Scan-to-BIM 파이프라인 컴포넌트는 사용자 관점의 작업흐름 정의를 가능하게 한다.
4.4. Scan-to-BIM Data structure
Scan-to-BIM 방식은 주어진 PCD를 사용 목적에 맞게 변환해, 최종적으로 형상과 BIM 객체로 매핑하는 과정이다. 그러므로, PCD는 파이프라인 컴포넌트에서 핵심적인 자료구조가 된다. PCD를 구성하는 포인트 자료구조는 x, y, z 좌표값 이외에 RGB 및 강도값이 포함될 수 있다. 포인트는 세그먼테이션 등을 위해 계산된 수치 및 속성이 파이프라인 프로세스를 통과하면서 추가된다. 예를 들어, 점의 곡률을 연산하기 위해서는 법선 벡터가 계산되어야 한다.
Scan-to-BIM 데이터 구조 관리부(146)는 이런 부분들을 고려하여 도 10에 도시된 자료구조를 이용하여 PCD와 BIM 데이터를 관리할 수 있다.
도 10에 도시된 주요 클래스의 역할은 [표 4]에 정의한다.
Class Role
point x, y, z 실수형 좌표값과 반사강도 intensity를 관리한다.
normal 포인트 곡률 및 세그먼테이션에 필요한 법선벡터 nx, ny, nz를 관리한다.
RGB 포인트에 컬러값이 있을 경우 이 데이터를 관리한다. 각 컬러 채널 값의 범위는 0에서 255까지이다.
BIM_object 형상에서 매핑된 BIM객체 정보를 관리한다.
이하에서는 도 11 내지 도 14를 참조하여 본 발명에서 제안하는 Scan-to-BIM 매핑 파이프라인의 성능에 대해 설명하고, 도 15를 참조하여 BIM 객체 매핑 테스트 결과에 대해 설명한다.
본 발명의 실시 예에 따른 Scan-to-BIM 매핑 파이프라인 성능 검증을 위해, 프로토타입을 구현하여 테스트해 보았다. 파이프라인 구성요소와 알고리즘은 C++을 이용하고, 파이프라인 구성요소는 콘솔에서 실행할 수 있도록 하고, Autodesk Revit에서 플러그인을 개발하여 Scan-to-BIM 매핑 파이프라인을 호출하여 실행하도록 한다. PCD 세그먼트 결과를 확인하기 위해 OpenGL을 이용해 별도 뷰어를 이용한다.
테스트에 사용된 데이터는 지상 LiDAR을 이용해 취득하고, 스캔 테이터는 플랜트, 건축물 MEP이다. 이를 이용해, 대용량 데이터 처리, 불완전 PCD 처리 테스트, 파이프 객체 생성, 산업계에서 주로 사용되는 프로그램과 비교 테스트를 수행한다.
먼저, Massive PCD 처리 파이프라인 성능 테스트에 대해 설명한다.
파이프라인의 Massive 데이터 처리 성능 테스트를 위해 PCD Preprocessing(PCD-P) 시간과 PCD Visualization(PCD-V) 성능을 확인해본다. 테스트 데이터는 타겟 MEP 설비를 레이저 스캔으로 얻은 41,790,655포인트이다. 전체 포인트 클라우드 용량은 1,504,463,580 바이트이다. 파이프라인에 LoD단계를 추가하여 4개의 데이터셋(A=10만, B=100만, C=300만, D=원본)을 준비한다.
파이프라인의 데이터 프로프로세싱 성능을 테스트하기 위해, 파이프라인에 그리드 변환 단계, 세그먼테이션 단계를 추가한다. 세그먼테이션은 포인트 별 법선벡터 계산, RANSAC 처리 시간, LoD 처리, 그리드 공간 분할 처리가 포함되어 있다. PCD visualization 성능은 카메라 뷰에 따른 포인트 클라우드 검색 및 렌더링 시간이 포함된다.
PCD-P pipeline = {LoD, Grid data processing, Normal vector calculation, RANSAC}
PCD-V pipeline = {Point cloud searching, Rendering}
[표 5]는 PCD 프로세싱 및 렌더링 성능을 보여준다.
Case A B C D Average STD
Data Preprocessing (sec) 3.58 21.93 146.21 919.5 272.8 435.8
Data Visualization (sec) 0.008 0.008 0.015 0.016 0.012 0.004
[표 5]를 참조하면, PCD-P 표준편차는 435.8이나 PCD-V는 표준편차 0.004로 큰 차이가 없다. 이런 이유로 본 발명에서와 같이 미리 법선벡터계산과 같이 계산량이 많은 파이프라인 처리 데이터를 미리 저장해 놓고, 필요할 때 메모리로 로딩하여 사용하는 것이 작업에 효과적임을 알 수 있다.
다음, 불완전한 PCD에서 파이프 객체 매핑 파이프라인 성능 테스트에 대해 설명한다.
실제 현장에서 레이저 스캐너 및 사진 이미지를 통하여 수집된 PCD는 대부분 불완전한 포인트 데이터가 생성 된다. 불완전한 PCD에서 객체 매핑 성능을 테스트하기 위해, Scan-to-BIM 매핑 파이프라인을 정의해 매핑 규칙과 파라메터를 정의한다. 매핑된 파이프 객체와 포인트 클라우드 데이터를 중첩하여 비교함으로써 파이프 생성의 정확도를 검증한다. 또한, 매핑 성능을 확인하기 위해, 상용 역설계 소프트웨어와 결과를 비교한다.
먼저, 드론 사진측량으로 획득한 야외 플랜트 데이터를 테스트한다.
도 11은 PCD BIM 객체 추출 결과 및 에러의 예를 보여주는 도면이다.
도 11을 참조하면, 타겟인 야외 플랜트 설비를 드론으로 촬영 후 PCD를 획득한다. 드론 사진은 측면과 상부만 촬영되어 하부 데이터는 없는 불완전 PCD이다. 포인트 전체 개수는 2,927,688개이며, LoD변환 후 586,466개이다. 이 데이터를 매핑하기 위한 매핑 규칙과 파라메터를 정의해 파이프 객체로 매핑한다. 세그먼트 개수는 30개(1.94분 소요) 추출되고, 직선형 실린더는 21개 매핑(21.55초 소요)되었다.
반면, 본 발명의 실시 예를 적용하지 않은 기존 기술은 형상 추출에 오류가 발생하여 결과를 확인하지 못하였다. 불완전 PCD인 경우, 각 소프트웨어의 사전 설정을 섬세하게 조정할 수 없다면 제대로 된 결과를 얻지 못 하기 때문이다.
다음으로, LiDAR로 획득한 실내 MEP 설비 데이터를 테스트한다.
도 12는 Scan-to-BIM 매핑 파이프라인 결과의 예를 보여주는 도면이다.
수많은 파이프 객체 추출 능력을 테스트하기 위해, 건물 실내 복잡한 MEP 설비들을 LiDAR로 스캔하여 성능을 테스트한다. 스캔된 MEP 장소는 3곳이며, A, B, C로 구분한다. 도 12에 도시된 PCD의 포인트 개수는 각각 480220개(9.15MB), 364340개(6.94MB), 807509개(15.4MB)이다.
Scan-to-BIM 매핑 파이프라인 처리 성능은 [표 6]과 같다. 직선형 및 Elbow 타입 파이프 매핑 성능 비교는 수작업으로 작업한 결과와 비교하였으며, 각 성능은 평균 87.8%, 75.5%이다.
Case PCD Filtering, LOD(MB) Segmentation Straight Pipe Elbow-type Pipe
Manual Automatic Manual Automatic
A 480,220 331,595(5.05) 97 60 51(85.0%) 40 29(72.5%)
B 364,340 122,166(1.86) 35 60 55(91.7%) 41 27(65.9%)
C 807,509 343,056(5.23) 175 90 78(86.7%) 59 52(88.1%)
Average 550,690 265,606(4.05) 102.3 70.0 61.3(87.8%) 46.7 36.0(75.5%)
STD 229,835 124,355(1.90) 70.2 17.3 14.6(3.48%) 10.7 13.9(11.4%)
다음으로, Massive PCD에서 파이프 객체 매핑 파이프라인 성능을 테스트한다.
도 13은 Massive PCD 프로세싱 결과(Input PCD, Proposed Scan-to-BIM Pipeline, Compared Software)를 보여준다.
도 13을 참조하면, 대용량 PCD의 파이프 객체 매핑 파이프라인 성능을 분석하기 위해 공장 플랜트 설비를 LiDAR로 스캔하고, 스캔된 PCD 크기는 89,449,621(2GB)이다. 최종 데이터는 PCD로부터 약 85%의 파이프 객체를 추출되었다. 본 발명에서 제안하는 방법과 비교 대상인 기존 기술의 객체 매핑 성능을 확인한 결과, 기존 기술은 산업계에서 파이프 자동 추출에 주로 사용되며, [표 7]에서와 같이 파이프 객체 추출 성능은 104.4%, 처리 속도는 687.5% 차이를 확인할 수 있다.
Program PCD (GB) Filtering (MB) Pipe(%) Speed(min)
A. Proposed 89,449,621 (2GB) 8,994,608 (137MB) 1099 8
B. Compared software 89,449,621 (2GB) - 1053 55
Difference (A - B) - - 46(104.4%) -47(687.5%)
파이프 추출 성능 오차는 주로 작고 복잡한 부분의 파이프에서 발생하였다. 본 발명의 실시 예에 따른 방식은 Scan-to-BIM 매핑 파이프라인 파라메터를 정밀하게 설정할 수 있어, 기존 기술에서 설정하기 어려운 정밀도를 획득할 수 있다. 참고로, 본 발명과 관련 없는 기존 기술의 전체 기능을 비교하지는 않았다. 앞서 얻은 데이터를 기준으로 [표 8]과 같이 같이 작업 시 소요시간을 비교해 보았다. 8건의 프로젝트로 동일한 데이터 크기의 Scan-to-BIM 매핑 작업을 하였을 경우를 가정하였다. 이 경우, 기존 기술보다 하루 376분, 한달 7520분 작업 시간을 절약하는 것이 가능하다.
Project Size (GB) Project Count Performance Saved
Proposed Compared 1 day (8h) 1 month (20 days)
2 8 64 (1h 4m) 440 (7h 20m) -376 (6h 16m) -7520 (125h 20m
Figure 112020125550037-pat00060
Figure 112020125550037-pat00061
15 days)
다음으로 비직선형 Elbow 파이프 매핑 성능을 테스트한다.
허용 오차범에 해당하는 파이프 매핑 성능을 테스트해보았다. 도 14와 같이 파이프는 대부분 90% 이상 매핑된다. 본 발명에서는 Elbow 파이프 시작과 끝 연결 지점은 해당 파이프라인 컴포넌트의 파라메터를 목적에 맞게 조정함으로써 정밀도를 개선할 수 있다.
도 15는 BIM 객체 매핑 테스트 결과를 설명하기 위한 도면이다.
도 15를 참조하여 설명하면, Scan-to-BIM 프로젝트에서 모델링된 형상은 속성을 포함한 객체로 매핑되어야 한다. 이를 위해, 앞서 정의된 BIM 객체 매핑 규칙을 이용해 테스트한다. 해당 규칙과 파이프라인에서 생성된 파이프 형상 파라메터를 이용해, Autodesk Revit 플러그인으로 구현된 모듈에서 규칙에 맞는 BIM 객체를 생성한다.
상술한 본 발명의 실시 예에 의하면, Scan-to-BIM 매핑 파이프라인 구조를 제안하기 위해, Scan-to-BIM 작업 유스케이스 시나리오, Scan-to-BIM 알고리즘 및 관련 파라메터를 분석하고, 이를 규칙과 파이프라인 구조로 정형화하는 동작을 수행한다. 본 발명의 실시 예는 Scan-to-BIM 맵핑 파이프라인과 알고리즘으로 구현되며, 다양한 경우에 대한 성능 확인을 위해, 대용량 PCD, 불완전한 PCD, 실외 플랜트, 실내 건물 MEP 데이터를 드론 사진 측량 및 LiDAR 스캔을 이용해 획득하고, 이를 이용해 사전 정의된 파이프라인을 테스트해보았다.
3가지 PCD 테스트 경우에서 직선형 및 Elbow 타입 파이프 맵핑 성능 비교는 수작업으로 작업한 결과와 비교하였다. 각 성능은 평균 87.8%, 75.5%로 나타났다. 대용량 포인트 클라우드 데이터의 파이프 객체 맵핑 파이프라인 성능 테스트 결과, 약 85%의 파이프 객체를 추출할 수 있었다. 제안된 파이프라인 방법과 비교 대상 소프트웨어 사이에 파이프 객체 추출 성능은 104.4% 개선되었다. 파이프 추출 성능 오차는 주로 작고 복잡한 부분의 파이프에서 발생하였다. 제안된 방법은 Scan-to-BIM 맵핑 파이프라인 파라메터를 정밀하게 설정할 수 있어, 기존 기술에서 설정하기 어려운 정밀도를 얻을 수 있다.
또한, 본 발명의 실시 예에 따른 Scan-to-BIM 매핑 파이프라인 구조는 병렬처리를 통해 데이터 처리 생산성을 높일 수 있으며, 매핑 규칙을 다양화하여 MEP 파이프뿐 아니라 건축물과 같은 평면형 객체 매핑에도 적용할 수 있다.
도 16은 본 발명의 실시 예에 따른 전자장치의 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법을 도시한 흐름도이다.
도 16에 도시된 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법을 수행하는 전자장치는 도 1 내지 도 15를 참조하여 설명한 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치(100)일 수 있으며, 위에서 자세히 설명하였으므로 구체적인 설명은 생략한다.
도 16을 참조하면, 전자장치는 스캔 대상물을 스캐닝하여 획득한 PCD를 BIM 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들로 설정할 수 있다(S100). S100 단계에서 설정되는 다수의 과정들은, Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성 및 BIM 객체 모델링을 포함한다.
전자장치는 S100 단계에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 [표 1]과 같이 정형화할 수 있다(S200). S200단계에서 다수의 과정들 각각에 대해 정형화되는　Scan-to-BIM 파이프라인 컴포넌트는, Setup project 컴포넌트, Scan 컴포넌트, Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트 및 BIM object generation 컴포넌트를 포함한다.
전자장치는 S200단계에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정의하여, PCD로부터 파이프 형상을 추출하고, 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의할 수 있다(S300)>
S300단계를 자세히 설명하면, 전자장치는 S200 단계에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하여, 구현하고자 하는 파이프 형상에 해당하는 실린더 형상을 생성하기 위한 작업 파라메터를 [수학식 2] 내지 [수학식 8]과 같이 정의할 수 있다(S310).
전자장치는 S310 단계에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여, PCD로부터 파이프 형상을 추출한다(S320).
전자장치는 S320단계에서 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 BIM 객체 매핑 규칙을 정의한다(S330).
그리고, 전자장치는 S100~S300단계에서 획득한 Scan-to-BIM 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 Scan-to-BIM 매핑 파이프라인 구조를 설계할 수 있다(S400).
S400 단계는 S310 단계에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여 실린더 형상을 만족하는 점군을 파이프 형상 추출 알고리즘을 이용하여 획득함으로써 파이프 형상을 추출할 수 있으며, 도 8 내지 도 도 10, [표 2] 내지 [표 4]를 참조하여 설명한 클래스(예를 들어, Container 패턴, Iterator 패턴, Command 패턴, Script 등 다수), 재정의된 컴포넌트. 데이터 구조 등을 이용할 수 있다.
도 17은 본 발명의 실시 예에 따른 전자장치의 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법을 실행하는 전자장치(1700)를 보여주는 블록도이다.
도 17을 참조하면, 전자장치(1700)는 버스(1720)를 통해 연결되는 적어도 하나의 프로세서(1710), 메모리(1730), 사용자 인터페이스 입력 장치(1740), 사용자 인터페이스 출력 장치(1750), 스토리지(1760), 및 네트워크 인터페이스(1770)를 포함하는 컴퓨팅 시스템일 수 있다.
프로세서(1710)는 중앙 처리 장치(CPU) 또는 메모리(1730) 및/또는 스토리지(1760)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1730) 및 스토리지(1760)는 다양한 종류의 휘발성 또는 비휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1730)는 ROM(Read Only Memory)(1731) 및 RAM(Random Access Memory)(1732)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시 예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1710)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1730) 및/또는 스토리지(1760))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1710)에 커플링되며, 그 프로세서(1710)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1710)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
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 실시 예를 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: 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치
110: 설정부 120: 정형화부
130: 파이프 추출부 140: 파이프라인 설계부

Claims (12)

  1. 스캔 대상물을 스캐닝하여 획득한 PCD(Point Cloud Data)를 BIM(Building Information Modeling) 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들로 설정하는 설정부;
    상기 설정부에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 정형화하는 정형화부;
    상기 정형화부에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정의하여, 상기 PCD로부터 파이프 형상을 추출하고, 상기 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의하는 파이프 추출부; 및
    상기 Scan-to-BIM 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 Scan-to-BIM 매핑 파이프라인 구조를 설계하는 파이프라인 설계부;를 포함하고,
    상기 파이프 추출부는,
    상기 정형화부에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 상기 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하여, 실린더 형상을 생성하는 작업 파라메터를 정의하는 작업 파라메터 정의부;
    상기 작업 파라메터 정의부에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여, 상기 PCD로부터 파이프 형상을 추출하는 파이프 형상 추출부; 및
    상기 파이프 형상 추출부에서 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 BIM 객체 매핑 규칙을 정의하는 매핑 규칙 정의부;를 포함하며,
    상기 설정부에서 설정되는 다수의 과정들은, Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성 및 BIM 객체 모델링을 포함하고,
    상기 정형화부에서 상기 다수의 과정들 각각에 대해 정형화되는　Scan-to-BIM 파이프라인 컴포넌트는, Setup project 컴포넌트, Scan 컴포넌트, Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트 및 BIM object generation 컴포넌트를 포함하는 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 작업 파라메터 정의부는,
    상기 Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트에 대한 작업 파라메터를 다음과 같이 정의하는 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치:
    Figure 112021055403318-pat00062

    여기서,
    Figure 112021055403318-pat00063
    는 상기 Grid generation 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD를 3차원 좌표계에서 x축 간격, y축 간격, z축 간격을 지정하여 정의되고,
    Figure 112021055403318-pat00064

    여기서,
    Figure 112021055403318-pat00065
    는 상기 LoD 컴포넌트에 대한 작업 파라메터로서 LoD 레벨의 크기 및 LoD 레벨에 해당하는 점군 개수이고,
    Figure 112021055403318-pat00066

    여기서,
    Figure 112021055403318-pat00067
    는 상기 Filtering 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD 중 노이즈를 제거하기 위해 k-NN(k-nearest neighbor) 클러스터링 알고리즘을 이용하고,
    Figure 112021055403318-pat00068

    여기서,
    Figure 112021055403318-pat00069
    은 상기 Segmentation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 사전에 정해진 곡률에 의해 구분되는 지점을 기준으로 세그먼테이션을 수행하고,
    Figure 112021055403318-pat00070

    여기서,
    Figure 112021055403318-pat00071
    은 상기 Geometry generation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 파이프 형상에 맞는 작업 파라메터를 가지는 점군을 산출하는 것임.
  5. 제1항에 있어서,
    상기 파이프 형상 추출부는,
    상기 작업 파라메터 정의부에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여 실린더 형상을 만족하는 점군을 파이프 형상 추출 알고리즘을 이용하여 획득하여 파이프 형상을 추출하는 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치.
  6. 제1항에 있어서,
    상기 파이프라인 설계부는,
    상기 Scan-to-BIM 파이프라인의 워크플로우를 정의하기 위해 Container 패턴과 Iterator 패턴을 사용하고, 정의된 워크플로우를 관리 및 실행하기 위해 Command 패턴을 사용하고, 상기 Scan-to-BIM 파이프라인의 각 컴포넌트가 작업 파라메터를 가변적으로 실행할 수 있도록 Script를 호출하도록 상기 Scan-to-BIM 파이프라인의 구조를 설계하며,
    상기 Container 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령들을 재활용하도록 관리하는 클래스이고, 상기 Iterator 패턴은 상기 명령들을 열거하는 클래스이고, 상기 Command 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령을 관리하는 클래스인 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치.
  7. (A) 전자장치가, 스캔 대상물을 스캐닝하여 획득한 PCD(Point Cloud Data)를 BIM(Building Information Modeling) 데이터로 변환하는 Scan-to-BIM 프로세스를 다수의 과정들로 설정하는 단계;
    (B) 상기 (A) 단계에서 설정된 다수의 과정들 각각에 해당하는 Scan-to-BIM 파이프라인 컴포넌트, 입출력 데이터 항목 및 데이터 형태를 정형화하는 단계;
    (C) 상기 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 정의하여, 상기 PCD로부터 파이프 형상을 추출하고, 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 규칙을 정의하는 단계; 및
    (D) 상기 Scan-to-BIM 프로세스, 입출력 데이터 항목 및 데이터 형태, 정의된 작업 파라메터 및 BIM 객체 매핑 규칙을 기초로 Scan-to-BIM 매핑 파이프라인 구조를 설계하는 단계;를 포함하고,
    상기 (C) 단계는,
    (C1) 상기 (B) 단계에서 정형화된 Scan-to-BIM 파이프라인 컴포넌트 별 프로세스를 구성하는 작업 파라메터를 상기 정형화된 데이터 항목 및 데이터 형태를 기초로 정의하여, 구현하고자 하는 파이프 형상에 해당하는 실린더 형상을 생성하기 위한 작업 파라메터를 정의하는 단계;
    (C2) 상기 (C1) 단계에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여, 상기 PCD로부터 파이프 형상을 추출하는 단계; 및
    (C3) 상기 (C2) 단계에서 추출된 파이프 형상을 BIM 객체와 매핑하기 위한 BIM 객체 매핑 규칙을 정의하는 단계;를 포함하고,
    상기 (A) 단계에서 설정되는 다수의 과정들은, Scan-to-BIM 프로젝트 설정, 스캔, 필터링, 모델링, 세그먼테이션, 형상 생성 및 BIM 객체 모델링을 포함하고,
    상기 (B) 단계에서 상기 다수의 과정들 각각에 대해 정형화되는　Scan-to-BIM 파이프라인 컴포넌트는, Setup project 컴포넌트, Scan 컴포넌트, Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트 및 BIM object generation 컴포넌트를 포함하는 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법.
  8. 삭제
  9. 삭제
  10. 제7항에 있어서,
    상기 (C1) 단계는,
    상기 Grid generation 컴포넌트, LoD 컴포넌트, Filtering 컴포넌트, Segmentation 컴포넌트, Geometry generation 컴포넌트에 대한 작업 파라메터를 다음과 같이 정의하는 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법:
    Figure 112021055403318-pat00072

    여기서,
    Figure 112021055403318-pat00073
    는 상기 Grid generation 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD를 3차원 좌표계에서 x축 간격, y축 간격, z축 간격을 지정하여 정의되고,
    Figure 112021055403318-pat00074

    여기서,
    Figure 112021055403318-pat00075
    는 상기 LoD 컴포넌트에 대한 작업 파라메터로서 LoD 레벨의 크기 및 LoD 레벨에 해당하는 점군 개수이고,
    Figure 112021055403318-pat00076

    여기서,
    Figure 112021055403318-pat00077
    는 상기 Filtering 컴포넌트에 대한 작업 파라메터로서, 상기 (A) 단계에서 획득한 PCD 중 노이즈를 제거하기 위해 k-NN(k-nearest neighbor) 클러스터링 알고리즘을 이용하고,
    Figure 112021055403318-pat00078

    여기서,
    Figure 112021055403318-pat00079
    은 상기 Segmentation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 사전에 정해진 곡률에 의해 구분되는 지점을 기준으로 세그먼테이션을 수행하고,
    Figure 112021055403318-pat00080

    여기서,
    Figure 112021055403318-pat00081
    은 상기 Geometry generation 컴포넌트에 대한 작업 파라메터로서, 상기 노이즈가 제거된 PCD 중 파이프 형상에 맞는 작업 파라메터를 가지는 점군을 산출하는 것임.
  11. 제10항에 있어서,
    상기 (D) 단계는,
    상기 (C1) 단계에서 정의된 실린더 형상을 생성하는 작업 파라메터에 기초하여 실린더 형상을 만족하는 점군을 파이프 형상 추출 알고리즘을 이용하여 획득하여 파이프 형상을 추출하는 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법.
  12. 제7항에 있어서,
    상기 (D) 단계는,
    상기 Scan-to-BIM 파이프라인의 워크플로우를 정의하기 위해 Container 패턴과 Iterator 패턴을 사용하고, 정의된 워크플로우를 관리 및 실행하기 위해 Command 패턴을 사용하고, 상기 Scan-to-BIM 파이프라인의 각 컴포넌트가 작업 파라메터를 가변적으로 실행할 수 있도록 Script를 호출하도록 상기 Scan-to-BIM 파이프라인의 구조를 설계하며,
    상기 Container 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령들을 재활용하도록 관리하는 클래스이고, 상기 Iterator 패턴은 상기 명령들을 열거하는 클래스이고, 상기 Command 패턴은 상기 Scan-to-BIM 파이프라인의 워크플로우를 실행하는 명령을 관리하는 클래스인 것을 특징으로 하는 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 방법.
KR1020200157600A 2020-11-23 2020-11-23 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법 KR102353827B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200157600A KR102353827B1 (ko) 2020-11-23 2020-11-23 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200157600A KR102353827B1 (ko) 2020-11-23 2020-11-23 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102353827B1 true KR102353827B1 (ko) 2022-01-24

Family

ID=80049676

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200157600A KR102353827B1 (ko) 2020-11-23 2020-11-23 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102353827B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117271011A (zh) * 2023-09-28 2023-12-22 北京构力科技有限公司 一种建筑信息模型数据的转换处理系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015095141A1 (en) * 2013-12-16 2015-06-25 Latista Technologies, Inc. Project management system providing optimized interaction with digital models
CN106845919A (zh) * 2016-12-16 2017-06-13 上海建工集团股份有限公司 施工信息收集处理方法
KR20180131471A (ko) 2017-05-30 2018-12-10 주식회사 위메이드아이앤씨 3d 스캐닝과 bim을 이용한 시공 오차 통합 관리 장치 및 그 방법
US20190073827A1 (en) * 2017-09-06 2019-03-07 Josen Premium LLC Method and System for Converting 3-D Scan Displays with Optional Telemetrics, Temporal and Component Data into an Augmented or Virtual Reality BIM

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015095141A1 (en) * 2013-12-16 2015-06-25 Latista Technologies, Inc. Project management system providing optimized interaction with digital models
CN106845919A (zh) * 2016-12-16 2017-06-13 上海建工集团股份有限公司 施工信息收集处理方法
KR20180131471A (ko) 2017-05-30 2018-12-10 주식회사 위메이드아이앤씨 3d 스캐닝과 bim을 이용한 시공 오차 통합 관리 장치 및 그 방법
US20190073827A1 (en) * 2017-09-06 2019-03-07 Josen Premium LLC Method and System for Converting 3-D Scan Displays with Optional Telemetrics, Temporal and Component Data into an Augmented or Virtual Reality BIM

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117271011A (zh) * 2023-09-28 2023-12-22 北京构力科技有限公司 一种建筑信息模型数据的转换处理系统和方法
CN117271011B (zh) * 2023-09-28 2024-05-24 北京构力科技有限公司 一种建筑信息模型数据的转换处理系统和方法

Similar Documents

Publication Publication Date Title
Wang et al. Fully automated generation of parametric BIM for MEP scenes based on terrestrial laser scanning data
Overby et al. Automatic 3D building reconstruction from airborne laser scanning and cadastral data using Hough transform
KR101666937B1 (ko) 3차원 포인트 클라우드의 대용량 데이터를 처리하기 위한 장치 및 그 방법
Xu et al. Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor
Kim et al. Deep-learning-based retrieval of piping component catalogs for plant 3D CAD model reconstruction
US20150063707A1 (en) Outline approximation for point cloud of building
Previtali et al. A flexible methodology for outdoor/indoor building reconstruction from occluded point clouds
Lou et al. Merging enriched finite element triangle meshes for fast prototyping of alternate solutions in the context of industrial maintenance
Tarsha Kurdi et al. Automatic filtering and 2D modeling of airborne laser scanning building point cloud
KR102353827B1 (ko) 규칙 기반의　Scan-to-BIM　매핑 파이프라인 구조 설계 장치 및 방법
JP2003288372A (ja) Ｃａｄ用解析結果データ処理装置及びｃａｄ用解析結果データ処理方法並びにｃａｄ用解析結果データ処理プログラム
US20220391553A1 (en) Building information modeling systems and methods
CN114818061A (zh) 基于Revit API和Dynamo的预制构件BIM模型点云生成方法
Markovic et al. Automatic recognition of cylinders and planes from unstructured point clouds
CN111583268B (zh) 点云虚拟选择与裁切方法、装置及设备
Agapaki et al. Scene understanding and model generation
Meidow et al. Obtaining as-built models of manufacturing plants from point clouds
Meyer et al. 3D Point Clouds in PostgreSQL/PostGIS for Applications in GIS and Geodesy.
CN111915720A (zh) 一种建筑物Mesh模型到CityGML模型的自动转换方法
CN115979243A (zh) 一种基于bim信息的移动机器人导航地图转化方法与系统
Pérez-Sinticala et al. Evaluation of primitive extraction methods from point clouds of cultural heritage buildings
Chen et al. Idealization of scanning-derived triangle mesh models of prismatic engineering parts
Gollub et al. A partitioned approach for efficient graph–based place recognition
KR20180102251A (ko) 부품 조립형 생산과정의 진척도 모니터링 방법 및 장치
Arayici et al. Modelling 3D scanned data to visualise and analyse the built environment for regeneration

Legal Events

Date Code Title Description
GRNT Written decision to grant