KR102659582B1 - 건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템 - Google Patents

건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR102659582B1
KR102659582B1 KR1020240002219A KR20240002219A KR102659582B1 KR 102659582 B1 KR102659582 B1 KR 102659582B1 KR 1020240002219 A KR1020240002219 A KR 1020240002219A KR 20240002219 A KR20240002219 A KR 20240002219A KR 102659582 B1 KR102659582 B1 KR 102659582B1
Authority
KR
South Korea
Prior art keywords
building
noise
floor plan
noise level
window
Prior art date
Application number
KR1020240002219A
Other languages
English (en)
Inventor
이정실
Original Assignee
주식회사 커넥트코리아
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 주식회사 커넥트코리아 filed Critical 주식회사 커넥트코리아
Priority to KR1020240002219A priority Critical patent/KR102659582B1/ko
Application granted granted Critical
Publication of KR102659582B1 publication Critical patent/KR102659582B1/ko

Links

Classifications

    • 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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • 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]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/12—Symbolic schematics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Architecture (AREA)
  • Remote Sensing (AREA)
  • Structural Engineering (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Civil Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

일실시예에 따른 장치는, 건물의 구조 데이터를 획득하고, 구조 데이터를 기반으로 벽체, 기둥, 바닥, 계단 및 창호를 포함하는 건축 구조 요소를 확인하고, 건축 구조 요소를 기반으로 평면도를 생성하는 단계를 포함하고, 건축 구조 요소를 기반으로 평면도를 생성하는 단계는, 벽체 중심선을 일점쇄선으로 생성하는 단계, 외벽, 내벽의 두께를 실선으로 생성하는 단계, 창문, 출입문을 포함하는 개구부 위치를 표시하는 단계 및 주출입구, 치수, 방위 및 척도를 표시하는 단계를 포함한다.

Description

건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템 { Method, device and system for creating and editing architectural structure-based floor plans }
아래 실시예들은 건축 구조를 기반으로 평면도를 생성 및 편집하는 기술에 관한 것이다.
현대 건축 및 시설물은 복잡한 구조와 다양한 설계 요소를 포함하고 있다. 이로 인해 기존의 평면도 작성 및 편집 작업은 매우 복잡하고 시간 소모적이며, 정확성과 일관성을 유지하기 어려운 상황이 발생하고 있다.
또한, 건축 설계 시에 작성된 평면도는 건물을 시공하는 과정에서 설계와 다르게 변경되거나, 이후 건물 내부 인테리어 공사 등을 통해 변형되거나 수정되어 현재의 구조와 다를 수 있다.
이에, 변경된 건물 내부 구조를 반영하여 새로운 평면도를 효율적으로 생성하고, 이를 편집할 수 있는 기술이 요구되는 실정이다.
또한, 건물 내부의 채광 정보 및 소음 정보는 건물의 다양한 용도에 따른 건강한 생활 환경을 제공하는 데에 매우 중요한 영향을 미치는 요소로, 건물 정보를 확인할 때 중요한 요소로 고려되고 있다.
이에, 건물 내부의 채광 정보 및 소음 정보를 평면도에 통합하여 제공함으로써 건물의 채광 정보와 소음 정보를 효과적으로 관리하고, 평면도를 통해 시각적으로 확인할 수 있는 기술의 필요성이 대두되고 있다.
따라서, 건축 구조를 기반으로 평면도를 생성 및 편집하는 기술이 요구된다.
KR 102059904 B1 KR 102555272 B1 KR 101759798 B1 KR 102450334 B1
실시예들은 건축 구조를 기반으로 평면도를 생성하는 방법을 제공하고자 한다.
실시예들은 평면도에 채광 정보 및 소음 정보를 통합하여 생성하는 방법을 제공하고자 한다.
실시예들은 건물의 구조 데이터를 기반으로 편집 가능한 요소를 확인하여 평면도를 편집하는 방법을 제공하고자 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 건축 구조 기반 평면도 생성 방법은 건물의 구조 데이터를 획득하는 단계; 상기 구조 데이터를 기반으로 벽체, 기둥, 바닥, 계단 및 창호를 포함하는 건축 구조 요소를 확인하는 단계; 및 상기 건축 구조 요소를 기반으로 평면도를 생성하는 단계;를 포함하고, 상기 건축 구조 요소를 기반으로 평면도를 생성하는 단계는, 벽체 중심선을 일점쇄선으로 생성하는 단계, 외벽, 내벽의 두께를 실선으로 생성하는 단계, 창문, 출입문을 포함하는 개구부 위치를 표시하는 단계, 및 주출입구, 치수, 방위 및 척도를 표시하는 단계,를 포함할 수 있다.
건물의 구조 데이터를 획득하는 단계는, 상기 건축 구조 요소 및 건물의 내부 구조를 포함하는 BIM(Building Information Modeling) 데이터를 획득하는 단계, 상기 건물 내부의 360도 파노라마 사진을 수신하는 단계, 상기 BIM(Building Information Modeling) 데이터와 상기 360도 파노라마 사진을 기초로 상기 건물의 내부 구조를 대응시켜 통합 데이터를 생성하는 단계, 상기 통합 데이터를 기초로 건물 내부의 3D 모델을 생성하는 단계, 상기 3D 모델을 기초로 벽체와 벽체, 기둥과 기둥, 바닥과 천장을 포함하는 상기 건축 구조 요소 간의 거리를 확인하는 단계, 상기 3D 모델을 기초로 벽체의 표면적, 바닥 면적, 창호 영역을 포함하는 상기 건축 구조 요소의 면적을 확인하는 단계,를 포함할 수 있다.
상기 건축 구조 요소를 기반으로 생성된 평면도의 창문부를 확인하는 단계; 상기 창문부에 채광정보를 표시하는 단계; 및 상기 창문부에 소음정보를 표시하는 단계;를 더 포함할 수 있다.
상기 평면도의 창문부를 확인하는 단계는, 상기 생성된 평면도를 기초로 미리 설정된 창문 기호를 확인하여 창문부를 판단하는 단계,를 포함할 수 있다.
상기 창문부에 채광정보를 표시하는 단계는, 상기 건물의 위치를 획득하는 단계, 상기 건물의 구조 데이터를 통해 건물에 포함된 창문의 크기, 소재, 방향을 획득하고, 상기 창문의 크기, 소재, 방향을 기초로 채광 보정값을 생성하는 단계, 상기 건물의 높이, 해당 평면도의 층 수 및 외부 건물 평균 높이를 획득하고, 상기 건물의 높이, 해당 평면도의 층 수 및 외부 건물 평균 높이를 기초로, 그림자 형성 보정값을 생성하는 단계, 상기 건물의 위치를 기초로 현재 날씨를 확인하고, 상기 채광 보정값 및 상기 그림자 형성 보정값을 기초로 상기 평면도에 해당하는 층의 예상 채광량 및 예상 채광방향을 포함하는 채광정보를 확인하는 단계, 상기 창문부에 상기 채광정보를 화살표로 표시하는 단계,를 포함하고, 상기 채광정보를 화살표로 표시하는 단계는, 상기 창문부에 상기 예상 채광량을 기초로 미리 설정된 기준에 따라 상기 화살표의 길이 및 두께를 결정하는 단계, 및 상기 창문부에 상기 예상 채광방향을 기초로 미리 설정된 기준에 따라 창문부와 화살표의 각도를 결정하는 단계를 포함할 수 있다.
상기 창문부에 소음정보를 표시하는 단계는, 상기 건물의 위치를 기반으로, 미리 설정된 기준 거리 내에 소음 측정기가 있는지 여부를 확인하는 단계, 상기 기준 거리 내에 소음 측정기가 있다고 확인되면, 상기 소음 측정기로부터 소음 데이터를 획득하고, 상기 소음 데이터를 통해 시간대 별 평균 소음 수준을 확인하는 단계, 현재 시간을 포함하는 시간대를 확인 시간대로 선정하고, 상기 시간대 별 평균 소음 수준을 기초로, 상기 확인 시간대의 평균 소음 수준을 확인하는 단계, 상기 평균 소음 수준을 기초로, 상기 창문부에 미리 설정된 기준에 따른 소음 레벨을 확인하고 원의 크기를 결정하여 소음정보를 표시하는 단계, 및 상기 기준 거리 내에 소음 측정기가 없다고 확인되면, 상기 건물의 위치를 기초로 예측 소음 수준을 확인하는 단계,를 포함하고, 상기 건물의 위치를 기초로 예측 소음 수준을 확인하는 단계는 지도 데이터베이스를 통해 상기 건물의 위치를 기초로, 미리 설정된 제1 거리 이내에 포함된 도로를 확인하여 인접 도로로 선정하는 단계, 도로 교통 데이터베이스를 통해 시간대 별 상기 인접 도로의 평균 통행량 및 평균 통행 속도를 확인하고, 상기 확인 시간대의 상기 인접 도로의 평균 통행량 및 평균 통행 속도를 확인하는 단계, 상기 지도 데이터베이스를 통해 상기 건물의 위치를 기초로, 미리 설정된 제2 거리 이내에 포함된 시설을 확인하여 인접 시설로 선정하는 단계, 시설 데이터베이스를 통해 시간대 별 상기 인접 시설의 방문자 수를 확인하고, 상기 확인 시간대의 상기 인접 시설의 방문자 수를 확인하는 단계, 상기 건물의 구조 데이터를 통해 소음 차단 구조 여부를 확인하는 단계, 및 상기 확인 시간대의 인접 도로의 평균 통행량 및 평균 통행 속도, 상기 확인 시간대의 인접 시설의 방문자 수, 상기 소음 차단 구조 여부를 기초로, 예측 소음 수준을 확인하는 단계, 상기 예측 소음 수준을 기초로, 상기 창문부에 미리 설정된 기준에 따른 소음 레벨을 확인하고 원의 크기를 결정하여 소음정보를 표시하는 단계,를 포함할 수 있다.
상기 건축 구조 요소를 기반으로 생성된 평면도를 편집하는 단계;를 더 포함하고, 상기 평면도를 편집하는 단계는, 상기 건물의 구조 데이터를 기반으로 편집 가능한 요소를 확인하는 단계, 상기 평면도 내에서 커서의 이동을 수신하는 단계, 상기 커서의 위치 정보를 추적하고 기록하는 단계, 상기 커서의 위치 정보를 기반으로 편집 가능한 선택 점을 표시하는 단계, 및 상기 건축 구조 요소의 편집 도구를 제공하는 단계,를 포함하고, 상기 편집 도구는, 사각형, 원을 포함하는 도형 생성 기능, 도면 기호 추가 기능 및 투명도, 그림자 및 색상을 포함하는 평면도의 시각적 표현에 대한 설정 기능을 제공할 수 있다.
건물 설계 시 작성된 제1 평면도를 획득하는 단계; 및 상기 제1 평면도와 상기 건축 구조 요소를 기반으로 생성된 제2 평면도를 비교하는 단계;를 더 포함하고, 상기 제1 평면도와 상기 제2 평면도를 비교하는 단계는, 상기 제1 평면도와 상기 제2 평면도를 비교하여 다른 부분을 표시하는 단계, 상기 다른 부분에 대한 사진을 요청하는 단계, 상기 사진을 기초로 상기 다른 부분에 대한 기준을 제1 평면도로 할 것인지 제2 평면도로 할 것인지 결정하는 단계,를 포함할 수 있다.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
실시예들은 건축 구조를 기반으로 평면도를 생성하는 방법을 제공할 수 있다.
실시예들은 평면도에 채광 정보 및 소음 정보를 통합하여 생성하는 방법을 제공할 수 있다.
실시예들은 건물의 구조 데이터를 기반으로 편집 가능한 요소를 확인하여 평면도를 편집하는 방법을 제공할 수 있다.
실시예들은 건물 설계 시 작성된 평면도와 건축 구조 요소를 기반으로 작성된 평면도를 비교하여 차이를 확인할 수 있다.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 건축 구조를 기반으로 평면도를 생성하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 건물의 구조 데이터를 획득하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 평면도의 창문부에 채광정보 및 소음정보를 표시하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 창문부에 채광정보를 표시하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 창문부에 소음정보를 표시하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 건물의 위치를 기초로 예측 소음 수준을 확인하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 편집도를 편집하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 건물 설계 시 작성된 제1 평면도와 건축 구조 요소를 기반으로 생성된 제2 평면도를 비교하는 과정을 설명하기 위한 순서도이다.
도 10은 일실시예에 따른 장치의 구성의 예시도이다.
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.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
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.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 사용자의 단말(10) 및 장치(30)를 포함할 수 있다.
먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.
사용자의 단말(10)은 건물의 구조 데이터를 제공하고, 제공한 건물의 구조 데이터를 기반으로 생성된 평면도를 확인하고 편집하는 기능을 제공받고자 하는 사용자가 사용하는 단말기로, 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 사용자의 단말(10)은 스마트폰일 수 있으며, 실시예에 따라 달리 채용될 수도 있다.
사용자의 단말(10)은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다, 사용자의 단말(10)은 장치(30)와 유무선 통신하도록 구성될 수 있다.
사용자의 단말(10)은 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 사이트에 접속되거나, 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 사용자의 단말(10)은 웹 사이트 또는 애플리케이션을 통해 장치(30)와 연동될 수 있다.
사용자의 단말(10)은 장치(30)에서 제공하는 웹 페이지, 애플리케이션 등을 통해 장치(30)에 접속할 수 있다.
청구항에 기재된 단수의 표현은 복수를 포함하는 것으로 이해될 수 있다. 예를 들어, 청구항의 건축 구조 요소는 하나의 건축 구조 요소 또는 둘 이상의 건축 구조 요소를 지칭할 수 있다.
장치(30)는 평면도 생성 서비스를 제공할 수 있다. 구체적으로, 장치(30)는 건축 구조를 기반으로 건물의 구조 데이터를 획득하여 평면도를 생성하는 평면도 생성 서비스를 제공할 수 있다.
또한, 장치(30)는 블로그, 카페, 인스타그램, 페이스북, 트위터, 유튜브를 포함하는 SNS 및 기사를 포함하는 웹 페이지를 포함하는 웹사이트와 유무선으로 통신할 수 있으며, 장치(30)는 웹사이트에 접속하여 정보를 획득할 수 있다.
장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터를 획득하고, 건물의 구조 데이터를 통해 건축 구조 요소를 확인하고, 건축 구조 요소를 기반으로 평면도를 생성할 수 있다.
장치(30)는 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(30)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.
장치(30)는 사용자의 단말(10) 과 유무선으로 통신하도록 구성될 수 있으며, 사용자의 단말(10)의 동작을 제어하고, 사용자의 단말(10)의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.
한편, 설명의 편의를 위해 도 1 및 이하의 설명에서는 사용자의 단말(10) 하나만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(30)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.
도 2는 일실시예에 따른 건축 구조를 기반으로 평면도를 생성하는 과정을 설명하기 위한 순서도이다.
도 2를 참조하면, 먼저, S201 단계에서, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터를 획득할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 평면도를 생성하고자 하는 건물의 구조 데이터를 획득할 수 있다. 이때, 건물의 구조 데이터는 건물의 건축 구조 요소, 건물의 내부 구조를 포함할 수 있으며, 건물의 건축 구조 요소는 벽체, 기둥, 바닥, 계단 및 창호를 포함할 수 있고, 건물의 내부 구조는 건물의 BIM(Building Information Modeling) 데이터 및 건물 내부의 360도 파노라마 사진을 대응시켜 생성된 통합 데이터일 수 있다.
즉, 장치(30)는 사용자의 단말(10)로부터 건물의 BIM(Building Information Modeling) 데이터 및 건물 내부의 360도 파노라마 사진을 건물의 구조 데이터로 획득할 수도 있고, 또한, 장치(30)는 건물의 BIM(Building Information Modeling) 데이터 및 건물 내부의 360도 파노라마 사진의 좌표 및 건물의 내부 구조를 대응시켜 통합 데이터를 생성하고, 통합 데이터를 건물의 구조 데이터로 획득할 수도 있다.
S202 단계에서, 장치(30)는 건물의 구조 데이터를 기반으로 벽체, 기둥, 바닥, 계단, 창호를 포함하는 건축 구조 요소를 확인할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터를 획득할 수 있다. 건축 구조 요소, 건물의 내부 구조를 포함하는 건물의 BIM(Building Information Modeling) 데이터를 획득하고 건물 내부의 360도 파노라마 사진을 수신하여 이를 기반으로 벽체, 기둥, 바닥, 계단, 창호를 포함하는 건축 구조 요소를 확인할 수 있다. 이때, 벽체, 기둥, 바닥, 계단, 창호는 건축 구조 요소의 예시일 뿐, 이에 한정되지는 않는다.
건물의 BIM(Building Information Modeling) 데이터는 건물의 구조, 재료, 시설물을 포함하는 건물의 정보를 포함하는 3D 디지털 모델로서, 장치(30)는 건물의 BIM(Building Information Modeling) 데이터와 사용자의 단말(10)로부터 수신한 360도 파노라마 사진을 대응시켜 통합 데이터를 생성하고 이를 기초로 벽체, 기둥, 바닥, 계단, 창호를 포함하는 건축 구조 요소를 확인할 수 있다. 이와 관련하여 구체적인 설명은 도 3을 참조하기로 한다.
S203 단계에서, 장치(30)는 건축 구조 요소를 기반으로 평면도를 생성할 수 있다.
구체적으로, 장치(30)는 건물의 구조 데이터를 기반으로 벽체, 기둥, 바닥, 계단, 창호를 포함하는 건축 구조 요소를 확인할 수 있고, 이를 기반으로 평면도를 생성할 수 있다.
즉, 장치(30)는 벽체의 중심을 확인하여 벽체 중심선을 일점쇄선으로 생성하고, 외벽과 내벽의 두께를 실선으로 생성하고, 창문, 출입문을 포함하는 개구부의 위치를 표시하고, 주출입구, 치수, 방위 및 척도를 표시하여 평면도를 생성할 수 있다. 장치(30)는 평면도 생성 시, 특별히 미리 설정된 기준이 없다면 일반적으로 통용되는 기호를 사용할 수 있다.
도 3은 일실시예에 따른 건물의 구조 데이터를 획득하는 과정을 설명하기 위한 순서도이다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터로 건축 구조 요소 및 건물의 내부 구조를 포함하는 BIM(Building Information Modeling) 데이터를 획득하고, 건물 내부의 360도 파노라마 사진을 수신할 수 있으며, 도 3은 건물의 구조 데이터를 획득하는 과정을 설명하기 위한 순서도이다.
먼저, S301 단계에서, 장치(30)는 사용자의 단말(10)로부터 건축 구조 요소 및 건물의 내부 구조를 포함하는 BIM(Building Information Modeling) 데이터를 획득할 수 있다.
구체적으로, 장치(30)는 건물의 정보가 통합된 3D 디지털 모델인 BIM(Building Information Modeling) 데이터를 통해 건물의 구조, 설비, 시설물, 구성 재료를 포함하는 건물의 정보를 획득할 수 있다.
S302 단계에서, 장치(30)는 사용자의 단말(10)로부터 건물 내부의 360도 파노라마 사진을 수신할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 건물 내부의 360도 파노라마 사진을 수신하여 건물 내부 공간의 모든 방향을 확인할 수 있다.
건물 내부 공간의 모든 방향을 확인하기 위한 기존의 방식은 2차원 카메라로 여러 방향의 사진을 촬영해야 하기 때문에 비효율적이고 시간이 많이 소요된다는 단점이 있었다. 또한, 여러 방향으로 사진을 촬영하다 보니 평면도 작성 시에 꼭 필요한 부분의 사진을 놓칠 수 있다는 문제점이 존재했으나, 건물 내부의 360도 파노라마 사진을 활용함으로써 이러한 문제점을 해결할 수 있다.
S303 단계에서 장치(30)는 BIM(Building Information Modeling) 데이터와 360도 파노라마 사진의 건물의 내부 구조를 대응시켜 통합 데이터를 생성할 수 있다.
구체적으로, 장치(30)는 BIM(Building Information Modeling) 데이터와 360도 파노라마 사진을 기초로 건물의 내부 구조를 대응시켜 통합 데이터를 생성할 수 있다. BIM(Building Information Modeling) 데이터의 3D 디지털 모델의 좌표와 360도 파노라마 사진의 공간을 일치시키고 구조를 대응시켜 통합된 데이터를 생성할 수 있다.
S304 단계에서 장치(30)는 통합 데이터를 기초로 건물 내부의 3D 모델을 생성할 수 있다.
구체적으로, 장치(30)는 통합 데이터 생성을 완료하면, 장치(30)는 통합 데이터와 360도 파노라마 사진을 기초로, BIM(Building Information Modeling) 데이터의 3D 디지털 모델의 건축 구조 요소를 추출하여 건물 내부의 3D 모델을 생성할 수 있다.
S305 단계에서 장치(30)는 3D 모델을 기초로 벽체의 표면적, 바닥 면적, 창호 영역을 포함하는 건축 구조 요소의 면적을 확인할 수 있다.
구체적으로, 장치(30)는 3D 모델을 기초로 벽체의 표면적, 바닥 면적, 창호 영역을 포함하는 건축 구조 요소의 면적을 확인할 수 있다. 장치(30)는 3D 모델을 기초로 미리 설정된 기준에 따라 벽체, 바닥, 창호를 포함하는 건축 구조 요소를 확인할 수 있다. 이때, 건축 구조 요소를 확인하는 미리 설정된 기준은 실시예에 따라 상이할 수 있다.
예를 들어, 장치(30)는 3D 모델을 기초로, 객체 감지 알고리즘을 활용하여 건축 구조 요소의 특정 객체를 식별하여 객체의 존재를 감지하고 분류할 수 있다. 객체 감지를 통해 식별된 건축 구조 요소는 미리 학습된 신경망 모델 또는 사용자 정의 모델을 사용한 분류 알고리즘을 활용하여 벽체, 바닥, 창호를 포함하는 건축 구조 요소로 분류할 수 있다.
장치(30)는 분류된 건축 구조 요소와 3D 모델을 기초로, 각 건축 구조 요소의 면적, 영역을 확인할 수 있다.
도 4는 일실시예에 따른 평면도의 창문부에 채광정보 및 소음정보를 표시하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 먼저, S401 단계에서 장치(30)는 생성된 평면도를 기초로 창문 기호를 확인하여 창문부를 판단할 수 있다.
구체적으로, 장치(30)는 생성된 평면도를 기초로 미리 설정된 창문 기호를 확인하여 창문부를 판단할 수 있다. 이때, 미리 설정된 기호는 통상적으로 사용되는 표준화된 기호일 수 있으며, 미리 설정된 기호가 있다면 해당 기호를 확인하여 창문부로 판단할 수 있다.
S402 단계에서, 장치(30)는 평면도의 창문부에 채광정보를 표시할 수 있다.
구체적으로, 장치(30)는 생성된 평면도를 기초로 창문부를 판단하고, 창문부에 예상 채광량, 예상 채광방향을 포함하는 채광정보를 표시할 수 있다.
장치(30)는 예상 채광량을 기초로 미리 설정된 기준에 따라 화살표의 길이, 두께를 결정할 수 있고, 예상 채광방향을 기초로 미리 설정된 기준에 따라 화살표의 각도를 결정할 수 있다.
이와 관련하여 구체적인 설명은 도 5를 참조하기로 한다.
S403 단계에서, 장치(30)는 평면도의 창문부에 소음정보를 표시할 수 있다.
구체적으로, 장치(30)는 생성된 평면도를 기초로 창문부를 판단하고, 창문부에 평균 소음 수준, 예측 소음 수준 중 적어도 하나를 포함하는 소음정보를 표시할 수 있다.
장치(30)는 건물의 위치를 기반으로 미리 설정된 거리 내에 소음 측정기가 설치되어 있는 지의 여부를 확인할 수 있다. 소음 측정기가 있을 경우, 장치(30)는 소음 측정기로부터 소음 데이터를 획득하고 평균 소음 수준을 확인하여 이를 기초로 미리 설정된 기준에 따라 원의 크기를 결정하여 소음정보를 표시할 수 있다. 소음 측정기가 없을 경우, 장치(30)는 건물의 위치를 기초로 예측 소음 수준을 확인하여 이를 기초로 미리 설정된 기준에 따라 원의 크기를 결정하여 소음정보를 표시할 수 있다. 이때, 장치(30)는 평균 소음 수준을 나타내는 원과 예측 소음 수준을 나타내는 원의 테두리 색상을 다르게 표시하여 사용자가 시각적으로 구별할 수 있도록 할 수 있다.
이와 관련하여 구체적인 설명은 도 6 및 도 7을 참조하기로 한다.
도 5는 일실시예에 따른 창문부에 채광정보를 표시하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저, S501 단계에서, 장치(30)는 건물의 위치 및 현재 시간을 기초로, 현재 날씨를 확인할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 획득한 건물의 위치 및 현재 시간을 기초로, 건물의 위치 및 현재 시간에 대응하는 현재 날씨를 획득할 수 있다. 이를 위해, 장치(30)는 기상청 데이터베이스와 유무선으로 통신할 수 있으며, 기상청 데이터베이스에는 위치와 매칭하여 시간 별 날씨가 매칭되어 저장될 수 있다. 장치(30)는 기상청 데이터베이스를 통해 건물의 위치 및 현재 시간에 대응하는 현재 날씨를 획득할 수 있다. 이때, 현재 날씨는 현재 기온, 현재 구름량, 현재 강수량, 현재 풍향, 현재 풍속 등이 포함될 수 있다. 한편, 현재 시간을 획득하는 방법은 구체적으로 작성하지 않았지만 통상적으로 사용되는 방법에 의해 장치(30)는 현재 시간을 확인할 수 있다.
또한, 장치(30)는 건물의 위치, 현재 시간 및 현재 날씨를 통해 일사량을 예측할 수 있다. 구체적으로, 장치(30)는 건물의 위치를 통해 건물의 위도 및 경도를 확인할 수 있고, 위도, 경도 및 현재 시간을 통해 태양의 고도각을 계산할 수 있다. 이때, 장치(30)는 미리 설정된 계산식을 사용하여 태양의 고도각을 계산할 수 있다. 또한, 장치(30)는 현재 기온, 현재 구름량, 현재 강수량, 현재 풍향, 현재 풍속 등이 포함된 현재 날씨 및 태양의 고도각을 통해 예상 일사량을 계산할 수 있다. 이때, 장치(30)는 미리 설정된 계산식을 사용하여 예상 일사량을 계산할 수 있다.
S502 단계에서, 장치(30)는 건물의 구조 데이터를 통해 건물에 포함된 창문의 크기, 소재, 방향을 획득하고, 창문의 크기, 소재, 방향을 기초로, 채광 보정값을 생성할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터를 획득할 수 있고, 건물의 구조 데이터에는 건물에 포함된 창문의 크기, 소재, 방향이 포함될 수 있다. 즉, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터로 건물의 정보를 획득한 경우, 장치(30)는 건물에 포함된 창문의 크기, 창문의 소재, 창문의 방향이 더 포함된 건물의 정보를 획득할 수도 있고, 장치(30)는 건물의 구조, 건물의 평수, 건물의 구성 재료를 통해 건물에 포함된 창문의 크기, 창문의 소재, 창문의 방향을 확인할 수도 있다. 또한, 장치(30)가 BIM(Building Information Modeling) 데이터를 획득한 경우, 장치(30)는 건물에 포함된 창문의 크기, 창문의 소재, 창문의 방향을 추가로 획득할 수도 있다. 또한, 장치(30)가 사용자의 단말(10)로부터 건물 내부의 360도 파노라마 사진을 수신한 경우, 장치(30)는 사용자의 단말(10)로부터 건물에 포함된 창문의 크기, 창문의 소재, 창문의 방향을 추가로 획득할 수도 있다.
또한, 장치(30)는 건물에 포함된 창문의 크기, 소재, 방향을 획득하면, 건물에 포함된 창문의 크기, 소재, 방향에 따라 채광 보정값을 생성할 수 있다. 구체적으로, 장치(30)는 창문의 소재를 기초로, 소재에 대한 투과율을 확인할 수 있다. 이를 위해, 장치(30)는 소재 - 투과율 데이터베이스를 구비하거나, 별개의 소재 - 투과율 데이터베이스와 유무선으로 통신할 수 있으며, 장치(30)는 소재 - 투과율 데이터베이스를 통해 창문의 소재에 대한 투과율을 확인할 수 있다, 여기서, 소재 - 투과율 데이터베이스는 소재와 매칭하여 해당 소재의 투과율이 저장될 수 있다. 또한, 장치(30)는 창문의 방향을 기초로, 창문의 방향성 계수를 확인할 수 있다. 이를 위해, 장치(30)에 구비된 데이터베이스에는 창문의 방향 별로 방향성 계수가 미리 설정되어 매칭되어 있을 수 있으며, 장치(30)는 창문의 방향이 획득되면, 데이터베이스를 통해 획득한 창문의 방향에 매칭된 방향성 계수를 확인할 수 있다. 또한, 장치(30)는 창문의 크기에 비례하고, 창문의 소재에 대한 투과율에 비례하고, 창문의 방향에 매칭된 방향성 계수에 비례하게 채광 보정값을 생성할 수 있다. 즉, 장치(30)는 창문의 크기, 창문의 소재에 대한 투과율, 창문의 방향에 매칭된 방향성 계수가 확인되면, (창문의 크기) X (창문의 소재에 대한 투과율) X (창문의 방향에 매칭된 방향성 계수) X (채광 상수 값)을 계산하여 채광 보정값으로 생성할 수 있다. 이때, 채광 상수 값은 미리 설정된 값으로 실시 예에 따라 달라질 수 있다.
S503 단계에서, 장치(30)는 사용자의 단말(10)로부터 건물의 높이, 해당 평면도의 층 수 및 외부 건물 평균 높이를 획득하고, 건물의 높이, 해당 평면도의 층 수, 외부 건물 평균 높이를 기초로, 그림자 형성 보정값을 생성할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 건물의 높이(H), 해당 평면도의 층 수(F), 건물의 외부 건물 평균 높이(A)를 획득할 수 있고, 장치(30)는 건물의 높이(H)에 비례하고, 해당 평면도의 층 수(F)를 기초로 계산된 평면도 층 수에 대한 보정값을 반영하고, 건물의 외부 건물 평균 높이에 반비례하게 그림자 형성 보정값을 생성할 수 있다. 즉, 장치(30)는 건물의 높이(H), 해당 평면도의 층 수(F), 건물의 외부 건물 평균 높이(A)가 확인되면, 그림자 형성 보정값(S)은 건물의 높이(H)와 비례하고, 해당 평면도의 층 수(F)는 건물의 높이(H)를 기초로, 건물의 각 층의 높이가 동일하다면 건물의 높이(H)를 해당 평면도의 층 수(F)로 나눈 값을 반영하여 계산하고, 외부 건물 평균 높이(A)에 반비례하여 계산할 수 있다.
즉, 그림자 형성 보정값(S)은 로 계산할 수 있다. 이때, 은 건물의 높이(H)에 대한 가중치, 는 해당 평면도의 층 수(F)에 대한 가중치, 는 외부 건물 평균 높이(A)에 대한 가중치이며, 각각의 가중치는 미리 설정된 값으로 실시예에 따라 달라질 수 있다.
S504 단계에서, 장치(30)는 현재 날씨, 채광 보정값, 그림자 형성 보정값을 기초로, 건물의 예상 채광량, 예상 채광방향을 생성할 수 있다.
구체적으로, 장치(30)는 건물의 위치, 현재 시간 및 현재 날씨를 기초로 예상 일사량을 생성할 수 있고, 건물에 포함된 창문의 크기, 소재, 방향을 기초로 채광 보정값을 생성할 수 있고, 건물의 높이, 해당 평면도의 층수, 건물의 외부 건물 평균 높이를 기초로 그림자 형성 보정값을 생성할 수 있다. 또한, 장치(30)는 생성된 예상 일사량, 채광 보정값, 그림자 형성 보정값을 기초로, 건물의 예상 채광량, 예상 채광방향을 생성할 수 있다. 즉, 장치(30)는 예상 일사량, 채광 보정값, 그림자 형성 보정값이 생성되면, (예상 일사량) X (채광 보정값) X (그림자 형성 보정값)을 계산하여 건물의 예상 채광량과 예상 채광방향을 생성할 수 있다.
S505 단계에서, 장치(30)는 건물의 예상 채광량을 기초로 미리 설정된 기준에 따라 화살표의 길이와 두께를 결정할 수 있다.
구체적으로, 장치(30)는 예상 일사량, 채광 보정값, 그림자 형성 보정값을 기초로, 건물의 예상 채광량이 생성되면, 생성된 건물의 예상 채광량을 기초로 미리 설정된 기준에 따라 화살표의 길이와 두께를 결정하여 평면도에 표시할 수 있다.
즉, 장치(30)는 건물의 예상 채광량을 기초로, 미리 설정된 채광량이 미치는 범위의 기준에 따라 채광량이 높을수록 화살표의 길이를 길게 조절하고, 채광량이 낮을수록 화살표의 길이를 짧게 조절할 수 있다. 또한, 건물의 예상 채광량을 기초로, 미리 설정된 채광량 변화의 기준에 따라 채광량의 변화가 증가하면 화살표의 두께를 증가시키고, 채광량의 변화가 감소하면 화살표의 두께를 감소시킬 수 있다. 이때, 미리 설정된 채광량이 미치는 범위의 기준과, 미리 설정된 채광량 변화의 기준은 실시예에 따라 상이하게 설정될 수 있다.
즉, 장치(30)는 실제 건물의 예상 채광량 정보를 화살표의 길이와 두께를 조절하여 평면도에 시각화하여 표현함으로써 채광정보를 사용자에게 제공할 수 있고, 이를 통해, 사용자는 건물에 직접 방문하거나 별도로 찾아보지 않아도 평면도 만으로 예상 채광량을 확인할 수 있고, 실제 건물을 평가하고 조명을 포함하는 인테리어를 결정하는데 도움을 받을 수 있다.
S506 단계에서, 장치(30)는 건물의 예상 채광방향을 기초로 미리 설정된 기준에 따라 창문부와 화살표의 각도를 결정할 수 있다.
구체적으로, 장치(30)는 예상 일사량, 채광 보정값, 그림자 형성 보정값을 기초로, 건물의 예상 채광방향이 생성되면, 생성된 건물의 예상 채광방향을 기초로 화살표의 방향을 결정하여 평면도에 표시할 수 있다.
예를 들어, 건물의 예상 채광방향을 기초로, 예상 채광방향이 창문부와 수평 방향일 경우, 화살표의 방향을 수평으로 결정하고, 예상 채광방향이 창문부와 수직 방향일 경우, 화살표의 방향을 수직으로 결정할 수 있다. 예상 채광 방향이 특정 각도일 경우, 화살표를 해당 각도로 결정하여 채광 방향을 표시할 수 있다.
즉, 장치(30)는 실제 건물의 예상 채광방향 정보를 평면도에 시각화하여 사용자에게 제공할 수 있고, 이를 통해, 사용자는 건물에 직접 방문하거나 별도로 찾아보지 않아도 평면도 만으로 채광정보를 확인할 수 있고, 실제 건물을 평가 및 조명을 포함하는 인테리어를 결정하는데 도움을 받을 수 있다.
도 6은 일실시예에 따른 창문부에 소음정보를 표시하는 과정을 설명하기 위한 순서도이다.
도 6을 참조하면, 먼저, S601 단계에서, 장치(30)는 건물의 위치를 기초로, 기준 거리 내에 소음 측정기가 있는지 여부를 확인할 수 있다. 여기서, 기준 거리는 미리 설정된 거리로 실시 예에 따라 달라질 수 있다.
이를 위해, 장치(30)는 소음 측정기와 유무선으로 통신할 수 있고, 유무선으로 통신되는 소음 측정기를 통해 건물의 위치와 미리 설정된 기준 거리 내에 소음 측정기가 있는지 여부를 확인할 수 있다.
S601 단계에서 기준 거리 내에 소음 측정기가 있다고 확인되면, S602 단계에서, 장치(30)는 소음 측정기를 통해 측정된 소음 데이터를 확인하고, 소음 데이터를 통해 시간대 별 평균 소음 수준을 확인할 수 있다. 여기서, 시간대는 새벽(00시 ~ 04시), 아침(04시 ~ 08시), 오전(08시 ~ 12시), 오후(12시 ~ 16시), 저녁(16시 ~ 20시), 밤(20시 ~ 24시)을 기준으로 생성될 수 있으며, 그 외의 기준으로 생성될 수도 있다.
구체적으로, 장치(30)는 건물의 위치를 기초로 기준 거리 내에 소음 측정기가 있다고 확인되면, 해당 소음 측정기로부터 해당 소음 측정기를 통해 측정된 소음 데이터를 획득할 수 있다. 이를 위해, 장치(30)는 소음 측정기와 유무선으로 통신할 수 있고, 소음 측정기는 미리 설정된 기준 데시벨보다 높은 데시벨의 소음을 측정할 수 있고, 소음이 측정되면 해당 소음의 데시벨, 해당 소음이 측정된 날짜 및 시간을 소음 데이터로 생성하여 소음 측정기에 구비된 데이터베이스에 저장할 수 있다.
즉, 장치(30)는 건물의 위치와 기준 거리 내에 소음 측정기가 있다고 확인되면, 해당 소음 측정기로부터 해당 소음 측정기에 구비된 데이터베이스에 저장된 소음 데이터를 획득할 수 있고, 획득한 소음 데이터를 통해 시간대 별로 측정된 평균 데시벨인 시간대 별 평균 소음 수준을 확인할 수 있다.
S603 단계에서, 장치(30)는 현재 시간을 포함하는 시간대를 확인 시간대로 선정하고, 시간대 별 평균 소음 수준을 기초로, 확인 시간대의 평균 소음 수준을 확인할 수 있다.
구체적으로, 장치(30)는 현재 시간을 확인할 수 있으며, 이때, 현재 시간을 확인하는 방법은 구체적으로 작성하지 않았지만 통상적으로 사용되는 방법에 의해 장치(30)는 현재 시간을 확인할 수 있다. 또한, 장치(30)는 현재 시간이 확인되면, 현재 시간을 포함하는 시간대를 확인할 수 있다. 즉, 장치(30)는 현재 시간이 새벽(00시 ~ 04시), 아침(04시 ~ 08시), 오전(08시 ~ 12시), 오후(12시 ~ 16시), 저녁(16시 ~ 20시), 밤(20시 ~ 24시) 중 언제 포함되는지 확인할 수 있고, 확인된 시간대를 확인 시간대로 선정할 수 있다.
또한, 장치(30)는 확인 시간대가 선정되면, 시간대 별 평균 소음 수준을 통해, 확인 시간대의 평균 소음 수준의 소음 레벨을 확인하고 소음정보를 원의 크기로 표시할 수 있다.
S604 단계에서, 장치(30)는 확인 시간대의 평균 소음 수준을 기초로, 미리 설정된 기준에 따른 소음 레벨을 확인하고, 소음 레벨에 따른 크기의 원을 창문부에 표시할 수 있다.
구체적으로, 장치(30)는 확인 시간대의 평균 소음 수준이 확인되면, 평균 소음 수준을 기초로 미리 설정된 기준에 따라 해당 확인 시간대의 평균 소음 수준의 소음 레벨을 확인할 수 있다. 이때, 미리 설정된 기준은 건물의 위치에 따라 상이하게 설정될 수 있다. 장치(30)는 소음 레벨에 따라 원의 크기를 결정하여 평면도의 창문부에 소음정보를 표시할 수 있다. 소음 레벨은 소음 수준이 가장 낮은 평균 소음 레벨1부터 소음 수준이 가장 높은 평균 소음 레벨5로 분류될 수 있고, 소음 레벨이 높아질수록 미리 설정된 기준에 따라 원의 크기를 크게 표시할 수 있다. 이때, 미리 설정된 기준은 실시예에 따라 상이하게 설정될 수 있다. 사용자는 평면도의 창문부에 표시된 원의 크기를 통해 직관적으로 해당 확인 시간대의 해당 창문부의 소음 정보를 확인할 수 있다.
S601 단계에서 기준 거리 내에 소음 측정기가 없다고 확인되면, S605 단계에서, 장치(30)는 건물의 위치를 기초로, 예측 소음 수준을 확인할 수 있다.
구체적으로, 장치(30)는 건물의 위치를 기초로 기준 거리 내에 소음 측정기가 없다고 확인되면, 건물의 위치를 기초로, 예측 소음 수준을 확인할 수 있는데, 예측 소음 수준을 확인하는 과정은 도 7을 참조하여 설명하기로 한다.
S606 단계에서, 장치(30)는 확인 시간대의 예측 소음 수준을 기초로, 미리 설정된 기준에 따른 소음 레벨을 확인하고, 소음 레벨에 따른 크기의 원을 창문부에 표시할 수 있다.
구체적으로, 장치(30)는 확인 시간대의 예측 소음 수준을 기초로 미리 설정된 기준에 따라 해당 확인 시간대의 예측 소음 수준의 소음 레벨을 확인할 수 있다. 이때, 미리 설정된 기준은 건물의 위치에 따라 상이하게 설정될 수 있다. 장치(30)는 소음 레벨에 따라 원의 크기를 결정하여 평면도의 창문부에 소음정보를 표시할 수 있다. 소음 레벨은 소음 수준이 가장 낮은 예측 소음 레벨1부터 소음 수준이 가장 높은 예측 소음 레벨5로 분류될 수 있고, 소음 레벨이 높아질수록 미리 설정된 기준에 따라 원의 크기를 크게 표시할 수 있다. 이때, 미리 설정된 기준은 실시예에 따라 상이하게 설정될 수 있다. 사용자는 평면도의 창문부에 표시된 원의 크기를 통해 직관적으로 해당 확인 시간대의 해당 창문부의 소음 정보를 확인할 수 있다.
장치(30)는 평면도의 창문부에 표시된 소음정보가 평균 소음 수준의 소음 레벨인지, 예측 소음 수준의 레벨인지 사용자가 시각적으로 확인할 수 있도록 소음정보를 표시하는 원의 테두리 색을 미리 설정된 기준에 따라 각각 다르게 표시할 수 있다. 이때, 미리 설정된 기준은 실시예에 따라 상이하게 설정될 수 있다.
도 7은 일실시예에 따른 건물의 위치를 기초로 예측 소음 수준을 확인하는 과정을 설명하기 위한 순서도이다.
도 7을 참조하면, 먼저, S701 단계에서, 장치(30)는 지도 데이터베이스를 통해 건물의 위치를 기초로, 제1 거리 이내에 포함된 도로를 확인하여 인접 도로로 선정할 수 있다. 여기서, 제1 거리는 미리 설정된 거리로 실시 예에 따라 달라질 수 있다.
이를 위해 장치(30)는 지도 데이터베이스를 구비하거나, 별개의 지도 데이터베이스와 유무선으로 통신할 수 있으며, 지도 데이터베이스는 각 위치 즉, 좌표와 매칭되어 좌표에 위치한 도로 및 시설에 대한 정보가 저장되어 있을 수 있다.
구체적으로, 장치(30)는 지도 데이터베이스를 통해 건물의 위치를 기초로, 미리 설정된 제1 거리 이내에 포함된 도로를 확인할 수 있고, 확인된 도로를 인접 도로로 선정할 수 있다.
S702 단계에서, 장치(30)는 도로 교통 데이터베이스를 통해 시간대 별 인접 도로의 평균 통행량 및 평균 통행 속도를 확인하고, 확인 시간대의 인접 도로의 평균 통행량 및 평균 통행 속도를 확인할 수 있다.
이를 위해 장치(30)는 도로 교통 데이터베이스와 유무선으로 통신할 수 있으며, 도로 교통 데이터베이스는 도로와 매칭하여 일 평균 차량 통행량, 시간대 별 차량 통행량, 시간대 별 차량 평균 속도 등이 저장되어 있을 수 있다.
구체적으로, 장치(30)는 건물의 위치를 기초로, 인접 도로를 확인할 수 있고, 인접 도로가 확인되면, 도로 교통 데이터베이스를 통해 인접 도로와 매칭된 시간대 별 차량 통행량 및 평균 통행 속도를 확인할 수 있다. 또한, 장치(30)는 S603 단계를 통해 선정된 확인 시간대, 및 도로 교통 데이터베이스를 통해 확인된 인접 도로와 매칭된 시간대 별 차량 통행량 및 평균 통행 속도를 기초로, 확인 시간대의 인접 도로의 평균 통행량 및 평균 통행 속도를 확인할 수 있다.
S703 단계에서, 장치(30)는 지도 데이터베이스를 통해 건물의 위치를 기초로 제2 거리 이내에 포함된 시설을 확인하여 인접 시설로 선정할 수 있다. 여기서, 제2 거리는 미리 설정된 거리로, 실시 예에 따라 달라질 수 있다. 또한, 제1 거리 및 제2 거리는 동일하게 설정될 수도 있고, 다르게 설정될 수도 있다.
구체적으로, 장치(30)는 지도 데이터베이스를 통해 건물의 위치를 기초로, 미리 설정된 제2 거리 이내에 포함된 시설을 확인할 수 있고, 지도 데이터베이스를 통해 확인된 건물의 위치와 제2 거리 이내에 포함된 시설을 인접 시설로 선정할 수 있다.
S704 단계에서, 장치(30)는 시설 데이터베이스를 통해 시간대 별로 인접 시설의 방문자 수를 확인하고, 확인 시간대의 인접 시설의 방문자 수를 확인할 수 있다.
이를 위해 장치(30)는 시설 데이터베이스와 유무선으로 통신할 수 있으며, 시설 데이터베이스에는 시설과 매칭하여 시설의 업종, 일 평균 방문자의 수, 시간대 별 방문자의 수 등이 저장되어 있을 수 있으며, 또한, 시설 데이터베이스에는 해당 시설의 업종을 기초로, 해당 시설이 건설 시설, 제조업 시설, 발전소 시설, 군사 시설, 항공 시설 중 하나라고 확인되면, 해당 시설을 고소음 시설로 분류할 수도 있다.
구체적으로, 장치(30)는 건물의 위치를 기초로, 인접 시설을 확인할 수 있고, 인접 시설이 확인되면, 시설 데이터베이스를 통해 인접 시설과 매칭된 시간대 별 방문자의 수를 확인할 수 있다. 또한, 장치(30)는 S603 단계를 통해 선정된 확인 시간대 및 시설 데이터베이스를 통해 확인된 인접 시설과 매칭된 시간대 별 방문자의 수를 기초로, 확인 시간대의 인접 시설의 방문자 수를 확인할 수 있다.
즉, 장치(30)는 건물의 위치를 기초로, 인접 시설을 확인할 수 있으며, 인접 시설이 확인되면, 시설 데이터베이스를 통해 인접 시설 중 고소음 시설로 분류된 시설의 개수를 확인할 수도 있다.
S705 단계에서, 장치(30)는 건물의 구조 데이터를 통해 소음 차단 구조 여부를 확인할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터를 획득할 수 있고, 건물의 구조 데이터에는 소음 차단 구조 여부가 더 포함될 수 있다. 즉, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터로 건물의 정보를 획득한 경우, 장치(30)는 사용자의 단말(10)로부터 흡음재 및 방음재 중 적어도 하나를 포함하는 소음 차단 구조가 있는지 여부를 더 포함하여 건물의 정보를 획득할 수도 있고, 장치(30)는 건물의 구조, 건물의 구성 재료를 통해 흡음재 및 방음재 중 적어도 하나를 포함하는 소음 차단 구조가 있는지 여부를 확인할 수도 있다. 또한, 장치(30)는 사용자의 단말(10)로부터 건물의 구조 데이터로 BIM(Building Information Modeling) 데이터, 360도 파노라마 사진을 획득한 경우, 장치(30)는 사용자의 단말(10)로부터 흡음재 및 방음재 중 적어도 하나를 포함하는 소음 차단 구조가 있는지 여부를 추가로 획득할 수 있다.
S706 단계에서, 장치(30)는 확인 시간대의 인접 도로의 평균 통행량 및 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 기초로, 예측 소음 수준을 생성할 수 있다.
이때, 장치(30)는 미리 학습된 소음 수준 생성 인공신경망을 활용하여 확인 시간대의 인접 도로의 평균 통행량 및 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 기초로, 예측 소음 수준을 생성할 수 있다.
구체적으로, 장치(30)는 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 기초로, 제1 입력 신호를 생성할 수 있다.
이때, 장치(30)는 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부는 소음 수준 생성 인공신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.
또한, 장치(30)는 제1 입력 신호를 소음 수준 생성 인공신경망에 적용하여 제1 출력 신호를 생성할 수 있다. 이때, 장치(30)는 소음 수준 생성 인공신경망을 포함하거나, 별개의 소음 수준 생성 인공신경망과 유무선으로 통신할 수 있으며, 여기서, 소음 수준 생성 인공신경망은 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 입력하면, 예측 소음 수준을 예측하는 알고리즘일 수 있다.
즉, 소음 수준 생성 인공신경망은 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 고려하여, 소음 수준을 예측 및 출력할 수 있다. 즉, 제1 출력 신호는 예측 소음 수준으로, 숫자 값으로 출력될 수 있으며, 데시벨 단위로 출력될 수 있다.
소음 수준 생성 인공신경망의 학습이 이루어지는 학습 장치는 학습된 소음 수준 생성 인공신경망을 이용하여 예측 소음 수준을 생성하는 장치(30)와 동일한 장치일 수 있고, 별개의 장치일 수도 있다.
학습 장치는 소음 수준 생성 인공신경망에 입력을 적용할 수 있다. 소음 수준 생성 인공신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 소음 수준 생성 인공신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.
강화 학습에 따라 학습되는 소음 수준 생성 인공신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 확인 시간대의 인접 도로의 평균 통행량에 따라 적합한 예측 소음 수준을 선정할수록 보상 값이 높아질 수 있고, 제2 보상은 확인 시간대의 인접 도로의 평균 통행 속도에 따라 적합한 예측 소음 수준을 선정할수록 보상 값이 높아질 수 있고, 제3 보상은 확인 시간대의 인접 시설의 방문자 수에 따라 적합한 예측 소음 수준을 선정할수록 보상 값이 높아질 수 있고, 제4 보상은 소음 차단 구조 여부에 따라 적합한 예측 소음 수준을 선정할수록 보상 값이 높아질 수 있으며, 제5 보상은 확인 시간대의 인접 도로의 평균 통행량에 따라 적합하지 않은 예측 소음 수준을 선정하지 않을수록 보상값이 높아질 수 있고, 제6 보상은 확인 시간대의 인접 도로의 평균 통행 속도에 따라 적합하지 않은 예측 소음 수준을 선정하지 않을수록 보상 값이 높아질 수 있고, 제7 보상은 확인 시간대의 인접 시설의 방문자 수에 따라 적합하지 않은 예측 소음 수준을 선정하지 않을수록 보상 값이 높아질 수 있고, 제8 보상은 소음 차단 구조 여부에 따라 적합하지 않은 예측 소음 수준을 선정하지 않을수록 보상 값이 높아질 수 있다.
학습 장치는 소음 수준 생성 인공신경망으로부터 출력을 획득할 수 있다. 소음 수준 생성 인공신경망의 출력은, 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부에 따른 예측 소음 수준일 수 있다. 이때, 소음 수준 생성 인공신경망은 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 고려하여, 예측 소음 수준을 분석 및 예측할 수 있으며, 예측한 소음 수준을 출력할 수 있다.
학습 장치는 소음 수준 생성 인공신경망의 출력을 평가하여 보상을 지급할 수 있다. 이때, 출력의 평가는 제1 보상, 제2 보상, 제3 보상, 제4 보상, 제5 보상, 제6 보상, 제7 보상, 및 제8 보상 등으로 나뉠 수 있다.
구체적으로, 학습 장치는 확인 시간대의 인접 도로의 평균 통행량에 따라 적합한 예측 소음 수준을 출력하면 제1 보상을 많이 수여하고, 확인 시간대의 인접 도로의 평균 통행 속도에 따라 적합한 예측 소음 수준을 출력하면 제2 보상을 많이 수여하고, 확인 시간대의 인접 시설의 방문자 수에 따라 적합한 예측 소음 수준을 출력하면 제3 보상을 많이 수여하고, 소음 차단 구조 여부에 따라 적합한 예측 소음 수준을 출력하면 제4 보상을 많이 수여하고, 확인 시간대의 인접 도로의 평균 통행량에 따라 적합하지 않은 예측 소음 수준을 출력하지 않으면 제5 보상을 많이 수여하고, 확인 시간대의 인접 도로의 평균 통행 속도에 따라 적합하지 않은 예측 소음 수준을 출력하지 않으면 제6 보상을 많이 수여하고, 확인 시간대의 인접 시설의 방문자 수에 따라 적합하지 않은 예측 소음 수준을 출력하지 않으면 제7 보상을 많이 수여하고, 소음 차단 구조 여부에 따라 적합하지 않은 예측 소음 수준을 출력하지 않으면 제8 보상을 많이 수여할 수 있다.
학습 장치는 평가를 기초로 소음 수준 생성 인공신경망을 갱신할 수 있다.
구체적으로, 학습 장치는 소음 수준 생성 인공신경망이, 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 고려하여, 예측 소음 수준에 대한 정보를 분석하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 인공신경망을 갱신할 수 있다.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.
학습 장치는 상술한 소음 수준 생성 인공신경망의 학습 과정을 반복함으로써, 소음 수준 생성 인공신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 학습 장치는 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 고려하여, 예측 소음 수준을 예측 출력하는 인공신경망을 학습시킬 수 있다.
즉, 학습 장치는 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 고려하여, 예측 소음 수준을 출력할 때, 제1 보상, 제2 보상, 제3 보상, 제4 보상, 제5 보상, 제6 보상, 제7 보상, 및 제8 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 소음 수준 생성 인공신경망을 학습시킬 수 있다.
또한, 장치(30)는 제1 출력 신호에 기초하여, 예측 소음 수준을 확인할 수 있다. 구체적으로, 장치(30)는 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 기초로, 제1 입력 신호를 생성하고, 생성된 제1 입력 신호를 소음 수준 생성 인공신경망에 적용하여 제1 출력 신호를 생성할 수 있다. 또한, 장치(30)는 생성된 제1 출력 신호를 기초로, 예측 소음 수준을 확인할 수 있다.
즉, 장치(30)는 건물의 위치를 통해 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수를 확인할 수 있고, 건물의 구조 데이터를 통해 소음 차단 구조 여부를 확인할 수 있고, 확인된 확인 시간대의 인접 도로의 평균 통행량, 확인 시간대의 인접 도로의 평균 통행 속도, 확인 시간대의 인접 시설의 방문자 수, 소음 차단 구조 여부를 미리 학습된 소음 수준 생성 인공신경망에 적용하여 건물의 위치 및 현재 시간에 대한 예측 소음 수준을 확인할 수 있다.
도 8은 일실시예에 따른 편집도를 편집하는 과정을 설명하기 위한 순서도이다.
도 8을 참조하면, 먼저, S801 단계에서, 장치(30)는 건축 구조 요소를 기반으로 생성된 평면도를 편집할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 획득한 건물의 구조 데이터를 기반으로 편집 가능한 요소를 확인할 수 있다. 예를 들어, 편집 가능한 요소는 벽체, 계단, 창호를 포함할 수 있으나, 이는 예시일 뿐 이에 한정되지 않는다. 또한, 건물의 BIM(Building Information Modeling) 데이터와 건물 내부의 360도 파노라마 사진을 기초로 편집 가능한 요소를 확인할 수도 있다.
S802 단계에서, 장치(30)는 사용자의 단말(10)로부터 평면도 내에서의 커서의 이동을 수신할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 평면도 내에서의 커서의 이동을 확인할 수 있다.
S803 단계에서, 장치(30)는 사용자의 단말(10)로부터 수신한 커서의 위치 정보를 추적하고 기록할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 평면도 내에서의 커서의 이동을 수신하고, 커서의 이동 위치 정보를 추적하고 이를 기록할 수 있다. 장치(30)가 사용자의 단말(10)로부터 커서의 이동을 수신하고, 이동된 커서의 위치 정보를 추적하고 이를 기록함으로써, 커서의 이동에 따라 사용자의 단말(10)에 해당 커서가 위치한 건축 구조 요소의 편집 가능 여부를 알릴 수 있다. 또한, 평면도 편집 이후라면, 장치(30)는 사용자의 단말(10)로부터 커서의 위치 정보를 추적하고 기록한 데이터를 기반으로 평면도의 편집 내역을 확인할 수도 있다.
S804 단계에서, 장치(30)는 사용자의 단말(10)로부터 수신한 커서의 위치 정보를 기반으로 편집 가능한 선택 점을 표시할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 커서의 위치 정보를 수신할 수 있다. 이때, 사용자의 단말(10)로부터 획득한 건물의 구조 데이터를 기반으로 확인한 편집 가능한 요소를 기초로, 사용자의 단말(10)로부터 획득한 커서의 위치가 편집 가능한 요소에 위치하고 있는지 확인할 수 있다. 해당 커서가 편집 가능한 요소에 위치하고 있는 경우, 편집 가능한 선택 점을 표시할 수 있다. 사용자는 편집 가능한 선택 점이 표시되는 지의 여부에 따라 해당 요소의 편집 가능 여부를 즉시 확인할 수 있다.
또한, 장치(30)는 사용자의 단말(10)로부터 수신한 커서의 위치 정보를 추적하고 기록하므로, 사용자는 평면도 내 편집 가능한 요소를 편집한 이후, 편집 내역을 확인할 수도 있다.
S805 단계에서, 장치(30)는 사용자의 단말(10)로부터 건축 구조 요소의 편집 도구를 제공할 수 있다.
구체적으로, 장치(30)는 사용자의 단말(10)로부터 획득한 건물의 구조 데이터를 기반으로 건축 구조 요소를 확인하고, 건축 구조 요소 중 편집 가능한 요소를 확인할 수 있으며, 이를 편집하기 위한 편집 도구를 제공할 수 있다.
평면도를 편집할 수 있도록 제공하는 편집 도구는 사각형, 원을 포함하는 도형을 생성하는 기능, 도면 내 미리 설정된 기호를 추가하는 기능, 투명도, 그림자, 색상을 포함하는 평면도의 시각적 표현에 대한 설정을 제공하는 기능을 포함할 수 있으나, 이는 예시일 뿐 이에 한정되지 않으며, 도면 내 미리 설정된 기호는 실시예에 따라 달라질 수 있다.
사용자는 편집이 필요한 평면도 내의 영역에 대해 장치(30)로부터 제공받은 편집 도구를 이용하여 편집할 수 있다. 편집 도구를 이용하여 사각형, 원을 포함하는 도형을 생성할 수 있고, 평면도 내 도면 기호를 추가할 수 있으며, 평면도 내 강조하고 싶은 영역이나 수정이 필요한 영역에 대해 투명도, 그림자, 색상을 포함하는 평면도의 시각적 표현에 대한 설정 기능을 이용하여 편집할 수 있다.
도 9는 일실시예에 따른 평면도를 비교하는 과정을 설명하기 위한 순서도이다.
도 9를 참조하면, 먼저, S901 단계에서, 장치(30)는 건물 설계 시에 작성된 제1 평면도를 획득할 수 있다.
구체적으로, 장치(30)는 건물 설계 시에 작성된 제1 평면도를 획득할 수 있다. 제1 평면도는 건물의 시공 전 작성된 평면도로, 설계 시에 작성되었으므로 시공 과정에서 설계와 다르게 시공되거나, 이후 내부 인테리어 진행으로 인해 변경되어진 현재 건물의 내부 구조와 차이가 존재할 수 있다.
S902 단계에서, 장치(30)는 제1 평면도와 건축 구조 요소를 기반으로 생성된 제2 평면도를 비교할 수 있다.
구체적으로, 장치(30)는 건물 설계 시에 작성된 제1 평면도와, 사용자의 단말(10)로부터 획득한 건물의 구조 데이터를 기반으로 확인한 건축 구조 요소를 기초로 생성된 제2 평면도를 비교할 수 있다. 제1 평면도는 공공기관 데이터 혹은 인터넷 자료 수집을 통해 획득하거나 사용자의 단말(10)로부터 획득할 수 있으나, 이는 예시일 뿐 이에 한정되지는 않는다.
장치(30)는 제1 평면도와 제2 평면도를 비교하여 다른 부분을 영역 처리하여 표시할 수 있다. 장치(30)는 사용자의 단말(10)에 해당 다른 부분에 대한 추가 사진을 요청할 수 있다. 건물을 설계하고 시공하는 과정에서 수정되는 부분이 있을 수 있으며, 이후 내부 인테리어 등을 통해 건물 설계 시에 작성된 제1 평면도와 달라지는 부분이 있을 수 있다. 장치(30)가 사용자의 단말(10)로부터 건물의 구조 데이터와 건물의 내부 구조를 포함하는 BIM(Building Information Modeling) 데이터를 획득하고, 현재 건물 내부의 360도 파노라마 사진을 수신하여 제2 평면도를 생성함으로써, 시공 과정에서 수정된 부분이나, 이후 내부 인테리어를 통해 변경된 부분을 제2 평면도에 반영할 수 있고, 이를 통해 사용자는 처음 설계 시 건물과 현재 건물의 차이점을 확인할 수 있다.
또한, 장치(30)는 제1 평면도와 제2 평면도를 비교하여 다른 부분을 확인하고, 사용자의 단말(10)로부터 해당 부분에 대해 제1 평면도를 기준으로 할 것인지, 제2 평면도를 기준으로 할 것인지에 대한 입력을 수신할 수 있다.
도 10은 일실시예에 따른 장치의 구성의 예시도이다.
일실시예에 따른 장치(30)는 프로세서(31) 및 메모리(32)를 포함한다. 일실시예에 따른 장치(30)는 상술한 서버 또는 단말일 수 있다. 프로세서(31)는 도 1 내지 도 9를 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 9를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(32)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(32)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(31)는 프로그램을 실행하고, 장치(30)를 제어할 수 있다. 프로세서(31)에 의하여 실행되는 프로그램의 코드는 메모리(32)에 저장될 수 있다. 장치(30)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
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.
10: 사용자의 단말
30: 장치
31: 프로세서
32: 메모리

Claims (3)

  1. 장치에 의해 수행되는, 건축 구조 기반 평면도 생성 방법에 있어서,
    건물의 구조 데이터를 획득하는 단계;
    상기 구조 데이터를 기반으로 벽체, 기둥, 바닥, 계단 및 창호를 포함하는 건축 구조 요소를 확인하는 단계; 및
    상기 건축 구조 요소를 기반으로 평면도를 생성하는 단계;를 포함하고,
    상기 건축 구조 요소를 기반으로 평면도를 생성하는 단계는,
    벽체 중심선을 일점쇄선으로 생성하는 단계,
    외벽, 내벽의 두께를 실선으로 생성하는 단계,
    창문, 출입문을 포함하는 개구부 위치를 표시하는 단계, 및
    주출입구, 치수, 방위 및 척도를 표시하는 단계,를 포함하고,
    상기 건축 구조 요소를 기반으로 생성된 평면도의 창문부를 확인하는 단계;
    상기 창문부에 채광정보를 표시하는 단계; 및
    상기 창문부에 소음정보를 표시하는 단계;를 더 포함하고,
    상기 평면도의 창문부를 확인하는 단계는,
    상기 생성된 평면도를 기초로 미리 설정된 창문 기호를 확인하여 창문부를 판단하는 단계,를 포함하고,
    상기 창문부에 채광정보를 표시하는 단계는,
    상기 건물의 위치를 획득하는 단계,
    상기 건물의 구조 데이터를 통해 건물에 포함된 창문의 크기, 소재, 방향을 획득하고, 상기 창문의 크기, 소재, 방향을 기초로 채광 보정값을 생성하는 단계,
    상기 건물의 높이, 해당 평면도의 층 수 및 외부 건물 평균 높이를 획득하고, 상기 건물의 높이, 해당 평면도의 층 수 및 외부 건물 평균 높이를 기초로, 그림자 형성 보정값을 생성하는 단계,
    상기 건물의 위치를 기초로 현재 날씨를 확인하고, 상기 채광 보정값 및 상기 그림자 형성 보정값을 기초로 상기 평면도에 해당하는 층의 예상 채광량 및 예상 채광방향을 포함하는 채광정보를 확인하는 단계,
    상기 창문부에 상기 채광정보를 화살표로 표시하는 단계,를 포함하고,
    상기 채광정보를 화살표로 표시하는 단계는,
    상기 창문부에 상기 예상 채광량을 기초로 미리 설정된 기준에 따라 상기 화살표의 길이 및 두께를 결정하는 단계, 및
    상기 창문부에 상기 예상 채광방향을 기초로 미리 설정된 기준에 따라 창문부와 화살표의 각도를 결정하는 단계를 포함하고,
    상기 창문부에 소음정보를 표시하는 단계는,
    상기 건물의 위치를 기반으로, 미리 설정된 기준 거리 내에 소음 측정기가 있는 지 여부를 확인하는 단계,
    상기 기준 거리 내에 소음 측정기가 있다고 확인되면, 상기 소음 측정기로부터 소음 데이터를 획득하고, 상기 소음 데이터를 통해 시간대 별 평균 소음 수준을 확인하는 단계,
    현재 시간을 포함하는 시간대를 확인 시간대로 선정하고, 상기 시간대 별 평균 소음 수준을 기초로, 상기 확인 시간대의 평균 소음 수준을 확인하는 단계,
    상기 평균 소음 수준을 기초로, 상기 창문부에 미리 설정된 기준에 따른 소음 레벨을 확인하고 원의 크기를 결정하여 소음정보를 표시하는 단계, 및
    상기 기준 거리 내에 소음 측정기가 없다고 확인되면, 상기 건물의 위치를 기초로 예측 소음 수준을 확인하는 단계,를 포함하고,
    상기 건물의 위치를 기초로 예측 소음 수준을 확인하는 단계는
    지도 데이터베이스를 통해 상기 건물의 위치를 기초로, 미리 설정된 제1 거리 이내에 포함된 도로를 확인하여 인접 도로로 선정하는 단계,
    도로 교통 데이터베이스를 통해 시간대 별 상기 인접 도로의 평균 통행량 및 평균 통행 속도를 확인하고, 상기 확인 시간대의 상기 인접 도로의 평균 통행량 및 평균 통행 속도를 확인하는 단계,
    상기 지도 데이터베이스를 통해 상기 건물의 위치를 기초로, 미리 설정된 제2 거리 이내에 포함된 시설을 확인하여 인접 시설로 선정하는 단계,
    시설 데이터베이스를 통해 시간대 별 상기 인접 시설의 방문자 수를 확인하고, 상기 확인 시간대의 상기 인접 시설의 방문자 수를 확인하는 단계,
    상기 건물의 구조 데이터를 통해 소음 차단 구조 여부를 확인하는 단계, 및
    상기 확인 시간대의 인접 도로의 평균 통행량 및 평균 통행 속도, 상기 확인 시간대의 인접 시설의 방문자 수, 상기 소음 차단 구조 여부를 기초로, 예측 소음 수준을 확인하는 단계,
    상기 예측 소음 수준을 기초로, 상기 창문부에 미리 설정된 기준에 따른 소음 레벨을 확인하고 원의 크기를 결정하여 소음정보를 표시하는 단계,를 포함하고,
    건물의 구조 데이터를 획득하는 단계는,
    상기 건축 구조 요소 및 건물의 내부 구조를 포함하는 BIM(Building Information Modeling) 데이터를 획득하는 단계,
    상기 건물 내부의 360도 파노라마 사진을 수신하는 단계,
    상기 BIM(Building Information Modeling) 데이터와 상기 360도 파노라마 사진을 기초로 상기 건물의 내부 구조를 대응시켜 통합 데이터를 생성하는 단계,
    상기 통합 데이터를 기초로 건물 내부의 3D 모델을 생성하는 단계,
    상기 3D 모델을 기초로 벽체와 벽체, 기둥과 기둥, 바닥과 천장을 포함하는 상기 건축 구조 요소 간의 거리를 확인하는 단계,
    상기 3D 모델을 기초로 벽체의 표면적, 바닥 면적, 창호 영역을 포함하는 상기 건축 구조 요소의 면적을 확인하는 단계,를 포함하는,
    건축 구조 기반 평면도 생성 및 편집 방법.
  2. 삭제
  3. 삭제
KR1020240002219A 2024-01-05 2024-01-05 건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템 KR102659582B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020240002219A KR102659582B1 (ko) 2024-01-05 2024-01-05 건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020240002219A KR102659582B1 (ko) 2024-01-05 2024-01-05 건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR102659582B1 true KR102659582B1 (ko) 2024-04-22

Family

ID=90881349

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020240002219A KR102659582B1 (ko) 2024-01-05 2024-01-05 건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR102659582B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130134891A (ko) * 2012-05-31 2013-12-10 주식회사 썬앤라이트 아이에프씨 및 웹을 활용한 일조 분석 방법
KR20160055717A (ko) * 2014-11-10 2016-05-18 주식회사 포스코건설 공동주택의 환경성능·에너지 해석을 위한 통합 분석 시스템 및 분석 방법
KR101759798B1 (ko) 2015-03-31 2017-07-31 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 실내 2d 평면도의 생성 방법, 장치 및 시스템
KR102059904B1 (ko) 2012-12-14 2019-12-30 삼성전자주식회사 건물 평면도 제공장치 및 방법
JP2021156015A (ja) * 2020-03-27 2021-10-07 株式会社フジタ 建設作業支援システムおよび建設作業支援方法
KR102450334B1 (ko) 2022-05-24 2022-10-05 주식회사 텐일레븐 공간관계 기반 평면도 생성 시스템
KR102555272B1 (ko) 2022-12-27 2023-07-14 (주)한스타일엔지니어링 건축물의 평면도 생성 방법 및 건축물의 평면도 생성 방법을 실행시키는 프로그램이 기록된 기록 매체
JP2023102537A (ja) * 2022-01-12 2023-07-25 株式会社大林組 作業支援システム、作業支援方法及び作業支援プログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130134891A (ko) * 2012-05-31 2013-12-10 주식회사 썬앤라이트 아이에프씨 및 웹을 활용한 일조 분석 방법
KR102059904B1 (ko) 2012-12-14 2019-12-30 삼성전자주식회사 건물 평면도 제공장치 및 방법
KR20160055717A (ko) * 2014-11-10 2016-05-18 주식회사 포스코건설 공동주택의 환경성능·에너지 해석을 위한 통합 분석 시스템 및 분석 방법
KR101759798B1 (ko) 2015-03-31 2017-07-31 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 실내 2d 평면도의 생성 방법, 장치 및 시스템
JP2021156015A (ja) * 2020-03-27 2021-10-07 株式会社フジタ 建設作業支援システムおよび建設作業支援方法
JP2023102537A (ja) * 2022-01-12 2023-07-25 株式会社大林組 作業支援システム、作業支援方法及び作業支援プログラム
KR102450334B1 (ko) 2022-05-24 2022-10-05 주식회사 텐일레븐 공간관계 기반 평면도 생성 시스템
KR102555272B1 (ko) 2022-12-27 2023-07-14 (주)한스타일엔지니어링 건축물의 평면도 생성 방법 및 건축물의 평면도 생성 방법을 실행시키는 프로그램이 기록된 기록 매체

Similar Documents

Publication Publication Date Title
Dogan et al. Shoeboxer: An algorithm for abstracted rapid multi-zone urban building energy model generation and simulation
US11328102B2 (en) Digital design tools for building construction
WO2017158975A1 (ja) 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム
KR101760389B1 (ko) 가치 평가를 이용하여 건물 모델을 설계하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
Wang et al. Bayesian calibration at the urban scale: a case study on a large residential heating demand application in Amsterdam
Nouvel et al. Urban energy analysis based on 3D city model for national scale applications
US9727667B2 (en) Generating a three dimensional building management system
EP3432172A1 (en) Predicting user desirability of a constructional connection in a building information model
Berger et al. CFD post-processing in Unity3D
US9398413B1 (en) Mapping electronic devices within an area
BR112016011555B1 (pt) Método e sistema para definir e predizer trajetória de aeronaves
KR102357429B1 (ko) 3차원 모델링 데이터의 공간정보 설정 및 활용 방법, 장치 및 컴퓨터-판독가능 기록매체
Zverovich et al. Emergency response in complex buildings: automated selection of safest and balanced routes
US9984179B2 (en) Providing building information modeling data
Abbaszadeh Shahri et al. A hybrid ensemble-based automated deep learning approach to generate 3D geo-models and uncertainty analysis
Woo et al. Developing a virtual campus model in an interactive game-engine environment for building energy benchmarking
EP4241135A1 (en) Virtually viewing devices in a facility
Chaturvedi et al. Solar potential analysis and integration of the time-dependent simulation results for semantic 3D city models using dynamizers
US20230393443A1 (en) Virtually viewing devices in a facility
Mucedero et al. Generalised Storey Loss Functions for Seismic Loss Assessment of Italian Residential Buildings
KR102659582B1 (ko) 건축 구조 기반 평면도 생성 및 편집 방법, 장치 및 시스템
Lee et al. Examining visitor-inhabitant relations in Palladian Villas
KR102478685B1 (ko) 인공지능 기반 인테리어 모델링 이미지 검증 방법, 장치 및 시스템
KR102652446B1 (ko) 주택 데이터 기반 가상 공간 생성 방법, 장치 및 시스템
KR102658273B1 (ko) 실내 디자인을 기반으로 인테리어를 생성하는 방법, 장치 및 시스템

Legal Events

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