KR20240050597A - 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램 - Google Patents

공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR20240050597A
KR20240050597A KR1020220130172A KR20220130172A KR20240050597A KR 20240050597 A KR20240050597 A KR 20240050597A KR 1020220130172 A KR1020220130172 A KR 1020220130172A KR 20220130172 A KR20220130172 A KR 20220130172A KR 20240050597 A KR20240050597 A KR 20240050597A
Authority
KR
South Korea
Prior art keywords
vector
wall
information
vectors
type
Prior art date
Application number
KR1020220130172A
Other languages
English (en)
Inventor
박종경
윤여진
이규철
이주철
Original Assignee
주식회사 케이티
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 케이티 filed Critical 주식회사 케이티
Priority to KR1020220130172A priority Critical patent/KR20240050597A/ko
Publication of KR20240050597A publication Critical patent/KR20240050597A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Structural Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

공간 모델을 생성하는 장치는 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하는 도출부, 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하는 벡터 통합부 및 통합 벡터에 기초하여 공간 모델을 생성하는 모델 생성부를 포함할 수 있다.

Description

공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램{DEVICE, METHOD AND COMPUTER PROGRAM FOR GENERATING SPACE MODEL}
본 발명은 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램에 관한 것이다.
도면에서의 기존 벡터화 작업은 평면도를 구성하는 복수의 벽(즉, 방을 이루는 벽)을 1개 이상의 벡터로 변환하는 작업을 말한다. 이러한 벡터화 작업의 경우, 전문가가 캐드(CAD) 프로그램을 이용하여 평면도를 보면서 작업하는 방식이 가장 정확하나 많은 비용이 든다.
한편, 도면에서의 기존 도면 분석 기술은 도면 이미지를 분석하여 픽셀 단위로 도면 이미지에 포함된 복수의 공간 구조를 카테고리별로 구분하는 기술이다. 이러한 도면 분석 기술을 통해 분류된 각 카테고리별로 각 공간 구조에 대응하는 이미지는 모델링에 활용하기 어렵다.
한편, 도면에서의 기존 심볼 인식 기술은 도면 이미지에서 공간 구조 이외에 인테리어 부분을 구분하는 기술이다. 이러한, 심볼 인식 기술은 모델링에 대한 고려가 없기 때문에 인식된 객체들을 모델링하기 어렵다.
한국등록특허공보 제10-1612729호 (2016.04.08. 등록)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하고, 통합 벡터에 기초하여 공간 모델을 생성하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 공간 모델을 생성하는 장치는 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하는 도출부; 상기 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하는 벡터 통합부; 및 상기 통합 벡터에 기초하여 공간 모델을 생성하는 모델 생성부를 포함할 수 있다.
본 발명의 제 2 측면에 따른 공간 모델 생성 장치에 의해 수행되는 공간 모델을 생성하는 방법은 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하는 단계; 상기 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하는 단계; 및 상기 통합 벡터에 기초하여 공간 모델을 생성하는 단계를 포함할 수 있다.
본 발명의 제 3 측면에 따른 공간 모델을 생성하는 명령어들의 시퀀스를 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램은 상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하고, 상기 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하고, 상기 통합 벡터에 기초하여 공간 모델을 생성하는 명령어들의 시퀀스를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하고, 통합 벡터에 기초하여 공간 모델을 생성할 수 있다.
이를 통해, 본 발명은 전문가가 아닌 일반인도 도면 이미지만으로 3차원 공간 모델을 생성할 수 있도록 도울 수 있다. 또한, 본 발명은 공간 구조에 대한 공간 모델링뿐만 아니라, 공간 구조에 빌트인된 인테리어 구조물에 대한 모델링을 생성할 수 있다.
도 1은 본 발명의 일 실시예에 따른, 공간 모델 생성 장치의 블록도이다.
도 2a 내지 2d는 본 발명의 일 실시예에 따른, 복수의 객체유형의 외곽선 정보 도출 및 벽 두께 정보를 도출하는 방법을 설명하는 도면이다.
도 3a 내지 3b는 본 발명의 일 실시예에 따른, 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른, 심볼 데이터를 검출하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른, 전파맵 데이터를 생성하는 방법을 설명하기 위한 도면이다.
도 6a 내지 6b는 본 발명의 일 실시예에 따른, 심볼 데이터 및 통합 벡터를 융합하여 모델링 정보를 생성하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른, 공간 모델을 생성하는 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른, 공간 모델 생성 장치(100)의 블록도이다.
도 1을 참조하면, 공간 모델 생성 장치(100)는 입력부(110), 도출부(120), 벡터 통합부(130), 모델 생성부(140), 전파맵 생성부(150) 및 분석부(160)를 포함할 수 있다. 다만, 도 1에 도시된 공간 모델 생성 장치(100)는 본 발명의 하나의 구현 예에 불과하며, 도 1에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다.
이하에서는 도 2a 내지 6b를 함께 참조하여 도 1을 설명하기로 한다.
입력부(110)는 도면 데이터(200), 도면 데이터에 대한 도면 분석 정보 및 도면 정보를 입력받을 수 있다. 잠시, 도 2a를 참조하면, 도면 분석 정보(210)는 도면 데이터(200)로부터 도출된 픽셀 정보에 따른 복수의 객체유형(방 유형, 문 유형 및 창문 유형)에 대한 정보를 포함할 수 있다. 도면 분석 정보(210)에는 각 객체유형에 따라 서로 다른 색상으로 객체유형이 구분되어 있다. 예를 들어, 도면 데이터에 포함된 방 유형의 경우, 침실, 거실, 발코니, 화장실, 창고 등이 제 1 색상으로 표시되고, 문 유형의 경우, 개폐식 문, 슬라이딩 문, 창문 등이 제 2 색상으로 표시될 수 있다.
여기서, 도면 정보는 예를 들어, 도면 형태 정보(기본형, 확장형), 층 수 정보, 전용 면적 정보, 도면 데이터의 크기 정보, 주소 정보를 포함할 수 있다.
도출부(120)는 도면 데이터로부터 복수의 객체유형을 추출하고, 복수의 객체유형 각각을 구성하는 외곽선 정보를 도출할 수 있다. 여기서, 복수의 객체유형은 방 유형, 문 유형 및 창문 유형을 포함할 수 있다.
예를 들어, 도 2b를 참조하면, 도출부(120)는 도면 분석 정보(220)에 포함된 방 유형, 문 유형 및 창문 유형 각각에 대응하는 색상에 기초하여 각 방 유형(222), 문 유형(224) 및 창문 유형(226)을 분리하고, 분리된 방 유형(222)으로부터 방 유형(222)을 구성하는 외곽선 정보(222-2)를 도출하고, 분리된 문 유형(224)으로부터 문 유형(224)을 구성하는 외곽선 정보(224-2)를 도출하고, 분리된 창문 유형(226)으로부터 창문 유형(226)을 구성하는 외곽선 정보(226-2)를 도출할 수 있다. 여기서, 도출된 각 객체유형의 외곽선 정보는 일정 각도 이하의 정점들로 구성된 2차원 배열로 구조화될 수 있다.
도출부(120)는 문 유형의 외곽선 정보를 이용하여 벽의 두께 정보를 도출할 수 있다.
예를 들어, 도 2c를 참조하면, 도출부(120)는 문 유형에서 각 문의 외곽선 짧은 면(빨간선)에 대한 두께의 평균에 기초하여 벽의 두께 정보를 도출할 수 있다. 여기서, 벽의 두께 정보는 벽 벡터의 최적화 및　중심선 매칭 등에서 임계값으로 사용될 수 있다.
만일, 도출부(120)는 적어도 하나의 문에 각도가 있는 경우, 문의 각도를 반영하여 짧은 면에 대한 거리를 두께로서 측정하고, 측정된 문에 대한 두께의 평균에 기초하여 벽의 두께 정보를 도출할 수 있다.
한편, 도출부(120)는 복수의 객체유형 각각을 구성하는 외곽선 정보에 포함된 정점의 개수가 기설정된 임계치를 초과하는 경우, 모델링의 경량화를 위해 해당 외곽선 정보를 최적화할 수 있다. 도 2d는 복수의 빨간색 정점을 포함하는 방 유형의 외곽선 정보(230)를 최적화한 결과(240)를 나타낸 도면이다.
예를 들어, 도출부(120)는 벽의 두께 정보에 기초하여 RDP(Ramer-Douglas-Peucker) 알고리즘을 사용하여 외곽선 정보를 최적화할 수 있다.
예를 들어, 도출부(120)는 외곽선 정보에 포함된 복수의 정점 중 인접하는 두 개의 정점 간의 거리가 기설정된 임계값(예컨대, 벽의 두께 정보의 40%) 이하인 경우, 해당 정점들을 제거하여 해당 외곽선 정보를 최적화할 수 있다.
예를 들어, 도출부(120)는 외곽선 정보에 포함된 복수의 정점 중 인접한 세 개의　정점에 기초하여 생성된 두 개의 벡터가 이루는 각도가 기설정된 임계값(예컨대, 2도) 이하인 경우, 해당 세 개의 정점 중 중간 정점을 제거하여 외곽선 정보를 최적화할 수 있다.
도출부(120)는 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출할 수 있다.
도출부(120)는 방 유형의 외곽선 정보에 포함된 정점을 중심으로 기설정된 임계값만큼 떨어져 위치한 정점을 벽의 후보 정점으로 추출하고, 추출된 벽의 후보 정점을 이용하여 벽의 벽 중심 벡터를 생성할 수 있다. 여기서, 기설정된 임계값은 벽의 두께 정보로부터 도출될 수 있다.
예를 들어, 도 3a를 참조하면, 도출부(120)는 각 방(301, 303)의 외곽선 정보에 포함된 정점(빨간색 정점)을 중심으로 회전된 4분면에 기설정된 임계값(벽의 두께 정보의 50%)의 거리만큼 떨어진 적어도 하나의 후보 정점들을 선정하고, 적어도 하나의 후보 정점 중 벽에 위치한 정점의 개수에 따라 휴리스틱(heuristics) 판단으로 벽 중심 위치를 지정하고, 해당 벽 중심 위치에 기초하여 벽의 벽 중심 벡터(305, 파란색 선)를 생성할 수 있다.
예를 들어, 벽에 위치한 후보 정점이 한 개인 경우, 도출부(120)는 해당 후보 정점의 위치를 벽 중심 위치로 지정할 수 있다. 예를 들어, 벽에 위치한 후보 정점이 두 개인 경우, 도출부(120)는 두 정점의 중간 위치를 벽 중심 위치로 지정할 수 있다. 예를 들어, 벽에 위치한 후보 정점이 세 개인 경우, 도출부(120)는 벽이 아닌 정점의 대각선에 위치한 정점의 위치를 벽 중심 위치로 지정할 수 있다. 예를 들어, 벽에 위치한 후보 정점이 없거나 네 개인 경우, 도출부(120)는 외곽선의 중심에서 정점(빨간색) 방향으로 기설정된 파라미터 거리만큼 떨어진 위치를 벽 중심 위치로 지정할 수 있다.
한편, 벽의 벽 중심 벡터는 벽의 평균 두께를 기준으로 생성될 수 있다. 하지만, 상대적으로 벽 두께가 균일하지 않은 서로 다른 벽들이 있는 경우, 도출부(120)는 지역별 벽의 두께를 측정하여 이를 기초로 벽 중심의 후보 정점을 추정할 수 있다. 예를 들어, 도출부(120)는 벽 벡터를 N개의 구간(예컨대, 5~10개의 구간)으로 분할하고, 분할된 각 구간에 대응하는　벽 벡터의 각도에 직각 방향으로　기설정된 N배수의 평균 벽의 길이만큼　탐색하여 벽이 끝나는 지점까지의 거리에 대한 평균값에 기초하여 지역별 벽의 두께를 도출할 수 있다.
도출부(120)는 각 방마다 벽의 벽 중심 벡터가 복수개 이상인 경우, 각 방별로 불필요한 정점을 제거한 후 벽의 벽 중심 벡터를 최적화할 수 있다.
예를 들어, 도출부(120)는 각 방의 벽의 벽 중심 벡터가 세 개 이상인 경우, 각 방별로 추출된 벽의 벽 중심 벡터에서　인접한 정점의 거리가 기설정된 임계값(벽 평균 두께)보다 짧으면 두 정점을 제거하여 중간에 새로운 신규 정점을 생성하고, 생성된 신규 정점을 중심으로 벽의 벽 중심 벡터를 재구성할 수 있다.
예를 들어, 도출부(120)는 이웃하는 세 개의 정점에 기초하여 생성된 두 개의 벡터가 이루는 각이 기설정된 임계값(예컨대, 2~5도) 이하일 때, 제 1 벡터의 길이가 기설정된 임계값보다 짧으면 세 개의 정점 중 가운데 정점을 제거하고 양끝의 두 개의 정점으로 벽 중심 벡터를 재구성할 수 있다. 또는, 도출부(120)는 제 2 벡터의 길이가 기설정된 임계값보다 짧으면 세 개의 점정 중 마지막 정점을 제거하고 시작 정점 및 가운데 정점으로 벽의 벽 중심 벡터를 재구성할 수 있다.
벡터 통합부(130)는 하나의 벽에 생성된 다수의　벽 중심 벡터를　통합할 수 있다. 또한, 벡터 통합부(130)는 이웃하는 방의 벽들의 벡터를 하나의 벽 중심 벡터로 통합할 수 있다.
예를 들어, 벡터 통합부(130)는 벽 중심 벡터가 포함된 영역 중 벽 중심 벡터의 직각방향으로 기설정된 임계값(평균 벽의 두께)의 거리만큼을 대상 영역으로 지정하고, 대상 영역에 포함된 복수의 벽 중심 벡터에 대한 평균값(대상 영역의 양 끝 지점에 대한 평균)을 갖는　벽 중심 벡터로　통합할 수 있다.
도출부(120)는 벽의 벽 중심 벡터 및 문 유형의 외곽선 정보에 기초하여 문 유형의 벡터를 도출하고, 벽의 벽 중심 벡터 및 창문 유형의 외곽선 정보에 기초하여 창문 유형의 벡터를 도출할 수 있다. 도 3b는 벽 중심 벡터(305) 위에 문 유형의 벡터(307)를 표시한 도면이다.
벡터 통합부(130)는 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성할 수 있다.
인접하는 두 방의 벽 중심 벡터는 두 개가 중첩되어 있으므로 도출된 문/창문 벡터도 두 개가 중첩되어 있다. 이 경우, 중첩된 문/창문 벡터를 내벽의 문/창문으로 인지할 수 있다. 반대로, 외벽의 경우, 문/창문 벡터가 한 개 검출되어 외벽의 문/창문으로 판단될 수 있다. 외벽의 경우에는 내벽과 다른 형태로 모델링될 수 있다. 각 문/창문 벡터에는 교차하는 벽 중심 벡터의 식별자가 속성값으로 매핑될 수 있다.
예를 들어, 도출부(120)는 문의 외곽선(또는 창문의 외곽선)에 대한 장축/단축 비율이 기설정된 비율(예컨대, 0.8)이하이면, 단축으로 문 영역(또는 창문 영역)의 면적을 증강하여 문의 외곽선(또는 창문의 외곽선)을 도출할 수 있다.
예를 들어, 도출부(120)는 벽의 벽 중심 벡터 및 문의 외곽선 사이 교차점을 이용하여 문의 벡터를 도출하고, 벽의 벽 중심 벡터 및 창문의 외곽선 사이 교차점을 이용하여 창문의 벡터를 도출할 수 있다. 만일 도출된 문의 벡터(또는 창문의 벡터)가 기설정된 임계값(평균 벽 두께)보다 작은 경우, 해당 벡터는 제거될 수 있다.
벡터 통합부(130)는 도출된 문의 벡터(또는 창문의 벡터)가 복수 개인 경우,　양 끝점을　연결하는 하나의 벡터로 병합할 수 있다.
벡터 통합부(130)는 벽의 벽 중심 벡터 및 문 유형의 외곽선 정보 간의 교차점에 대응하는 문 유형의 교차 벡터가 복수개 있는 경우, 문 유형의 교차 벡터를 통합할 수 있다.
벡터 통합부(130)는 벽의 벽 중심 벡터 및 창문 유형의 외곽선 정보 간의 교차점에 대응하는 창문 유형의 교차 벡터가 복수개 있는 경우, 창문 유형의 교차 벡터를 통합할 수 있다.
각 문 유형의 교차 벡터 및 창문 유형의 교차 벡터에는 교차점 정보, 교차되는 교차방의 식별자 및 벽 중심 벡터의 식별자가 매핑되어 등록관리될 수 있다. 이 때, 등록되는 교차방의 식별자 및 벽 중심 벡터의 식별자는 모델링 시 문/창문을 벽에 부착하고 캐릭터의 진입 효과 등에 사용될 수 있다.
도출부(120)는 도면 데이터로부터 복수의 객체 심볼에 대한 심볼 데이터를 도출할 수 있다. 예를 들어, 도 4를 참조하면, 도출부(120)는 객체 탐색 알고리즘을 이용하여 도면 데이터에 포함된 객체 심볼의 명칭 및 전방 벡터(열림표시벡터)를 포함하는 심볼 데이터(400)를 도출할 수 있다. 여기서, 객체 심볼은 예를 들어, 변기, 세면대, 욕조, 싱크대, 상부장, 가스레인지, 싱크 계수대, 창문, 문, 붙박이장, 기둥, 현관바닥, 계단, 엘리베이터 등을 포함할 수 있다. 여기서, 객체 심볼의 전방 벡터는 객체 심볼이 열리는 방향을 나타내는 벡터이다. 예를 들어, 객체 심볼이 변기인 경우, 변기의 전방 벡터는 좌석 커버가 있는 방향이 될 수 있다. 객체 심볼이 계단인 경우, 계단의 전방 벡터는 올라가는 시작 방향이 될 수 있다. 이러한 객체 심볼의 전방 벡터는 통합 벡터 및 심볼 데이터와의 융합, 모델링, 아바타의 행동 방향을 결정하는데 활용될 수 있다.
예를 들어, 변기, 싱크대, 빌트인　가구, 계단 등의 객체 심볼을 배치할 때, 각 객체 심볼의 전방 벡터를 참고하여 모델링될 수 있다. 예를 들어, 개폐식 창문을 이용한 애니메이션 동작을 구현하는 경우, 해당 개폐식 창문의 전방 벡터를 이용하여 개폐식 창문이 열리는 방향으로 애니메이션 방향이 결정될 수 있다. 예를 들어, 출입문(홈트윈에서　나가는 문)을 결정할 때, 현관과　각 문 간의 거리와, 현관, 문 각각의 전방 벡터의 일치성을 고려하여 출입문이 선정될 수 있다. 예를 들어, 객체 심볼의 전방 벡터는 자동 인테리어를 위한 학습(예컨대, 전방 벡터가 벽의 반대 방향에 위치하여야 좋은 점수 획득하도록 학습)에 데이터로 활용될 수 있다.
예를 들어, 아바타가 앉기, 물틀기, 물건 넣기 등의 동작을 취할 때, 각 객체 심볼의 전방 벡터를 참고하여 아바타가 역방향으로 동작하도록 애니메이션 동작을 구현할 수 있다. 예를 들어, 아바타가 물건을　밀거나 들어올리는 이동 동작을 수행할 때, 객체 심볼의 전방 벡터를 기준으로 물체의 무게 배분을 고려한 동작을 수행할 수 있다.
전파맵 생성부(150)는 복수의 객체유형별 벡터에 대응하는 벡터 공간에 전파맵 데이터를 생성할 수 있다.
예를 들어, 도 5를 참조하면, 전파맵 생성부(150)는 도면 데이터(500)의 픽셀 정보 및 도면 데이터(500)의 도면 정보에 포함된 전용 면적 정보에 기초하여 도출된 스케일값을 이용하여 전파맵 데이터(510)를 생성할 수 있다. 여기서, 전파맵 데이터(510)는 전파 강도의 표현과 최적의 측정 위치 도출을 위한 후보 위치에 기초하여 생성될 수 있다. 여기서, 스케일값은 1 픽셀이 몇 m을 표현하는지 나타내며 이러한 스케일값은 [수학식 1]을 통해 도출될 수 있다.
[수학식 1]
)
여기서, 전용 공간의 픽셀 수는 발코니, 전실 등이 제외된 영역의 픽셀 수이다.
전파맵 생성부(150)는 스케일값에 기초하여 설정된 간격(예컨대, 50cm)마다 전파맵 빈(bin, 전파맵 데이터(510)에서 파란색 점)을 표시하여 전파맵 데이터(510)를 생성할 수 있다. 이 때, 전파맵 생성부(150)는 사용 공간이 아닌 영역(예컨대, 벽, 문, 비사용 공간, 벽 외부, 붙박이장과 싱크대 등)에서 전파맵 빈을 제거할 수 있다.　
분석부(160)는 복수의 객체유형별 벡터 및 전파맵 데이터를 이용하여 도면 메타 정보를 분석할 수 있다. 여기서, 도면 메타 정보는 예를 들어, 벽 두께, 전용면적 대비 스케일값, 벡터 이미지 크기, 도면 시작 오프셋값(도면 데이터에서 도면 정보가 시작되는 좌상단 지점) 등을 포함할 수 있다.
모델 생성부(140)는 통합 벡터에 기초하여 공간 모델을 생성할 수 있다. 예를 들어, 모델 생성부(140)는 벽의 통합 벽 중심 벡터를 이용하여 방 유형의 레이어를 생성하고, 문 유형의 통합 벡터를 이용하여 문 유형의 레이어를 생성하고, 창문 유형의 통합 벡터를 이용하여 창문 유형의 레이어를 생성할 수 있다.
한편, 도면 분석 기술은 슬라이드 도어 및 더블 도어를 동일한 형태로 판단한다. 이러한 도면 분석 기술은 벽 영역만 학습하기 때문에 도어의 열림 형태를 파악하지 못한다. 하지만, 심볼 인식 기술은 도면 분석으로 확인할 수 없는 슬라이드 도어 및 더블 도어를 구분할 수 있다.
심볼 인식 기술은 도면 분석을 통해 검출되지 않는 문(열림 표시만 있음)을 검출할 수 있다. 심볼 인식 기술은 열림 표시를 검출하기 때문에 도면 분석을 통해 문을 검출하지 못하더라도 심볼 인식을 통해 문이 검출된다면 문으로 표현할 수 있다.
이러한 기존의 도면 분석 기술의 미흡한 점을 보완하기 위해 본 발명은 통합 벡터 및 심볼 데이터를 이용하여 모델링하고자 한다.
모델 생성부(140)는 통합 벡터 및 심볼 데이터를 융합하여 모델링 정보를 생성할 수 있다. 예를 들어, 문 유형에 대한 통합 벡터 및 문 객체심볼의 심볼 데이터(문 객체심볼의 종류 및 전방 데이터)를 이용하여 문에 대한 모델링 정보를 생성할 수 있다.
도면 분석에서는 문 영역(예컨대, 출입문)을 인식하지 못한다. 객체유형별 벡터를 통해 외벽을 알 수 있지만 현관과 전실이 같이 있는 경우 판단이 모호해질 수 있다. 이런 경우에 모델 생성부(140)는 현관 심볼 객체 및 외벽에 있는 문 심볼 객체 간의 거리와, 각 심볼 객체의 전방 벡터가 서로 이루는 각도에 기초하여 현관 바닥을 인지하여 출입문을 결정한 후 모델링 정보를 생성할 수 있다. 만일, 전실이 추가로 있는 경우 모델 생성부(140)는 외벽여부와 함께 판단하여 전실에 있는 문을 출입문으로 재결정할 수 있다.
예를 들어, 다수의 층으로 이루어진 건물의 경우, 해당 건물의 도면 데이터는 다수로 구성될 수 있다(도 6a 참조). 도 6b를 참조하면, 건물의 도면 데이터에서 계단/엘리베이터 객체 심볼이 검출된 경우, 모델 생성부(140)는 각 층의 계단/엘리베이터 객체 심볼들 중에서 x,y 위치가 가장 가까운 두 개의 객체심볼을 진출입 위치로 판단할 수 있다. 모델 생성부(140)는 모델링 시, 계단/엘리베이터 객체 심볼(600)에 아바타가 진입하도록 구현하고자 하는 경우, 아바타가 연결된 층으로 이동하는 애니메이션 동작을 모델링할 수 있다. 　
모델 생성부(140)는 도면 메타 정보에 더 기초하여 심볼 데이터 및 통합 벡터를 융합하여 모델링 정보를 생성할 수 있다.
모델 생성부(140)는 모델링 정보에 기초하여 공간 모델을 생성할 수 있다.
한편, 당업자라면, 도출부(120), 벡터 통합부(130), 모델 생성부(140), 전파맵 생성부(150) 및 분석부(160) 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 7은 본 발명의 일 실시예에 따른, 공간 모델을 생성하는 방법을 나타낸 흐름도이다.
도 7을 참조하면, 단계 S701에서 공간 모델 생성 장치(100)는 도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 유형별 벡터를 도출할 수 있다.
단계 S703에서 공간 모델 생성 장치(100)는 복수의 유형별 벡터를 통합하여 통합 벡터를 생성할 수 있다.
단계 S705에서 공간 모델 생성 장치(100)는 통합 벡터에 기초하여 공간 모델을 생성할 수 있다.
상술한 설명에서, 단계 S701 내지 S705는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 공간 모델 생성 장치
110: 입력부
120: 도출부
130: 벡터 통합부
140: 모델 생성부
150: 전파맵 생성부
160: 분석부

Claims (19)

  1. 공간 모델을 생성하는 장치에 있어서,
    도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하는 도출부;
    상기 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하는 벡터 통합부; 및
    상기 통합 벡터에 기초하여 공간 모델을 생성하는 모델 생성부
    를 포함하는 것인, 공간 모델 생성 장치.
  2. 제 1 항에 있어서,
    상기 도출부는 상기 도면 데이터로부터 복수의 객체 심볼에 대한 심볼 데이터를 도출하고,
    상기 모델 생성부는 상기 통합 벡터 및 상기 심볼 데이터를 융합하여 모델링 정보를 생성하는 것인, 공간 모델 생성 장치.
  3. 제 2 항에 있어서,
    상기 복수의 객체유형별 벡터에 대응하는 벡터 공간에 전파맵 데이터를 생성하는 전파맵 생성부를 더 포함하고,
    상기 전파맵 생성부는 상기 도면 데이터의 픽셀 정보 및 상기 도면 데이터의 도면 정보에 포함된 전용 면적 정보에 기초하여 도출된 스케일값을 이용하여 상기 전파맵 데이터를 생성하는 것인, 공간 모델 생성 장치.
  4. 제 3 항에 있어서,
    상기 복수의 객체유형별 벡터 및 상기 전파맵 데이터를 이용하여 도면 메타 정보를 분석하는 분석부를 더 포함하는 것인, 공간 모델 생성 장치.
  5. 제 4 항에 있어서,
    상기 모델 생성부는 상기 도면 메타 정보에 더 기초하여 상기 심볼 데이터 및 상기 통합 벡터를 융합하여 상기 모델링 정보를 생성하는 것인, 공간 모델 생성 장치.
  6. 제 1 항에 있어서,
    상기 복수의 객체유형은 방 유형, 문 유형 및 창문 유형을 포함하고,
    상기 도출부는 상기 복수의 객체유형 각각을 구성하는 외곽선 정보를 도출하고, 상기 문 유형의 외곽선 정보를 이용하여 벽의 두께 정보를 도출하는 것인, 공간 모델 생성 장치.
  7. 제 6 항에 있어서,
    상기 도출부는 상기 방 유형의 외곽선 정보에 포함된 정점을 중심으로 기설정된 임계값만큼 떨어져 위치한 정점을 상기 벽의 후보 정점으로 추출하고, 상기 추출된 벽의 후보 정점을 이용하여 상기 벽의 벽 중심 벡터를 생성하고,
    상기 기설정된 임계값은 상기 벽의 두께 정보로부터 도출되는 것인, 공간 모델 생성 장치.
  8. 제 7 항에 있어서,
    상기 도출부는 상기 벽의 벽 중심 벡터 및 상기 문 유형의 외곽선 정보에 기초하여 상기 문 유형의 벡터를 도출하고, 상기 벽의 벽 중심 벡터 및 상기 창문 유형의 외곽선 정보에 기초하여 상기 창문 유형의 벡터를 도출하는 것인, 공간 모델 생성 장치.
  9. 제 8 항에 있어서,
    상기 벡터 통합부는
    상기 벽의 벽 중심 벡터 및 상기 문 유형의 외곽선 정보 간의 교차점에 대응하는 문 유형의 교차 벡터가 복수개 있는 경우, 상기 문 유형의 교차 벡터를 통합하고,
    상기 벽의 벽 중심 벡터 및 상기 창문 유형의 외곽선 정보 간의 교차점에 대응하는 창문 유형의 교차 벡터가 복수개 있는 경우, 상기 창문 유형의 교차 벡터를 통합하는 것인, 공간 모델 생성 장치.
  10. 공간 모델 생성 장치에 의해 수행되는 공간 모델을 생성하는 방법에 있어서
    도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하는 단계;
    상기 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하는 단계; 및
    상기 통합 벡터에 기초하여 공간 모델을 생성하는 단계
    를 포함하는 것인, 공간 모델 생성 방법.
  11. 제 10 항에 있어서,
    상기 도면 데이터로부터 복수의 객체 심볼에 대한 심볼 데이터를 도출하는 단계 및
    상기 통합 벡터 및 상기 심볼 데이터를 융합하여 모델링 정보를 생성하는 단계를 더 포함하는 것인, 공간 모델 생성 방법.
  12. 제 11 항에 있어서,
    상기 복수의 객체유형별 벡터에 대응하는 벡터 공간에 전파맵 데이터를 생성하는 단계; 및
    상기 도면 데이터의 픽셀 정보 및 상기 도면 데이터의 도면 정보에 포함된 전용 면적 정보에 기초하여 도출된 스케일값을 이용하여 상기 전파맵 데이터를 생성하는 단계를 더 포함하는 것인, 공간 모델 생성 방법.
  13. 제 12 항에 있어서,
    상기 복수의 객체유형별 벡터 및 상기 전파맵 데이터를 이용하여 도면 메타 정보를 분석하는 단계를 더 포함하는 것인, 공간 모델 생성 방법.
  14. 제 13 항에 있어서,
    상기 모델링 정보를 생성하는 단계는
    상기 도면 메타 정보에 더 기초하여 상기 심볼 데이터 및 상기 통합 벡터를 융합하여 상기 모델링 정보를 생성하는 단계를 포함하는 것인, 공간 모델 생성 방법.
  15. 제 10 항에 있어서,
    상기 복수의 객체유형은 방 유형, 문 유형 및 창문 유형을 포함하고,
    상기 복수의 객체유형 각각을 구성하는 외곽선 정보를 도출하고, 상기 문 유형의 외곽선 정보를 이용하여 벽의 두께 정보를 도출하는 단계를 더 포함하는 것인, 공간 모델 생성 방법.
  16. 제 15 항에 있어서,
    상기 방 유형의 외곽선 정보에 포함된 정점을 중심으로 기설정된 임계값만큼 떨어져 위치한 정점을 상기 벽의 후보 정점으로 추출하고, 상기 추출된 벽의 후보 정점을 이용하여 상기 벽의 벽 중심 벡터를 생성하는 단계를 더 포함하고,
    상기 기설정된 임계값은 상기 벽의 두께 정보로부터 도출되는 것인, 공간 모델 생성 방법.
  17. 제 16 항에 있어서,
    상기 벽의 벽 중심 벡터 및 상기 문 유형의 외곽선 정보에 기초하여 상기 문 유형의 벡터를 도출하고, 상기 벽의 벽 중심 벡터 및 상기 창문 유형의 외곽선 정보에 기초하여 상기 창문 유형의 벡터를 도출하는 단계를 더 포함하는 것인, 공간 모델 생성 방법.
  18. 제 17 항에 있어서,
    상기 통합 벡터를 생성하는 단계는
    상기 벽의 벽 중심 벡터 및 상기 문 유형의 외곽선 정보 간의 교차점에 대응하는 문 유형의 교차 벡터가 복수개 있는 경우, 상기 문 유형의 교차 벡터를 통합하고,
    상기 벽의 벽 중심 벡터 및 상기 창문 유형의 외곽선 정보 간의 교차점에 대응하는 창문 유형의 교차 벡터가 복수개 있는 경우, 상기 창문 유형의 교차 벡터를 통합하는 단계를 포함하는 것인, 공간 모델 생성 방법.
  19. 공간 모델을 생성하는 명령어들의 시퀀스를 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램에 있어서,
    상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
    도면 데이터에 포함된 복수의 객체유형에 대응하는 복수의 객체유형별 벡터를 도출하고,
    상기 복수의 객체유형별 벡터를 통합하여 통합 벡터를 생성하고,
    상기 통합 벡터에 기초하여 공간 모델을 생성하는 명령어들의 시퀀스를 포함하는, 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.
KR1020220130172A 2022-10-12 2022-10-12 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램 KR20240050597A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220130172A KR20240050597A (ko) 2022-10-12 2022-10-12 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220130172A KR20240050597A (ko) 2022-10-12 2022-10-12 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR20240050597A true KR20240050597A (ko) 2024-04-19

Family

ID=90882190

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220130172A KR20240050597A (ko) 2022-10-12 2022-10-12 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR20240050597A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101612729B1 (ko) 2008-08-19 2016-04-15 톰슨 라이센싱 전파 맵

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101612729B1 (ko) 2008-08-19 2016-04-15 톰슨 라이센싱 전파 맵

Similar Documents

Publication Publication Date Title
Liu et al. Raster-to-vector: Revisiting floorplan transformation
Nikoohemat et al. Indoor 3D reconstruction from point clouds for optimal routing in complex buildings to support disaster management
Ochmann et al. Automatic reconstruction of parametric building models from indoor point clouds
Bao et al. Generating and exploring good building layouts
Khoshelham et al. 3D modelling of interior spaces: Learning the language of indoor architecture
Díaz-Vilariño et al. Indoor navigation from point clouds: 3D modelling and obstacle detection
US11048831B2 (en) Predicting user desirability of a constructional connection in a building information model
AU2016228125B2 (en) Structure modelling
Andújar et al. Way‐finder: Guided tours through complex walkthrough models
Turner et al. Floor plan generation and room labeling of indoor environments from laser range data
JP6304771B2 (ja) 経路生成プログラム、経路生成方法及び経路生成装置
Tang et al. BIM generation from 3D point clouds by combining 3D deep learning and improved morphological approach
Lin et al. Intelligent generation of indoor topology (i-GIT) for human indoor pathfinding based on IFC models and 3D GIS technology
Becker Generation and application of rules for quality dependent façade reconstruction
CN102509105B (zh) 一种基于贝叶斯推理的图像场景分层处理方法
CN108717726A (zh) 三维户型模型生成方法及装置
Fichtner et al. Semantic enrichment of octree structured point clouds for multi‐story 3D pathfinding
Quintana et al. Semantic scan planning for indoor structural elements of buildings
Prieto et al. As-is building-structure reconstruction from a probabilistic next best scan approach
CN113642065B (zh) 一种基于dxf矢量平面图的室内半自动制图与建模方法
CN111784819B (zh) 一种多楼层的地图拼接方法、系统及自移动机器人
Nikoohemat et al. Indoor 3D modeling and flexible space subdivision from point clouds
US20150234947A1 (en) Estimation of Three-Dimensional Models of Roofs from Spatial Two-Dimensional Graphs
US11830135B1 (en) Automated building identification using floor plans and acquired building images
KR20240050597A (ko) 공간 모델을 생성하는 장치, 방법 및 컴퓨터 프로그램