WO2023106710A1 - 시계열 3차원 시각화 데이터 생성 방법 및 장치 - Google Patents

시계열 3차원 시각화 데이터 생성 방법 및 장치 Download PDF

Info

Publication number
WO2023106710A1
WO2023106710A1 PCT/KR2022/018865 KR2022018865W WO2023106710A1 WO 2023106710 A1 WO2023106710 A1 WO 2023106710A1 KR 2022018865 W KR2022018865 W KR 2022018865W WO 2023106710 A1 WO2023106710 A1 WO 2023106710A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
partition
time
information
partitions
Prior art date
Application number
PCT/KR2022/018865
Other languages
English (en)
French (fr)
Inventor
이용환
Original Assignee
주식회사 이안에스아이티
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 이안에스아이티 filed Critical 주식회사 이안에스아이티
Publication of WO2023106710A1 publication Critical patent/WO2023106710A1/ko

Links

Images

Classifications

    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • 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
    • G06F16/904—Browsing; Visualisation therefor
    • 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
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • 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

Definitions

  • the embodiment relates to a method and apparatus for generating time series 3D visualization data.
  • the three-dimensional spatial shape (building shape, operating facilities, crime prevention facilities, traffic facilities, water supply and sewage, etc.) is stored only in the unit of a single spatial object.
  • Realistic virtual space information is a technology that builds detailed shapes of the real world in virtual space, and large-capacity spatial shape information should be able to be expressed in real time.
  • the embodiment provides a method and apparatus for generating time-series 3D visualization data that divides the entire space into lattice units and manages the change history (version) for each lattice so that large-capacity realistic virtual space information can be managed in units of time and visualized in real time. do.
  • a method for generating time-series 3D visualization data includes loading spatial data; Dividing spatial data into a plurality of areas; generating visualization data of the plurality of divided regions; receiving deformation information of the spatial data; identifying a partition that matches the deformation information, not updating data in the unmodified partition, updating data in the transformed partition, and assigning a new index number to the partition where the data has been updated; and generating time-series connection information for visualizing the spatial data, wherein the time-series connection information includes existing index information of untransformed partitions and transformed partitions among partitions necessary for visualizing the spatial data. Includes newly assigned index information.
  • Data of the plurality of partitions and updated data of the transformed partition are stored in a GIS DB, and the time series connection information may be separately stored in a meta DB.
  • the spatial data is divided into an octree lattice structure, and when there is no modified data in a higher-level partition among a plurality of partitions, the existing index information of the upper-level partition is stored in the time-series connection information, and the plurality of partitions If there is transformed data in the upper-level partition among the regions, which partition among the lower-level partitions has been transformed is identified, and for the unmodified partition among the lower-level partitions, the existing index information is added to the time-series connection information.
  • the modified partition among the lower-level partitions may update data, assign a new index number, and store the new index information in the time-series connection information.
  • the time series connection information may include a URL of visualization data of the corresponding partition area; boundary coordinates of the partitioned area; version information; and connection information defining a lower level.
  • An apparatus for generating time-series 3D visualization data includes: a 3D grid construction unit configured to divide spatial data into a plurality of partitioned areas and generate visualization data of the plurality of partitioned areas; a time-series lattice construction unit that receives deformation information of the spatial data, selects a partition region matching the deformation information from among the plurality of partition regions, and updates data of the transformed partition region; A time-series grid storage unit that assigns index numbers to the plurality of partitions generated by the 3D grid construction unit, assigns new index numbers to the transformed partitions, and generates time-series connection information; and It includes a GIS DB in which visualization data of and updated visualization data of transformed partitions are stored, and a meta DB in which the time-series connection information is stored, wherein the time-series connection information is selected from among the partitions necessary to visualize the spatial data. It includes existing index information of the non-transformed partition and newly assigned index information of the transformed partition.
  • the time-series lattice construction unit identifies which partition among the lower-level partitions is deformed when there is deformation data in a higher-level partition among the plurality of partitions, and the transformed partition among the lower-level partitions Visualization data is updated, and the time-series lattice storage unit stores existing link information of the upper-level partition in the time-series connection information when there is no transformation data in a higher-level partition among the plurality of partitions;
  • An untransformed partition among level partitions stores existing index information in the time-series connection information, and a transformed partition among the lower-level partitions assigns new index information and adds the new index information to the time-series connection information. can be saved.
  • the entire space is divided into lattice units to manage large-capacity realistic virtual space information in units of time and real-time visualization (inquiry), and the change history (version) for each lattice is managed so that the user can view a specific past time.
  • the history information of each single space object unit can be searched to construct a visualization (inquiry) shape at a desired point in real time and quickly provided to the user.
  • FIG. 1 is a block diagram of an apparatus for generating time-series 3D visualization data according to an embodiment of the present invention.
  • FIG. 2 is a block diagram embodying FIG. 1 .
  • FIG. 3 is a diagram showing a state in which a management area is divided into an octree structure.
  • FIG. 4 is a diagram showing data and time-series connection information of a partitioned area at a time point T1.
  • FIG. 5 is a diagram showing data and time-series connection information of a divided area at a time T2.
  • FIG. 6 is a diagram showing data and time-series connection information of a divided area that changes time-sequentially.
  • FIG. 7 and 8 are diagrams showing time-series connection information at multi-levels.
  • FIG. 9 is a diagram showing time-series connection information according to grid levels.
  • FIG. 10 is a diagram showing a state in which a time-series visualization model is downloaded by analyzing connection information.
  • FIG. 11 is a flowchart of a method for generating visualization data.
  • FIG. 12 is a diagram illustrating a process of visualizing visualization data through a visualization module.
  • 13a to 13c are diagrams showing connection information and visualization data stored in meta DB and GIS DB.
  • FIG. 1 is a block diagram of an apparatus for generating time-series 3D visualization data according to an embodiment of the present invention.
  • FIG. 2 is a block diagram embodying FIG. 1 .
  • an apparatus for generating time-series 3D visualization data includes a spatial data generation module 100 for generating spatial data, a time-series grid data generation module 200 for storing and managing spatial data, and stored data. It may include a visualization module 300 that visualizes.
  • the spatial data generating module 100 may include a spatial data generating unit 110 that provides 2D or 3D modeling data.
  • the modeling data may be 2D data composed of lines and polygons, or 3D data including vector values and textures.
  • the 2D or 3D modeling data may include a 3D terrain model, a 3D building model, and an orthoimage.
  • a 3D terrain model is a digitization of various geospatial information, such as topography and features within an analysis area, and can be mainly generated from “digital photogrammetry” or “LiDAR” data.
  • the 3D building model provides “size, direction, location” and wall texture information of all buildings existing in the analysis area, and can be created mainly by image data or LiDAR “convergence between images”.
  • the spatial data generation module 100 may include a change information generation unit 120 that generates deformation data at predetermined intervals.
  • 2D or 3D modeling data may be acquired in time series and transformed data may be extracted by identifying a transformed part in the existing modeling data.
  • a method of extracting transformed data from existing modeling data is not particularly limited, and various transformation data extraction techniques may be used.
  • the time-series grid data generation module 200 includes a 3D grid construction unit 210 that divides real space into 3D grid units, a time-series grid builder 220 that updates data of the changed partitioned area (grid), and a 3D grid.
  • a time-series grid storage unit 230 that stores data generated by the construction unit 210 and the time-series grid construction unit 220 in a database (DB), and a time-series grid query unit 240 that searches the grid for visualization can do.
  • the 3D grid builder 210 may read 2D or 3D spatial data and divide it into a size that can be stored in the grid or convert it into a data format stored by the grid.
  • the 3D lattice builder 210 may divide the modeling data of a building (or city) to fit the space represented by each lattice.
  • spatial data is stored in grid units instead of object units, it may be necessary to divide all spatial data in grid units.
  • bounding box coordinates of each divided area may be required.
  • various conventional methods may be applied without limitation.
  • the 3D lattice construction unit 210 may assign a unique index number to each lattice after dividing the space into an octree structure.
  • the time-series lattice builder 220 may receive spatial shape change information time-sequentially provided by the change information generator 120 and identify the changed lattice.
  • the time series lattice builder 220 may update visualization data (model) of the changed lattice. For example, previous data of the changed grid may be preserved as an existing version (eg, V1.0), and updated data may be stored as a new version (eg, V2.0).
  • the time series grid storage unit 230 may store versioned grid information. In this case, the time series grid storage unit 230 may generate time series connection information for searching a time series list.
  • Time-series connection information may include index information (or link information) of a partition required to visualize spatial data.
  • the time series connection information may include existing index information of an untransformed partition and index information newly assigned to a modified partition. Therefore, by analyzing the time-series connection information and downloading and combining the data of the partitioned areas, it is possible to implement a visualization image at a time point requested by the user.
  • the time-series connection information may include a URL of visualization data of the divided area, boundary coordinates of the divided area, version information, and connection information defining a lower level. Since the time-series connection information includes the connection information that defines the lower level, it is possible to implement a lower-level visualization image by analyzing it.
  • the visualization module 300 may search a time series list and download time series connection information when a user selects a desired time point. Thereafter, by using link information of data of a plurality of divided regions included in the time-series connection information, visualization data of the divided regions may be downloaded and combined to visualize an image at a corresponding time point. In addition, time-series changes can be visualized as animations.
  • a device for generating time-series 3D visualization data may be a web server or a network server.
  • a web server may be generally connected to an unspecified number of clients or other servers through an open computer network such as the Internet.
  • the visualization module according to an embodiment of the present invention may be a client that works with the web server.
  • the apparatus for generating time-series 3D visualization data includes a computer system that receives a request for performing a task from a web client or another web server, derives and provides a result of the task, and computer software (web server program) installed therefor.
  • the visualization module 300 is a personal computer (PC: Personal Computer), a notebook computer, a personal digital assistant (PDA), a portable multimedia player (PMP: Portable Multimedia Player), a PlayStation Portable ( It may be a server terminal such as a PSP (PlayStation Portable), a wireless communication terminal, a smart phone, a TV application server and a service server, and may be a user terminal such as various devices or perform communication with a wired/wireless communication network.
  • a communication device such as a communication modem for video encoding, decoding, memory for storing various programs and data for inter- or intra-screen prediction for encoding or decoding, and a microprocessor for calculating and controlling by executing the program. It may refer to various devices provided.
  • An apparatus for generating spatial information transmits and receives various types of related information through a network.
  • the network provides communication using various types of communication methods.
  • communication methods include WLAN (Wireless LAN), WPAN (wireless personal area network), Wi-Fi, Wibro, Wimax, HSDPA (High Speed Downlink Packet Access), mobile communication network (4G /5G) or wired communication methods such as Ethernet, xDSL (ADSL, VDSL), HFC (Hybrid FiberCoaxial Cable), FTTC (Fiber to The Curb), FTTH (Fiber To The Home) can do.
  • 3 is a diagram showing a state in which a management area is divided into an octree structure.
  • 4 is a diagram showing data and time-series connection information of a partitioned area at a time point T1.
  • 5 is a diagram showing data and time-series connection information of a divided area at a time T2.
  • the management area may be divided into a plurality of grids in an octree structure.
  • the management area may be partitioned into four upper-level partitioned areas, and each partitioned area may be further partitioned into lower-level partitioned areas.
  • the index numbers of each divided area are expressed as A, B, C, and D, but the form of the index numbers is not particularly limited.
  • Time series connection information connecting a plurality of partitions may include index numbers of partitions or URLs of partitions.
  • visualization data may be generated for each divided region by being partitioned into four divided regions at a time point T1.
  • the format of the visualization data may be changed to suit the visualization engine after simplifying the spatial data and adjusting the number of objects.
  • the visualization engine may be an open source such as Cesium's Cesiumjs, but is not necessarily limited thereto, and various visualization engines may be selected without limitation.
  • spatial information of partitions A, C, and D is not modified at time T2, whereas spatial information of partition B may be changed. Accordingly, the data of partition B can be updated.
  • partition area B may be assigned a new index number B2. Accordingly, time series connection information at time T2 may be stored after A, B2, C, and D are mapped.
  • the index information of the partitions A, B, and C is the same as the index information at the time point T1, but only the index information of the partition B has been changed to B2.
  • FIG. 6 is a diagram showing data and time-series connection information of a divided area that changes time-sequentially.
  • partition B is modified and new index information B2 is assigned.
  • time series connection information at time T2 may be stored after A, B2, C, and D are mapped.
  • the partition areas A, C, and D may use data previously stored at time T1 as they are without updating data at time T2. Therefore, there is an advantage of being able to lighten the visualization data.
  • partition C is modified and new index information C2 is assigned. Accordingly, time series connection information at time T3 may be stored after A, B2, C2, and D are mapped.
  • partition areas A and D may use data previously stored at time T1 as they are, and partition area B2 may use data previously stored at time T2. Therefore, there is an advantage of being able to lighten the visualization data.
  • time series connection information at time T4 may be stored after being mapped to A, B2, C2, and D2.
  • partition A may use data previously stored at time T1 as it is
  • partition area B2 may use data previously stored at time T2
  • partition area C2 may use data previously stored at time T3. Therefore, untransformed data has the advantage of minimizing the amount of visualization data because data of a previous point in time can be utilized.
  • FIG. 7 and 8 are diagrams showing time-series connection information at multi-levels.
  • the management area is partitioned into partitions A, B, C, and D, and at time T2, when a part of partition B is transformed, it is not transformed among lower levels of partition B.
  • the modified areas B11, B13, and B14 do not generate data again, whereas the modified area B12 can update data and give a new index number B121.
  • time series connection information may be mapped to A, B11, B121, B13, B14, C, and D. In the case of this configuration, there is a feature of generating time-series connection information at multi-levels having different levels.
  • existing index information of a partition of a higher level may be stored in time series connection information.
  • the existing index information is stored as a time series. It is stored in the connection information, and the modified partition among the lower-level partitions can update the data, give a new index number, and store the new index information in the time-series connection information.
  • FIG. 9 is a diagram showing time-series connection information according to grid levels.
  • spatial data may exponentially increase the number of grids constituting the corresponding level as the level more specifically expresses the target region.
  • only the information of each deformed lattice for each LOD level may be updated, and the data of the previous time point may be used as it is for the rest.
  • transformed partitions A, B, and C update data and assign new numbers, while partition D does not create new data and immediately immediately before. data can be used as is.
  • FIG. 10 is a diagram showing a state in which a time-series visualization model is downloaded by analyzing connection information.
  • visualization data of a segmented area at time T1 may be stored in a GIS DB 260 , and time series connection information at time T1 may be stored in a meta DB 250 .
  • data of partition B2 updated at time T2 may be stored in the GIS DB
  • time series connection information at time T2 may be stored in meta DB.
  • the data of partition C2 updated at time T3 is stored in GIS DB
  • the time series connection information at time T3 can be stored in meta DB
  • the data of partition D2 updated at time T4 is stored in GIS DB.
  • the time series connection information at the time of T4 can be stored in the meta DB.
  • visualization data information may be stored in a GIS DB and time series connection information may be separately stored in a meta DB. Therefore, it is possible to separate and manage the connection information and the visualization model, and download the time-series visualization data by analyzing the connection information. In addition, it is possible to manage registration, deletion, etc. of time series data through connection information.
  • FIG. 11 is a flowchart of a method for generating visualization data.
  • the visualization data generation method includes loading spatial data (S110), dividing spatial data into a plurality of regions (S120, S130), and generating visualization data of a plurality of divided regions.
  • the modeling data may be 2D data composed of lines and polygons, or 3D data including vector values and textures.
  • the 2D or 3D modeling data may include a 3D terrain model, a 3D building model, and an orthoimage.
  • a 3D terrain model is a digitization of various geospatial information, such as topography and features within an analysis area, and can be mainly generated from “digital photogrammetry” or “LiDAR” data.
  • the 2D or 3D spatial data can be read and divided into sizes that can be stored in the grid or converted into a data format stored in the grid.
  • the 3D grid builder 210 may divide the building (or city) modeling data so as to fit the space represented by each grid.
  • a format may be changed to suit a visualization engine after simplifying spatial data and adjusting the number of objects.
  • the visualization engine may be an open source such as Cesium's Cesiumjs, but is not necessarily limited thereto, and various visualization engines may be selected without limitation.
  • deformation information of spatial data may be received at predetermined intervals or at each event occurrence point.
  • the method of calculating the deformation data is not particularly limited.
  • a partition that matches the deformation information is identified, and data is not updated for the non-deformed partition area, data is updated for the transformed partition area, and the data is updated.
  • a new index number can be assigned to a partition.
  • connection information In the steps of generating time series connection information (S181, S182), the DB is checked to see if connection information exists (S170), and if there is no connection information, new connection information is created (S181), and if there is connection information
  • new connection information (S182) reflecting the information changed at that point in time may be generated based on the analysis of existing connection information. For example, after connection information is generated as A, B, C, and D at time T1, connection information may be newly created as A, B2, C, and D by reflecting modified data at time T2.
  • the time-series connection information may include existing index information of an untransformed partition among partitions necessary for visualizing spatial data and index information newly assigned to a transformed partition.
  • connection information may include a URL of visualization data of the corresponding partition area, boundary coordinates of the partition area, version information, and connection information defining a lower level.
  • connection information and visualization data may be stored in a DB (S190).
  • FIG. 12 is a diagram illustrating a process of visualizing visualization data through a visualization module.
  • 13a to 13c are diagrams showing connection information and visualization data stored in meta DB and GIS DB.
  • the visualization module may search for a time series list in the meta DB and select a time series to be harmonized (S210 and S220). Thereafter, the selected time-series connection information is downloaded from the meta DB (S230), and the data of the segmented area included in the time-series connection information is downloaded, and a visualization image can be visualized by combining the data (S240, S250).
  • time series connection information 1 may map data of version 1 (V1) stored at a time point T1.
  • time series connection information 2 may map a part of data of version 1 (V1) stored at time T1 and data of version 2 (V2) newly updated at time T2.
  • time series connection information 3 includes a part of data of version 1 (V1) stored at time T1, a part of data of version 2 (V2) newly updated at time T2, and a newly updated version 3 at time T3. Data of (V3) can be mapped.
  • the visualization data is stored in the GIS DB according to [host/time series version/path according to data division], and the connection information is a number of visualizations such as http://gisdb/tile/211012/100/101/111/011 Data URL information may be included. Therefore, the visualization device can download and utilize data from the URL included in the connection information.
  • a computer-readable recording medium includes all types of recording devices in which data that can be read by a computer system is stored.
  • computer-readable recording media may be distributed to computer systems connected through a network to store and execute computer-readable programs or codes in a distributed manner.
  • the computer-readable recording medium may include hardware devices specially configured to store and execute program instructions, such as ROM, RAM, and flash memory.
  • the program command may include high-level language codes that can be executed by a computer using an interpreter or the like as well as machine code generated by a compiler.
  • a block or apparatus corresponds to a method step or feature of a method step.
  • aspects described in the context of a method may also be represented by a corresponding block or item or a corresponding feature of a device.
  • Some or all of the method steps may be performed by (or using) a hardware device such as, for example, a microprocessor, programmable computer, or electronic circuitry. In some embodiments, one or more of the most important method steps may be performed by such an apparatus.
  • a programmable logic device eg, a field programmable gate array
  • a field programmable gate array may operate in conjunction with a microprocessor to perform one of the methods described herein.
  • methods are preferably performed by some hardware device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Processing Or Creating Images (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

실시예는, 공간 데이터를 로드하는 단계; 공간 데이터를 복수 개의 영역으로 분할하는 단계; 상기 복수 개의 분할영역의 시각화 데이터를 생성하는 단계; 상기 공간 데이터의 변형정보를 수신하는 단계; 상기 변형정보와 매칭되는 분할영역을 식별하여 변형되지 않은 분할영역은 데이터를 갱신하지 않고, 변형된 분할영역은 데이터를 갱신하고 상기 데이터가 갱신된 분할영역에는 새로운 인덱스 번호를 부여하는 단계; 및 상기 공간 데이터를 시각화하기 위한 시계열 연결정보를 생성하는 단계를 포함하고, 상기 시계열 연결정보는 상기 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 변형되지 않은 분할영역의 기존 인덱스 정보와 변형된 분할영역에 새롭게 부여된 인덱스 정보를 포함하는, 시계열 3차원 시각화 데이터 생성 방법 및 장치를 개시한다.

Description

시계열 3차원 시각화 데이터 생성 방법 및 장치
실시예는 시계열 3차원 시각화 데이터 생성 방법 및 장치에 관한 것이다.
최근 디지털트윈, 실감형 메타버스 구현이 각광받고 있으며, 현실 공간(도시, SOC, 시설물 등)을 가상 공간에 표현하고 운용하는 기술에 대한 수요가 높아지고 있다.
현실 세계 공간의 변화를 기록하고 관리하기 위해서 3차원 공간 형상(건물형상, 운영시설, 방범시설, 교통시설, 상하수도 등)을 단일 공간객체 단위의 변화 이력만을 저장하고 있다.
실감형 가상공간 정보는 현실세계의 상세한 형상을 가상공간에 구축하는 기술로 대용량 공간형상정보를 실시간으로 표출할 수 있어야 한다.
사용자가 특정 과거 시점의 실감형 가상공간을 조회하고자 할 때, 각각의 단일 공간 객체 단위의 이력정보를 조회하여 실시간으로 원하는 시점의 시각화 형상을 구성하여 사용자에게 제공하는 것이 필요하나 데이터량이 방대하여 신속한 서비스에 어려움이 있다.
실시예는 대용량의 실감형 가상공간 정보를 시간단위로 관리하고 실시간 시각화가 가능하도록 전체 공간을 격자 단위로 나누고 각 격자별로 변화 이력(버전)을 관리하는 시계열 3차원 시각화 데이터 생성 방법 및 장치를 제공한다.
실시예에서 해결하고자 하는 과제는 이에 한정되는 것은 아니며, 아래에서 설명하는 과제의 해결수단이나 실시 형태로부터 파악될 수 있는 목적이나 효과도 포함된다고 할 것이다.
본 발명의 일 특징에 따른 시계열 3차원 시각화 데이터 생성 방법은, 공간 데이터를 로드하는 단계; 공간 데이터를 복수 개의 영역으로 분할하는 단계; 상기 복수 개의 분할영역의 시각화 데이터를 생성하는 단계; 상기 공간 데이터의 변형정보를 수신하는 단계; 상기 변형정보와 매칭되는 분할영역을 식별하여 변형되지 않은 분할영역은 데이터를 갱신하지 않고, 변형된 분할영역은 데이터를 갱신하고 상기 데이터가 갱신된 분할영역에는 새로운 인덱스 번호를 부여하는 단계; 및 상기 공간 데이터를 시각화하기 위한 시계열 연결정보를 생성하는 단계를 포함하고, 상기 시계열 연결정보는 상기 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 변형되지 않은 분할영역의 기존 인덱스 정보와 변형된 분할영역에 새롭게 부여된 인덱스 정보를 포함한다.
상기 복수 개의 분할영역의 데이터 및 변형된 분할영역의 갱신된 데이터는 GIS DB에 저장되고, 상기 시계열 연결정보는 메타 DB에 별도로 저장될 수 있다.
상기 공간 데이터는 옥트리 격자 구조로 분할되며, 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 없는 경우 상기 상위 레벨의 분할영역의 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고, 상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 있는 경우 하위 레벨의 분할영역 중 어느 분할영역이 변형되었는지 식별하고, 상기 하위 레벨의 분할영역 중에서 변형되지 않은 분할영역은 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고, 상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 데이터를 갱신하고 새로운 인덱스 번호를 부여하고 상기 시계열 연결정보에 상기 새로운 인덱스 정보를 저장할 수 있다.
상기 시계열 연결정보는, 해당 분할영역의 시각화 데이터의 URL; 상기 분할영역의 경계 좌표; 버전 정보; 및 하위 레벨을 정의하는 연결정보를 포함할 수 있다.
본 발명의 일 특징에 따른 시계열 3차원 시각화 데이터 생성 장치는, 공간 데이터를 복수 개의 분할영역으로 분리하고 상기 복수 개의 분할영역의 시각화 데이터를 생성하는 3차원 격자 구축부; 상기 공간 데이터의 변형정보를 수신하고 상기 복수 개의 분할영역 중에서 상기 변형정보에 매칭되는 분할영역을 선별하고, 변형된 분할영역의 데이터를 갱신하는 시계열 격자 구축부; 상기 3차원 격자 구축부에 의하여 생성된 복수 개의 분할영역에 인덱스 번호를 부여하고, 상기 변형된 분할영역에 새로운 인덱스 번호를 부여하고, 시계열 연결정보를 생성하는 시계열 격자 저장부, 상기 복수 개의 분할영역의 시각화 데이터 및 변형된 분할영역의 갱신된 시각화 데이터가 저장되는 GIS DB, 및 상기 시계열 연결정보가 저장되는 메타 DB를 포함하고, 상기 시계열 연결정보는 상기 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 상기 변형되지 않은 분할영역의 기존 인덱스 정보와 상기 변형된 분할영역의 새롭게 부여된 인덱스 정보를 포함한다.
상기 시계열 격자 구축부는, 상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 있는 경우 하위 레벨의 분할영역 중 어느 분할영역이 변형되었는지 식별하고, 상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 시각화 데이터를 갱신하고, 상기 시계열 격자 저장부는, 상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 없는 경우 상기 상위 레벨의 분할영역의 기존 링크 정보를 상기 시계열 연결정보에 저장하고, 상기 하위 레벨의 분할영역 중에서 변형되지 않은 분할영역은 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고, 상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 새로운 인덱스 정보를 부여하고 상기 시계열 연결정보에 상기 새로운 인덱스 정보를 저장할 수 있다.
실시예에 따르면, 대용량의 실감형 가상공간 정보를 시간단위로 관리하고 실시간 시각화(조회)가 가능하도록 전체 공간을 격자 단위로 나누고 각 격자별로 변화 이력(버전)을 관리함으로써 사용자가 특정 과거 시점의 실감형 가상공간을 조회하고자 할 때, 각각의 단일 공간 객체 단위의 이력정보를 조회하여 실시간으로 원하는 시점의 시각화(조회) 형상을 구성하여 사용자에게 신속히 제공할 수 있는 장점이 있다.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 시계열 3차원 시각화 데이터 생성 장치의 블록도이다.
도 2는 도 1을 구체화한 블록도이다.
도 3은 관리 영역을 옥트리 구조로 분할한 상태를 보여주는 도면이다.
도 4는 T1 시점에서 분할 영역의 데이터 및 시계열 연결정보를 보여주는 도면이다.
도 5는 T2 시점에서 분할 영역의 데이터 및 시계열 연결정보를 보여주는 도면이다.
도 6은 시계열적으로 변화하는 분할 영역의 데이터 및 시계열 연결정보를 보여주는 도면이다.
도 7 및 도 8은 멀티 레벨에서의 시계열 연결정보를 보여주는 도면이다.
도 9는 격자 레벨에 따른 시계열 연결정보를 보여주는 도면이다.
도 10은 연결 정보를 분석하여 시계열 시각화 모델을 다운로드하는 상태를 보여주는 도면이다.
도 11은 시각화 데이터 생성 방법의 순서도이다.
도 12는 시각화 모듈을 통해 시각화 데이터를 가시화하는 과정을 보여주는 도면이다.
도 13a 내지 도 13c는 메타 DB와 GIS DB에 저장된 연결 정보와 시각화 데이터를 보여주는 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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 본 발명이 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.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 시계열 3차원 시각화 데이터 생성 장치의 블록도이다. 도 2는 도 1을 구체화한 블록도이다.
도 1을 참조하면, 실시예에 따른 시계열 3차원 시각화 데이터 생성 장치는 공간 데이터를 생성하는 공간 데이터 생성 모듈(100), 공간 데이터를 저장 및 관리하는 시계열 격자 데이터 생성 모듈(200), 및 저장된 데이터를 가시화하는 시각화 모듈(300)을 포함할 수 있다.
공간 데이터 생성 모듈(100)은 2차원 또는 3차원 모델링 데이터를 제공하는 공간 데이터 생성부(110)를 포함할 수 있다. 예를 들어, 모델링 데이터는 라인, 폴리곤 등으로 구성된 2차원 데이터이거나 벡터값과 텍스처 등을 포함하는 3차원 데이터일 수 있다.
2차원 또는 3차원 모델링 데이터는 3D 지형모델, 3D 건물모델 및 정사영상을 포함할 수 있다.　3D 지형모델은　분석 영역내의 지형 및 지물 등과　같은 다양한 지형공간정보를 수치화한　것이며，주로　수치사진측량법　또는　라이다(LiDAR)　데이터로부터 생성될 수 있다．
3D 건물모델은　분석 영역 내에 존재하는 모든 건물의 크기, 방향, 위치　및 벽면 텍스처 정보를 제공하며, 주로 영상데이터나 라이다(LiDAR)　영상간 융합에　의해 생성될 수 있다.
본　발명의　실시예에　따른 입력 데이터를　생성하는　기법은　공지된　기술이므로　구체적인　설명은　생략한다.
또한, 공간 데이터 생성 모듈(100)은 미리 정해진 간격으로 변형 데이터를 생성하는 변화정보 생성부(120)를 포함 수 있다. 예시적으로 2차원 또는 3차원 모델링 데이터를 시계열적으로 획득하고 기존의 모델링 데이터에서 변형된 부분을 식별하여 변형 데이터를 추출할 수 있다. 기존 모델링 데이터에서 변형된 데이터를 추출하는 방법은 특별히 한정하지 않고 다양한 변형 데이터 추출 기법이 사용될 수 있다.
시계열 격자 데이터 생성 모듈(200)은 현실공간을 3차원 격자 단위로 구분하는 3차원 격자 구축부(210), 변화된 분할 영역(격자)의 데이터를 갱신하는 시계열 격자 구축부(220), 3차원 격자 구축부(210)와 시계열 격자 구축부(220)에서 생성한 데이터를 데이터베이스(DB)에 저장하는 시계열 격자 저장부(230), 및 시각화를 위해 격자를 조회하는 시계열 격자 조회부(240)를 포함할 수 있다.
3차원 격자 구축부(210)는 2차원 또는 3차원 공간 데이터를 읽어 격자에 저장할 수 있는 크기로 분할하거나 격자가 저장하는 데이터 형태로 변환할 수 있다.
예를 들어, 건물의 3차원 모델링 데이터가 두 격자에 걸쳐 있는 경우에, 3차원 격자 구축부(210)는 각 격자가 나타내는 공간에 맞도록 건물(또는 도시)의 모델링 데이터를 분할할 수 있다.
실시예에 따르면, 객체 단위로 공간 데이터를 저장하는 것이 아니라 격자 단위로 공간 데이터를 저장하므로 격자 단위로 모든 공간 데이터의 분할이 필요할 수 있다. 또한, 각 분할 영역의 경계 좌표(bounding box)가 필요할 수 있다. 다양한 공간 데이터를 3차원 공간 좌표에 따라 분할하는 방법은 종래의 다양한 방법이 제한 없이 적용될 수 있다.
3차원 격자 구축부(210)는 옥트리(Octree) 구조로 공간을 분할한 후 각 격자에 고유의 인덱스 번호를 부여할 수 있다.
시계열 격자 구축부(220)는 변화정보 생성부(120)에서 시계열적으로 제공하는 공간형상의 변화 정보를 받아 변화된 격자를 식별할 수 있다. 또한, 시계열 격자 구축부(220)는 변화된 격자의 시각화 데이터(모델)를 갱신할 수 있다. 예시적으로 변화된 격자의 이전 데이터는 기존 버전(예: V1.0)으로 보존하고, 갱신된 데이터는 새로운 버전(예: V2.0)으로 저장할 수 있다.
시계열 격자 저장부(230)는 버저닝된 격자 정보를 저장할 수 있다. 이때, 시계열 격자 저장부(230)는 시계열 목록 조회를 위한 시계열 연결정보는 생성할 수 있다.
시계열 연결정보는 공간 데이터를 시각화하기 위해 필요한 분할영역의 인덱스 정보(또는 링크 정보)를 포함할 수 있다. 시계열 연결정보는 변형되지 않은 분할영역의 기존 인덱스 정보와 변형된 분할영역에 새롭게 부여된 인덱스 정보를 포함할 수 있다. 따라서, 시계열 연결정보를 분석하여 분할영역들의 데이터를 다운받아 조합함으로써 사용자가 요구하는 시점에서의 시각화 영상을 구현할 수 있다.
이때, 시계열 연결정보는 분할영역의 시각화 데이터의 URL, 분할영역의 경계 좌표, 버전 정보, 및 하위 레벨을 정의하는 연결정보를 포함할 수 있다. 시계열 연결정보에 하위 레벨을 정의하는 연결정보를 포함하고 있으므로 이를 분석하여 하위 레벨의 시각화 영상도 구현할 수 있다.
시각화 모듈(300)은 사용자가 원하는 시점을 선택하면 시계열 목록을 조회하여 시계열 연결정보를 다운로드할 수 있다. 이후 시계열 연결정보에 포함된 복수 개의 분할 영역의 데이터의 링크 정보를 이용하여 분할 영역의 시각화 데이터를 다운로드 및 조합하여 해당 시점에서의 영상을 시각화할 수 있다. 또한, 시계열 변경 내용을 애니메이션으로 시각화할 수도 있다.
실시예에 따른 시계열 3차원 시각화 데이터 생성 장치는 웹 서버(Web Server) 또는 네트워크 서버일 수 있다. 웹 서버는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수의 클라이언트, 또는 다른 서버와 연결될 수 있다. 이 경우, 본 발명의 일 실시예에 따른 시각화 모듈은 웹 서버와 연동하는 클라이언트일 수 있다. 시계열 3차원 시각화 데이터 생성 장치는 웹 클라이언트 또는 다른 웹 서버의 작업수행 요청을 접수하여 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(웹 서버 프로그램)를 포함한다.
또한, 본 발명에 따른 시각화 모듈(300)은 개인용 컴퓨터(PC: Personal Computer), 노트북 컴퓨터, 개인 휴대 단말기(PDA: Personal Digital Assistant), 휴대형 멀티미디어 플레이어(PMP: Portable Multimedia Player), 플레이스테이션 포터블(PSP: PlayStation Portable), 무선 통신 단말기(Wireless Communication Terminal), 스마트폰(Smart Phone), TV 응용 서버와 서비스 서버 등 서버 단말기일 수 있으며, 각종 기기 또 등과 같은 사용자 단말기이거나 유무선 통신망과 통신을 수행하기 위한 통신 모뎀 등의 통신 장치, 영상을 부호화하거나 복호화하거나 부호화 또는 복호화를 위해 화면간 또는 화면내 예측하기 위한 각종 프로그램과 데이터를 저장하기 위한 메모리, 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비하는 다양한 장치를 의미할 수 있다.
본 발명의 일 실시예에 따른 공간 정보 생성 장치는 네트워크를 통해 관련된 다양한 정보를 송수신하게 되며, 여기서, 네트워크는 다양한 형태의 통신 방식을 이용해 통신을 제공한다. 예를 들어, 통신 방식은 WLAN(Wireless LAN), WPAN(wireless personal area network), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High SpeedDownlink Packet Access), 이동통신망(4G/5G) 등의 무선 통신 방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid FiberCoaxial Cable), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신 방식을 포함할 수 있다.
도 3은 관리 영역을 옥트리 구조로 분할한 상태를 보여주는 도면이다. 도 4는 T1 시점에서 분할 영역의 데이터 및 시계열 연결정보를 보여주는 도면이다. 도 5는 T2 시점에서 분할 영역의 데이터 및 시계열 연결정보를 보여주는 도면이다.
도 3을 참조하면, 관리 영역은 옥트리 구조로 다수개의 격자로 분할될 수 있다. 예시적으로 관리 영역은 4개의 상위 레벨 분할 영역으로 구획될 수 있으며, 각각의 분할영역은 다시 하위 레벨의 분할 영역으로 구획될 수 있다. 이때, 각 분할 영역의 인덱스 번호는 A, B, C, D로 표현되었으나 인덱스 번호의 형태는 특별히 한정하지 않는다.
복수 개의 분할영역을 연결하는 시계열 연결정보는 분할영역의 인덱스 번호 또는 분할 영역의 URL들을 포함할 수 있다. 도 4를 참조하면, T1 시점에서 4개의 분할 영역으로 구획되어 각 분할영역마다 시각화 데이터가 생성될 수 있다. 시각화 데이터는 공간 데이터를 단순화하고 객체의 개수를 조절한 후 가시화 엔진에 맞게 포맷이 변경될 수 있다. 가시화 엔진은 세슘(Cesium)의 Cesiumjs와 같은 오픈 소스일 수 있으나 반드시 이에 한정되는 것은 아니고 다양한 가시화 엔진이 제한 없이 선택될 수 있다.
도 5를 참조하면, T2 시점에서 분할영역 A, C, D는 공간 정보가 변형되지 않은 반면 분할영역 B는 공간 정보가 변경될 수 있다. 따라서, 분할영역 B의 데이터는 갱신될 수 있다. 이때 분할 영역 B는 새로운 인덱스 번호인 B2가 할당될 수 있다. 따라서, T2 시점에서의 시계열 연결정보는 A, B2, C, D가 매핑되어 저장될 수 있다. 여기서 분할영역 A, B, C의 인덱스 정보는 T1 시점에서의 인덱스 정보와 동일한 반면 분할영역 B의 인덱스 정보만이 B2로 변경되었음을 알 수 있다.
도 6은 시계열적으로 변화하는 분할 영역의 데이터 및 시계열 연결정보를 보여주는 도면이다.
도 6을 참조하면, T1 시점에서는 분할 영역 A, B, C, D에서 변형된 영역이 없는 반면, T2 시점에서는 분할영역 B의 정보가 변형되어 새로운 인덱스 정보 B2가 부여되었다. 앞서 설명한 바와 같이 T2 시점에서의 시계열 연결정보는 A, B2, C, D가 매핑되어 저장될 수 있다. 이때, 분할영역 A, C, D는 T2 시점에서 데이터를 갱신하지 않고 T1 시점에 기저장된 데이터를 그대로 이용할 수 있다. 따라서, 시각화 데이터를 경량화할 수 있는 장점이 있다.
또한, T3 시점에서는 분할영역 C의 정보가 변형되어 새로운 인덱스 정보 C2가 부여되었다. 따라서, T3 시점에서의 시계열 연결정보는 A, B2, C2, D가 매핑되어 저장될 수 있다. 이때, 분할영역 A, D는 T1 시점에 기저장된 데이터를 그대로 이용할 수 있고, 분할 영역 B2는 T2 시점에 기저장된 데이터를 이용할 수 있다. 따라서, 시각화 데이터를 경량화할 수 있는 장점이 있다.
또한, T4 시점에서는 분할영역 D의 정보가 변형되어 새로운 인덱스 정보 D2가 부여되었다. 따라서, T4 시점에서의 시계열 연결정보는 A, B2, C2, D2가 매핑되어 저장될 수 있다. 이때, 분할영역 A는 T1 시점에 기저장된 데이터를 그대로 이용할 수 있고, 분할 영역 B2는 T2 시점에 기저장된 데이터를 이용할 수 있고, 분할 영역 C2는 T3 시점에 기저장된 데이터를 이용할 수 있다. 따라서, 변형되지 않은 데이터는 이전 시점의 데이터를 활용할 수 있으므로 시각화 데이터 용량을 최소화할 수 있는 장점이 있다.
도 7 및 도 8은 멀티 레벨에서의 시계열 연결정보를 보여주는 도면이다.
도 7 및 도 8을 참조하면, T1 시점에서 관리 영역이 분할영역 A, B, C, D로 구획되고, T2 시점에서는 분할 영역 B의 일부 영역이 변형된 경우 분할 영역 B의 하위 레벨 중에서 변형되지 않은 영역 B11, B13, B14는 데이터를 다시 생성하지 않는 반면, 변형된 영역 B12는 데이터를 갱신하고 새로운 인덱스 번호 B121을 부여할 수 있다. 따라서, 시계열 연결정보는 A, B11, B121, B13, B14, C, D로 매핑될 수 있다. 이러한 구성의 경우 레벨이 상이한 멀티 레벨에서 시계열 연결정보를 생성하는 특징이 있다.
즉, 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 없는 경우 상위 레벨의 분할영역의 기존 인덱스 정보를 시계열 연결정보에 저장할 수 있다.
또한, 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 있는 경우 하위 레벨의 분할영역 중 어느 분할영역이 변형되었는지 식별하고, 하위 레벨의 분할영역 중에서 변형되지 않은 분할영역은 기존 인덱스 정보를 시계열 연결정보에 저장하고, 하위 레벨의 분할영역 중에서 변형된 분할영역은 데이터를 갱신하고 새로운 인덱스 번호를 부여하고 시계열 연결정보에 새로운 인덱스 정보를 저장할 수 있다.
도 9는 격자 레벨에 따른 시계열 연결정보를 보여주는 도면이다.
도 9를 참조하면, 공간 데이터는 더 구체적으로 대상 지역을 표현하는 레벨일수록 해당 레벨을 구성하는 격자의 수가 기하급수적으로 증가할 수 있다.
실시예에 따르면, LOD 레벨 별로 각각 변형된 격자의 정보만을 갱신하고 나머지는 이전 시점의 데이터를 그대로 이용할 수 있다.
예시적으로 레벨 N에서는 분할 영역 A, B, C, D 중에서 변형된 분할 영역 A, B, C는 데이터를 갱신하고 새로운 번호를 부여하는 반면, 분할 영역 D는 데이터를 새로 생성하지 않고 바로 직전 시점의 데이터들을 그대로 이용할 수 있다.
또한, 레벨 N+1에서는 분할 영역 A1, A3, A4, B1, B2, B4, C1, C4의 데이터만을 갱신하고 나머지 영역의 데이터는 새로 생성하지 않고 바로 직전 시점의 데이터들을 그대로 이용할 수 있다.
또한, 레벨 N+2에서는 분할 영역 A14, A34, A42, B14, B22, B43, C14, C42의 데이터만을 갱신하고 나머지 영역의 데이터는 새로 생성하지 않고 바로 직전 시점의 데이터들을 그대로 이용할 수 있다. 따라서, 레벨이 낮아질수록 더욱 많은 개수의 분할영역 데이터를 줄일 수 있어 데이터 용량을 최소화할 수 있음을 알 수 있다.
도 10은 연결 정보를 분석하여 시계열 시각화 모델을 다운로드하는 상태를 보여주는 도면이다.
도 10을 참조하면, T1 시점의 분할 영역의 시각화 데이터는 GIS DB(260)에 저장되고, T1 시점의 시계열 연결정보는 메타 DB(250)에 저장될 수 있다. 또한, T2 시점에 갱신된 분할영역 B2의 데이터는 GIS DB에 저장되고, T2 시점의 시계열 연결정보는 메타 DB에 저장될 수 있다. 이와 동일하게 T3 시점에 갱신된 분할영역 C2의 데이터는 GIS DB에 저장되고, T3 시점의 시계열 연결정보는 메타 DB에 저장될 수 있으며, T4 시점에 갱신된 분할영역 D2의 데이터는 GIS DB에 저장되고, T4 시점의 시계열 연결정보는 메타 DB에 저장될 수 있다.
실시예에 따르면, 시각화 데이터 정보는 GIS DB에 저장되고 시계열 연결 정보는 메타 DB에 별도로 저장될 수 있다. 따라서, 연결 정보와 시각화 모델을 분리하여 관리하고, 연결 정보를 분석하여 시계열 시각화 데이터를 다운로드할 수 있다. 또한, 연결 정보를 통해 시계열 데이터 등록, 삭제 등 관리할 수 있다.
도 11은 시각화 데이터 생성 방법의 순서도이다.
도 11을 참조하면, 실시예에 따른 시각화 데이터 생성 방법은, 공간 데이터를 로드하는 단계(S110), 공간 데이터를 복수 개의 영역으로 분할하는 단계(S120, S130), 복수 개의 분할영역의 시각화 데이터를 생성하는 단계(S140), 공간 데이터의 변형정보를 수신하는 단계(S150), 변형된 분할영역의 데이터를 갱신하는 단계, 및 공간 데이터를 시각화하기 위한 시계열 연결정보를 생성하는 단계(S160)를 포함한다.
공간 데이터를 로드하는 단계(S110)는 2차원 또는 3차원 모델링 데이터를 로드할 수 있다. 예를 들어, 모델링 데이터는 라인, 폴리곤 등으로 구성된 2차원 데이터이거나 벡터값과 텍스처 등을 포함하는 3차원 데이터일 수 있다.
2차원 또는 3차원 모델링 데이터는 3D 지형모델, 3D 건물모델 및 정사영상을 포함할 수 있다.　3D 지형모델은　분석 영역내의 지형 및 지물 등과　같은 다양한 지형공간정보를 수치화한　것이며，주로　수치사진측량법　또는　라이다(LiDAR)　데이터로부터 생성될 수 있다．
공간 데이터를 복수 개의 영역으로 분할하는 단계(S120, S130)는, 2차원 또는 3차원 공간 데이터를 읽어 격자에 저장할 수 있는 크기로 분할하거나 격자가 저장하는 데이터 형태로 변환할 수 있다.
예를 들어, 건물의 3차원 모델링 데이터가 두 격자에 걸쳐져 있는 경우에, 3차원 격자 구축부(210)는 각 격자가 나타내는 공간에 맞도록 건물(또는 도시)의 모델링 데이터를 분할할 수 있다.
복수 개의 분할영역의 시각화 데이터를 생성하는 단계(S140)는, 공간 데이터를 단순화하고 객체의 개수를 조절한 후 가시화 엔진에 맞게 포맷이 변경될 수 있다. 가시화 엔진은 세슘(Cesium)의 Cesiumjs와 같은 오픈 소스일 수 있으나 반드시 이에 한정되는 것은 아니고 다양한 가시화 엔진이 제한 없이 선택될 수 있다.
공간 데이터의 변형정보를 수신하는 단계(S150)는, 미리 정해진 주기별로 또는 이벤트 발생 시점마다 공간 데이터의 변형 정보를 수신할 수 있다. 변형 데이터를 산출하는 방법은 특별히 한정하지 않는다.
변형된 분할영역의 데이터를 갱신하는 단계(S160)는, 변형정보와 매칭되는 분할영역을 식별하여 변형되지 않은 분할영역은 데이터를 갱신하지 않고, 변형된 분할영역은 데이터를 갱신하고 데이터가 갱신된 분할영역에는 새로운 인덱스 번호를 부여할 수 있다.
시계열 연결정보를 생성하는 단계(S181, S182)는, DB를 조회하여 연결 정보가 존재하는 지 확인하고(S170), 연결 정보가 없는 경우 새로운 연결정보를 생성하고(S181), 연결 정보가 있는 경우에는 기 연결정보를 분석하여 이를 기초로 해당 시점에서 변경된 정보를 반영한 새로운 연결정보(S182)를 생성할 수 있다. 예시적으로 T1 시점에서 연결 정보가 A, B, C, D로 생성된 후, T2 시점에서 변형된 데이터를 반영하여 연결정보를 A, B2, C, D로 새로 생성할 수 있다.
시계열 연결정보는 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 변형되지 않은 분할영역의 기존 인덱스 정보와 변형된 분할영역에 새롭게 부여된 인덱스 정보를 포함할 수 있다.
이때, 시계열 연결정보는 해당 분할영역의 시각화 데이터의 URL, 분할영역의 경계 좌표, 버전 정보, 및 하위 레벨을 정의하는 연결정보를 포함할 수 있다. 이후 연결 정보 및 시각화 데이터를 DB에 저장할 수 있다(S190).
도 12는 시각화 모듈을 통해 시각화 데이터를 가시화하는 과정을 보여주는 도면이다. 도 13a 내지 도 13c는 메타 DB와 GIS DB에 저장된 연결 정보와 시각화 데이터를 보여주는 도면이다.
도 12를 참조하면, 시각화 모듈은 메타 DB에서 시계열 목록을 조회하여 조화할 시계열을 선택할 수 있다(S210, S220). 이후 선택한 시계열 연결정보를 메타 DB에서 다운로드하고(S230), 시계열 연결 정보에 포함된 분할 영역의 데이터를 다운로드하고 데이터들을 조합하여 시각화 영상을 가시화할 수 있다(S240, S250).
도 13a를 참조하면, 시계열 연결정보 1은 T1 시점에서 저장된 버전 1(V1)의 데이터들을 매핑할 수 있다. 도 13b를 참조하면, 시계열 연결정보 2는 T1 시점에서 저장된 버전 1(V1)의 데이터 일부와 T2 시점에서 새로 갱신된 버전 2(V2)의 데이터들을 매핑할 수 있다. 또한, 도 13c를 참조하면, 시계열 연결정보 3은 T1 시점에서 저장된 버전 1(V1)의 데이터 일부와 T2 시점에서 새로 갱신된 버전 2(V2)의 데이터들의 일부와 T3 시점에서 새로 갱신된 버전 3(V3)의 데이터들을 매핑할 수 있다.
이때, 시각화 데이터는 [host/시계열버전/데이터 분할에 따른 경로] 에 따라 GIS DB에 저장되며, 연결정보는 http://gisdb/tile/211012/100/101/111/011과 같은 다수의 시각화 데이터 URL 정보를 포함할 수 있다. 따라서, 시각화 장치에서는 연결정보에 포함된 URL로부터 데이터를 다운로드 받아 활용할 수 있다.
본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (7)

  1. 공간 데이터를 로드하는 단계;
    공간 데이터를 복수 개의 영역으로 분할하는 단계;
    상기 복수 개의 분할영역의 시각화 데이터를 생성하는 단계;
    상기 공간 데이터의 변형정보를 수신하는 단계;
    상기 변형정보와 매칭되는 분할영역을 식별하여 변형되지 않은 분할영역은 데이터를 갱신하지 않고, 변형된 분할영역은 데이터를 갱신하고 상기 데이터가 갱신된 분할영역에는 새로운 인덱스 번호를 부여하는 단계; 및
    상기 공간 데이터를 시각화하기 위한 시계열 연결정보를 생성하는 단계를 포함하고,
    상기 시계열 연결정보는 상기 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 변형되지 않은 분할영역의 기존 인덱스 정보와 변형된 분할영역에 새롭게 부여된 인덱스 정보를 포함하는,
    시계열 3차원 시각화 데이터 생성 방법.
  2. 제1항에 있어서,
    상기 복수 개의 분할영역의 데이터 및 변형된 분할영역의 갱신된 데이터는 GIS DB에 저장되고, 상기 시계열 연결정보는 메타 DB에 별도로 저장되는,
    시계열 3차원 시각화 데이터 생성 방법.
  3. 제2항에 있어서,
    상기 공간 데이터는 옥트리 격자 구조로 분할되며,
    복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 없는 경우 상기 상위 레벨의 분할영역의 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고,
    상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 있는 경우 하위 레벨의 분할영역 중 어느 분할영역이 변형되었는지 식별하고,
    상기 하위 레벨의 분할영역 중에서 변형되지 않은 분할영역은 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고,
    상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 데이터를 갱신하고 새로운 인덱스 번호를 부여하고 상기 시계열 연결정보에 상기 새로운 인덱스 정보를 저장하는,
    시계열 3차원 시각화 데이터 생성 방법.
  4. 공간 데이터를 로드하는 단계;
    공간 데이터를 복수 개의 영역으로 분할하는 단계;
    상기 복수 개의 분할영역의 시각화 데이터를 생성하는 단계;
    상기 공간 데이터의 변형정보를 수신하는 단계;
    상기 변형정보와 매칭되는 분할영역을 식별하여 변형되지 않은 분할영역은 데이터를 갱신하지 않고, 변형된 분할영역은 데이터를 갱신하고 상기 데이터가 갱신된 분할영역에는 새로운 인덱스 번호를 부여하는 단계; 및
    상기 공간 데이터를 시각화하기 위한 시계열 연결정보를 생성하는 단계를 포함하고,
    상기 시계열 연결정보는 상기 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 변형되지 않은 분할영역의 기존 인덱스 정보와 변형된 분할영역에 새롭게 부여된 인덱스 정보를 포함하고,
    상기 복수 개의 분할영역의 데이터 및 변형된 분할영역의 갱신된 데이터는 GIS DB에 저장되고, 상기 시계열 연결정보는 메타 DB에 별도로 저장되고,
    상기 공간 데이터는 옥트리 격자 구조로 분할되며,
    복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 없는 경우 상기 상위 레벨의 분할영역의 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고,
    상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 있는 경우 하위 레벨의 분할영역 중 어느 분할영역이 변형되었는지 식별하고,
    상기 하위 레벨의 분할영역 중에서 변형되지 않은 분할영역은 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고,
    상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 데이터를 갱신하고 새로운 인덱스 번호를 부여하고 상기 시계열 연결정보에 상기 새로운 인덱스 정보를 저장하고,
    상기 시계열 연결정보는,
    해당 분할영역의 시각화 데이터의 URL 주소;
    상기 분할영역의 경계 좌표;
    버전 정보; 및
    하위 레벨을 정의하는 연결정보를 포함하는,
    시계열 3차원 시각화 데이터 생성 방법.
  5. 공간 데이터를 복수 개의 분할영역으로 분리하고 상기 복수 개의 분할영역의 시각화 데이터를 생성하는 3차원 격자 구축부;
    상기 공간 데이터의 변형정보를 수신하고 상기 복수 개의 분할영역 중에서 상기 변형정보에 매칭되는 분할영역을 선별하고, 변형된 분할영역의 데이터를 갱신하는 시계열 격자 구축부;
    상기 3차원 격자 구축부에 의하여 생성된 복수 개의 분할영역에 인덱스 번호를 부여하고, 상기 변형된 분할영역에 새로운 인덱스 번호를 부여하고, 시계열 연결정보를 생성하는 시계열 격자 저장부,
    상기 복수 개의 분할영역의 시각화 데이터 및 변형된 분할영역의 갱신된 시각화 데이터가 저장되는 GIS DB, 및
    상기 시계열 연결정보가 저장되는 메타 DB를 포함하고,
    상기 시계열 연결정보는 상기 공간 데이터를 시각화하기 위해 필요한 분할영역 중에서 상기 변형되지 않은 분할영역의 기존 인덱스 정보와 상기 변형된 분할영역의 새롭게 부여된 인덱스 정보를 포함하는,
    시계열 3차원 시각화 데이터 생성 장치.
  6. 제5항에 있어서,
    상기 시계열 격자 구축부는,
    상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 있는 경우 하위 레벨의 분할영역 중 어느 분할영역이 변형되었는지 식별하고,
    상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 시각화 데이터를 갱신하고,
    상기 시계열 격자 저장부는,
    상기 복수 개의 분할영역 중에서 상위 레벨의 분할영역에 변형 데이터가 없는 경우 상기 상위 레벨의 분할영역의 기존 링크 정보를 상기 시계열 연결정보에 저장하고,
    상기 하위 레벨의 분할영역 중에서 변형되지 않은 분할영역은 기존 인덱스 정보를 상기 시계열 연결정보에 저장하고,
    상기 하위 레벨의 분할영역 중에서 변형된 분할영역은 새로운 인덱스 정보를 부여하고 상기 시계열 연결정보에 상기 새로운 인덱스 정보를 저장하는,
    시계열 3차원 시각화 데이터 생성 장치.
  7. 제5항에 있어서,
    상기 시계열 연결정보는,
    해당 분할영역의 URL 주소;
    상기 분할영역의 경계 좌표;
    버전 정보; 및
    하위 레벨을 정의하는 연결정보를 포함하는,
    시계열 3차원 시각화 데이터 생성 장치.
PCT/KR2022/018865 2021-12-10 2022-11-25 시계열 3차원 시각화 데이터 생성 방법 및 장치 WO2023106710A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210176794A KR102441902B1 (ko) 2021-12-10 2021-12-10 시계열 3차원 시각화 데이터 생성 방법 및 장치
KR10-2021-0176794 2021-12-10

Publications (1)

Publication Number Publication Date
WO2023106710A1 true WO2023106710A1 (ko) 2023-06-15

Family

ID=83286735

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/018865 WO2023106710A1 (ko) 2021-12-10 2022-11-25 시계열 3차원 시각화 데이터 생성 방법 및 장치

Country Status (2)

Country Link
KR (1) KR102441902B1 (ko)
WO (1) WO2023106710A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496065A (zh) * 2023-11-16 2024-02-02 广东工业大学 一种面向数字化工厂的三维实时快速显示方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102441902B1 (ko) * 2021-12-10 2022-09-13 주식회사 이안에스아이티 시계열 3차원 시각화 데이터 생성 방법 및 장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11288418A (ja) * 1998-04-02 1999-10-19 Canon Inc 画像検索装置及び方法
KR20020094749A (ko) * 2001-06-13 2002-12-18 주식회사 한얼소프트 가상공간의 연계된 그룹분할 방법과 이를 이용한 가상공간서비스 시스템
JP2010160591A (ja) * 2009-01-07 2010-07-22 Hitachi Ltd 空間データ管理装置、空間データ管理方法、および、空間データ管理プログラム
US20200213426A1 (en) * 2017-09-07 2020-07-02 Cmte Development Limied Spatial data processing system and method
KR102132468B1 (ko) * 2019-05-08 2020-07-09 주식회사 태산솔루젼스 3D 모델 자동 수집 IoT 디바이스와 연동하는 서비스 시스템
KR102441902B1 (ko) * 2021-12-10 2022-09-13 주식회사 이안에스아이티 시계열 3차원 시각화 데이터 생성 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11288418A (ja) * 1998-04-02 1999-10-19 Canon Inc 画像検索装置及び方法
KR20020094749A (ko) * 2001-06-13 2002-12-18 주식회사 한얼소프트 가상공간의 연계된 그룹분할 방법과 이를 이용한 가상공간서비스 시스템
JP2010160591A (ja) * 2009-01-07 2010-07-22 Hitachi Ltd 空間データ管理装置、空間データ管理方法、および、空間データ管理プログラム
US20200213426A1 (en) * 2017-09-07 2020-07-02 Cmte Development Limied Spatial data processing system and method
KR102132468B1 (ko) * 2019-05-08 2020-07-09 주식회사 태산솔루젼스 3D 모델 자동 수집 IoT 디바이스와 연동하는 서비스 시스템
KR102441902B1 (ko) * 2021-12-10 2022-09-13 주식회사 이안에스아이티 시계열 3차원 시각화 데이터 생성 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496065A (zh) * 2023-11-16 2024-02-02 广东工业大学 一种面向数字化工厂的三维实时快速显示方法及系统

Also Published As

Publication number Publication date
KR102441902B1 (ko) 2022-09-13

Similar Documents

Publication Publication Date Title
WO2023106710A1 (ko) 시계열 3차원 시각화 데이터 생성 방법 및 장치
US10025867B2 (en) Cache efficiency by social graph data ordering
CN103299602B (zh) 数据同步
WO2018074716A1 (ko) 검색 컨텍스트를 이용한 질의 추천 방법 및 시스템
US11604654B2 (en) Effective and scalable building and probing of hash tables using multiple GPUs
CN104426770A (zh) 路由查找方法及装置、B-Tree树结构的构建方法
US20100057647A1 (en) Accommodating learned clauses in reconfigurable hardware accelerator for boolean satisfiability solver
JP2012038321A (ja) 表検索装置、表検索方法、及び、表検索システム
CN110225095A (zh) 一种数据处理方法、装置及系统
CN111930317A (zh) 基于ceph数据分布方法、装置、服务器及存储介质
WO2015163720A1 (ko) 3차원 영상 생성 방법, 이를 수행하는 3차원 영상 생성 장치 및 이를 저장하는 기록매체
JP2016177688A (ja) データ処理装置、データ処理方法およびコンピュータプログラム
CN110020272A (zh) 缓存方法、装置以及计算机存储介质
CN111274241A (zh) 用于并行处理地图数据的方法和装置
JP4673299B2 (ja) 情報処理方法及び情報処理システム
CN110266598A (zh) 一种路由信息处理方法、装置、设备及可读存储介质
CN107257356B (zh) 一种基于超图分割的社交用户数据优化放置方法
CN104426774A (zh) 一种同时支持IPv4和IPv6的高速路由查找方法及装置
CN113254070B (zh) 加速单元、片上系统、服务器、数据中心和相关方法
CN108255434A (zh) 标签管理方法、管理装置及计算机可读存储介质
CN116304079A (zh) 基于时序的图谱数据管理方法、设备和可读存储介质
CN105930104A (zh) 数据存储方法和装置
CN108614879A (zh) 小文件处理方法与装置
JP4620593B2 (ja) 情報処理システムおよび情報処理方法
KR20220099745A (ko) 지리공간 블록체인 데이터 검색을 위한 공간 분할 기반의 트리 인덱싱 및 질의어 처리 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22904543

Country of ref document: EP

Kind code of ref document: A1