공간 데이터 취득
이동형 센서로 시설물과 주변 환경의 거리 정보를 연속적으로 수집합니다.
Point Cloud
Point Map
LiDAR SLAM
이동과 동시에 완성되는 현장의 3D 지도
현장을 이동하며 위치를 추정하고 공간 정보를 동시에 구축하는 SLAM 기술을 활용해 시설물의 3D 포인트클라우드 지도를 생성합니다.
Point CloudLocalization3D Mapping
SLAM PROCESS
포인트클라우드 기반 공간정보 구축 과정
반복적인 현장 이동 중에도 위치 오차를 보정하며 점군을 정합하기 때문에, 넓고 복잡한 시설물의 형상을 하나의 연속된 3D Map으로 구축할 수 있습니다.
위치 추정과 정합
연속된 포인트클라우드를 정합하여 센서의 이동 경로와 현재 위치를 추정합니다.
3D Digital Map 생성
누적된 데이터를 하나의 좌표계로 통합해 현장의 입체적인 디지털 지도를 생성합니다.
3D MAP
3D 포인트클라우드 Map
건물 외벽, 주변 구조물, 수목과 이동 공간을 수많은 3차원 점으로 표현한 결과입니다. 색상은 스캔 구간과 공간적 특성을 구분해 전체 형상과 데이터 중첩 상태를 직관적으로 확인할 수 있도록 돕습니다.
생성된 지도는 시설물 현황 기록, 점검 위치 확인, 변화 분석을 위한 기초 공간정보로 활용할 수 있습니다.
3D MODEL GENERATION
점군 데이터에서 연속적인 3D 표면으로
Poisson Surface Reconstruction은 흩어진 포인트클라우드와 각 점의 법선 방향을 이용해 물체의 표면을 연속적인 함수로 추정하는 알고리즘입니다. 점 사이가 일부 비어 있거나 측정 밀도가 고르지 않은 데이터에서도 전체 형상을 매끄럽고 닫힌 표면으로 복원하는 데 효과적입니다.
영상은 포인트클라우드에서 삼각형 메시가 생성되어 시설물의 3D 모델로 변환된 결과를 보여줍니다.
Poisson Surface Reconstruction
포인트클라우드 기반 3D 모델 생성 과정
생성된 삼각형 메시는 시설물의 형상 확인, 단면 및 치수 검토, 손상 위치 기록, 시계열 변화 비교와 디지털 트윈 구축을 위한 기초 모델로 활용할 수 있습니다.
포인트클라우드 정제
노이즈와 불필요한 점을 제거하고, 각 점에서 표면이 향하는 방향인 법선 벡터를 계산합니다.
연속 표면 추정
점과 법선 정보를 바탕으로 공간 전체에 연속적인 암시적 함수를 구성해 끊어진 점 사이의 표면을 복원합니다.
삼각형 메시 생성
추정된 등가면을 삼각형으로 변환하고 불필요한 영역을 정리해 활용 가능한 3D 모델을 완성합니다.