• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 " 무인자율차"에 대한 통합 검색 내용이 3개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
라이다-카메라 센서 퓨전을 이용한 3D 객체 인식 및 거리, 위치 자동 추출 기술 개발 방법
BIM 칼럼니스트 강태욱의 이슈 & 토크   각자 발전한 라이다(LiDAR)와 카메라 데이터 처리 기술은 서로의 장단점을 혼합해 사용된다. 데이터 퓨전 기술을 통해 카메라 이미지에서는 정밀한 객체 세그먼트 정보를 얻고, 퓨전된 라이다로부터 정확한 객체 거리 및 위치를 추출할 수 있다. 이를 잘 이용하면 실내외 객체의 종류, 거리, 위치, 크기를 정확히 얻을 수 있다. 이번 호에서는 특성이 다른 데이터의 혼합(fusion) 및 중첩(superposition) 기술을 간략히 소개하고, 라이다와 카메라 센서 퓨전 기술을 이용한 3차원 객체 인식, 거리, 위치 자동 추출 기술 개발 방법에 대해 살펴본다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   그림 1. 카메라와 라이다의 혼합(fusion) 사용   센서 퓨전 분야는 라이다와 카메라 센서 같은 이기종 센서의 장점만을 취해 퓨전된 데이터셋을 얻는 데에 중점을 두고, 무인 자율주행 자동차 등 다양한 분야에서 시도되었다. 센서 퓨전을 통해 라이다에서는 정확한 거리나 위치, 카메라에서는 풍부한 객체 세그먼트 정보를 얻을 수 있다. 그러므로 센서 퓨전의 목적은 각각의 데이터를 하나의 좌표계로 정렬하는 것이 된다.   그림 2. 센서 퓨전 결과   이 글은 자율차 개발 시 사용되고 있는 센서 퓨전 연구 사례를 기반으로 설명한다. 이 연구 사례는 센서 퓨전 연구를 위해 기존 무인자율차 데이터 학습용 KITTI 데이터셋을 사용한다. IEEE의 센서 퓨전 연구 사례 : https://ieeexplore.ieee.org/abstract/document/8500549 KTTI 데이터셋 : http://www.cvlibs.net/datasets/kitti/setup.php 우선, <그림 3~4>와 같이 벨로다인 라이다와 카메라를 장착한 차량(로버 등 마운팅 대상은 관계 없이 활용 가능함)이 있다고 가정한다.   그림 3   그림 4   모든 센서에서 얻은 값은 특정 센서 기준으로 데이터를 변환해야 한다. 이 경우, 카메라를 기준으로 다른 센서들의 데이터를 변환한다. 그러므로, 이를 변환하기 위한 각 센서의 캘리브레이션(조정) 파라미터가 필요하다. 이 파라미터는 기준 센서 중심으로 데이터 변환 시 사용된다.     ◼︎ 전체 내용은 PDF로 제공됩니다.
작성일 : 2023-03-03
원격제어 로버 로봇 기반 3차원 데이터 취득 및 지도 매핑 장비 개발
BIM 칼럼니스트 강태욱의 이슈 & 토크    이번 호에서는 라이다(LiDAR : Light Detection and Ranging)를 기반으로 실시간 3차원 지도를 생성하는 SLAM(Simultaneous Localization and Mapping : 슬램)을 사용해, 원격제어가 가능한 로버(rover) 로봇을 기반으로 하는 3차원 지도 매핑 장비 개발 방법을 설명한다. SLAM은 임의의 위치에서 상대적 거리를 측정할 수 있는 센서를 이용해 실시간으로 지도를 생성하는 기술이다. 이 기술은 무인자율차 등 실시간으로 2, 3차원 지도를 생성해야 할 때 사용된다.     ■ 강태욱 | 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 Engineering digest와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | http://www.facebook.com/laputa999 홈페이지 | https://sites.google.com/site/bimprinciple  팟캐스트 | http://www.facebook.com/groups/digestpodcast   그림 1. 개념적으로 로버와 유사한 동작방식을 가진 무인자율차(ArcelorMittal, 2021, Automotive Manufacturing Solutions. Tesla)   로버는 로봇의 일종으로, 통신 신호나 소프트웨어 알고리즘으로 이동 및 동작 방식을 제어할 수 있는 원격제어 지상형 무인자동차의 일종이다. 로버를 이용하면 사람이 진입하기 어려운 위험한 곳이나 많은 수의 반복적인 데이터 조사가 필요한 데이터를 무인으로 수집하며 자동 제어를 할 수 있다. 이번 호에서는 3차원 공간정보 취득을 위해서 라이다와 SLAM 기술을 사용한다. 라이다는 저가의 벨로다인 VLP16 센서를 사용한다. 라이다 구동 및 SLAM 소프트웨어는 리눅스 우분투 ROS 환경에서 실행된다. 여기서 사용하는 ROS(Robot Operating System) melodic 버전을 사용했으며, 엔비디아 TX2, 오드로이드 우분투 18.04를 기반으로 테스트하였다. SLAM은 많은 계산시간이 필요하므로, 엔비디아 TX와 같이 가능한 성능이 좋은 컴퓨터를 사용하는 것이 좋다.   3차원 스캔 기반 인스펙션 로버 로봇 3차원 공간정보 스캔을 몇 시간동안 지속적으로 운영하기 위해서는 드론보다 로버가 훨씬 효과적이다. 드론은 배터리를 고려한 운영시간에 크게 제약(보통 20~30분 미만)이 있으며, 무거운 센서를 부착하는데 한계가 많다. 지상에서 충분히 데이터를 취득할 수 있다면, 가용성이 큰 로버가 좋은 선택이 될 수 있다. 3차원 공간 탐색용 기능을 만족하고 가성비가 좋은 로버는 시중에 그리 많지 않다. 그러므로, 커스텀할 수 있는 제품 중 AIDL(http://aidl.kr)의 ADL200 본체를 사용하였다. 라이다 등 목적에 따라 달라지는 다양한 센서와 장치를 마운트(mount)하기 위한 부품은 별도 디자인, 제작하여 부착하였다. 로버 로봇의 운영 요구사항은 다음과 같다.
작성일 : 2022-08-01
3차원 스캔 비전 역설계
최근 건설, 건축, 도시 개발, 엔지니어링, 조선, 기계 산업 분야에서 실세계 사물 및 공간에 대한 디지털 트랜스포메이션(digital transformation) 기술 활용 사례가 많아지고 있다. 이와 관련해, 스캔 데이터에서 형상 형태, 치수, 속성 정보를 인식할 수 있는 3차원 이미지 스캔 비전(vision) 기반 역설계 기술이 급속히 확산되고 있다. 이는 최근 실세계 3차원 공간 및 사물을 인식하거나 정보를 추출해야 하는 프로젝트와 응용 사례가 많아지고, 점군과 같은 스캔 데이터를 얻을 수 있는 하드웨어 및 소프트웨어 품질과 가격이 좋아진 배경과 관련이 있다. 기존 실세계 공간 정보를 디지털화하는 스캔 비전 역설계 기술은 다양한 분야와 융복합되는 4차 산업혁명의 핵심 기술 중 하나라 할 수 있다. 세계적 추세인 스마트시티 3차원 공간정보 서비스, 프리페브릭케이션(prefabrication, 공장 사전제작), 모듈러 시공(modular construction), BIM(building information modeling) 발주, 시설물 및 에너지 관리, 시공 관리, 공사 감리, 리모델링 등 시장이 급격히 성장하면서, 이와 관련된 핵심 요소 중 하나인 스캔, 비전, 역설계 기술 투자가 많아졌다. 산업용 드론(drone) 및 무인자율차 분야에서는 이미지 스캔 및 비전 기반 역설계 기술은 핵심적으로 활용되고 있으며, 최근에는 머신러닝(machine learning), 로보틱스(robotics) 기술을 이용한 스캔 및 역설계 기술이 활발히 개발되고 있다. 이러한 발전 추세라면, 스캔 및 역설계 기술이 영화에서 나온 장면과 같이 활용될 시기가 멀지 않았다고 생각한다. 이 책에서는 실세계 디지털 트랜스포메이션 핵심 기술인 3차원 이미지 스캔, 비전, 역설계와 관련된 SW(Software) / HW(Hardware) 도구, 작업 절차, 오픈소스 및 역설계 자동화 기술을 자세히 설명하고, 오픈소스 사용 및 개발 방법을 예시를 통해 설명한다. 아울러 실무에 도움이 되는 다양한 기술 활용 사례를 소개한다. 이 책은 단순히 기술 개념과 활용 사례 나열에만 그치지 않는다. 겉으로 보이는 무대 뒤에서 연출하는 방식을 엿볼 수 있으면, 기술에 대한 깊은 이해가 가능하고, 좀 더 발전적인 솔루션이 가능하다. 이를 위해 기술 동작 원리, 개발 및 한계점을 함께 다룬다. ■ 강태욱 지음 / 2만 4000원 / 도서출판 씨아이알
작성일 : 2017-11-15