An Automated Inspection Methodology for Rebar Diameter and Spacing using Laser-Scanned Point Clouds = 레이저 스캐닝 포인트 클라우드를 활용한 철근 직경 및 간격 검사 자동화 방법론

다국어 초록 (Multilingual Abstract)

Ensuring proper reinforcement placement and conducting accurate rebar inspection are essential in preventing structural failures of reinforced concrete structures. In current practice, rebar diameter and spacing are primarily inspected visually using tape measurements. However, as project scale increases, this manual process becomes time-consuming, labor-intensive, and poses potential safety risks. To address these issues, recent studies have explored the use of laser scanners to automate rebar inspection.
Most prior studies, however, have been limited to controlled laboratory environments and have not fully captured the complexities of actual construction sites. In real projects, reinforcement is distributed across complex site environments, arranged in multiple directions, and affected by bending, splicing, and occlusion caused by obstacles or overlapping rebars. Such conditions hinder the acquisition of ideal scan data, and existing methods have not sufficiently addressed these practical constraints.
This study proposes an integrated framework that detects rebars from terrestrial laser-scanned 3D point clouds and automatically estimates their diameters and spacing. To reduce computational costs, the point cloud is downsampled, and reinforcement planes are segmented through a two-stage process based on orientation and distance. Rebar segments are then extracted from each reinforcement plane and classified into vertical and horizontal rebars. To minimize data loss, points removed during preprocessing are restored by comparing their coordinates with those of the original point cloud.
For diameter estimation, each rebar segment is sliced along its axis, and cross-sectional shapes are extracted from the slices. An optimal radial band that minimizes noise influence is identified, and the final diameter is determined by selecting the most frequently predicted nominal size. For spacing estimation, the center points of rebar segments and their associated points are projected onto an axis perpendicular to the reinforcement direction. The distances between adjacent projected centers are calculated to derive rebar spacing.
The proposed framework was validated using point cloud data collected from two real construction sites, confirming its applicability in practical field conditions. By considering the realistic challenges of construction environments—including complex reinforcement layouts, bending, splicing, and occlusion—this study provides a robust automated rebar inspection framework. The method enables site engineers to perform automated rebar diameter and spacing inspection reliably and consistently using laser scanning, contributing to improved safety, reduced inspection time, and lower labor costs.

국문 초록 (Abstract)

건설현장에서 철근을 올바르게 배근하지 않고, 철근 검사가 제대로 수행되지 않는다면 철근 콘크리트 구조물의 붕괴가 발생할 수 있기 때문에 엄격한 철근 검사가 필수적이다.
현재의 철근 검사는 줄자를 통해 육안으로 직경과 간격 검사를 수행하는 방식으로 이루어지지만 이는 현장이 커질수록 시간이 오래 걸리고, 노동집약적이며, 안전 상의 문제가 발생할 수 있다. 이러한 문제를 해결하기 위해 최근에는 레이저 스캐너를 활용하여 철근 검사를 자동화하는 연구가 지속적으로 이루어지고 있다.
그러나 기존의 연구들은 실험실 환경에서 철근 일부에 대해서만 수행하여 실제 현장의 특성을 반영하지 못했다. 실제 현장에서는 철근이 다양한 방향과 배근 조건으로 설치되며, 철근의 휨과 철근의 이음이 존재한다. 또한 장애물이나 다른 철근에 의해 스캔 과정에서 폐색이 발생하기도 한다. 결국 이상적인 철근에 대한 스캔 정보를 얻을 수 없고, 선행 연구들에서는 이러한 현실적 제약을 충분히 고려한 방법론이 제시되지 않았다. 따라서 본 연구에서는 레이저 스캐너를 활용하여 건설현장에 배근된 철근을 검출하고, 철근의 직경과 간격을 예측할 수 있는 프레임워크를 제안하였다.
3차원 포인트 클라우드를 다운샘플링을 통해 컴퓨팅 소요를 줄였고, 배근면을 방향 기반과 거리 기반의 두 가지 단계로 나누어 분할하였다. 각 배근면별로 철근 세그멘트를 분할하였으며, 이를 수직철근과 수평철근으로 분류하였다. 원본 데이터와의 좌표값 비교를 통해 제거된 포인트 클라우드 중에서 철근 세그멘트와 인접한 포인트 클라우드를 복원하여 데이터 손실을 최소화하였다.
철근 직경 예측을 위해 각 세그멘트를 축방향으로 자르고, 슬라이스별로 단면의 형상을 추출했다. 노이즈 영향을 최소화할 수 있는 최적의 단면 구간을 도출하여 직경을 예측하였다. 가장 많이 도출된 공칭 직경을 해당 철근의 최종 직경으로 선정하였다.
철근 간격 예측을 위해 각 배근면에서 철근 세그멘트의 중심점과 포인트 클라우드를 수직인 축 방향으로 투영하였다. 축 위에서 인접한 철근 중심점 간의 거리를 계산하여 철근 간격을 예측하였다.
전체 프레임워크를 두 가지 현장에 적용하였고, 이를 통해 해당 방법론이 건설현장에서 적용이 가능함을 확인하였다.
본 연구는 실제 건설현장에서 나타나는 다양한 배근 조건, 휨, 이음, 폐색 등 기존 연구들이 다루지 못했던 현실적 제약을 고려한 철근 검사 자동화 프레임워크를 제안하였다. 이를 통해 현장 엔지니어는 레이저 스캐너 기반으로 복잡한 영역의 철근 직경 및 간격 검사를 신속하고 일관되게 수행할 수 있어 안전 확보와 공사 기간 단축 및 인력 비용 절감에 기여할 것으로 기대된다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1. Research Background 1
• 1.2. Problem Statement 5
• 1.3. Research Objectives 7
• Chapter 2. Literature Review 10
• 2.1 Laser Scanning-based Construction Quality Inspection 10
• 2.2 Related Works 12
• 2.2.1 Rebar Detection 12
• 2.2.2 Rebar Diameter & Spacing Prediction 12
• 2.3 Limitations of Previous Research 14
• Chapter 3. Rebar Detection 16
• 3.1 Laser Scanning & 3D Modeling 17
• 3.2 Point Cloud Downsampling 19
• 3.3 Rebar Point Extraction 20
• 3.4 Reinforcement Plane Segmentation 23
• 3.5 Line Fitting-based Rebar Segmentation 26
• 3.6 Alignment Direction Classification 28
• 3.7 Restoration of Downsampled Point Cloud 32
• Chapter 4. Diameter & Spacing Prediction 34
• 4.1 Rebar Diameter Prediction 35
• 4.1.1 Rebar Diameter Prediction Overview 35
• 4.1.2 Rebar Cross-sectional Data Extraction 37
• 4.1.3 Circle Fitting Algorithm 38
• 4.1.4 Slice & Rebar Diameter Categorization 44
• 4.2 Rebar Spacing Prediction 46
• Chapter 5. Experimental Results & Discussions 48
• 5.1 Case study 1 (Site 1) 49
• 5.1.1 Construction Site Overview 49
• 5.1.2 Rebar Detection Results 50
• 5.1.3 Rebar Diameter Prediction Results 56
• 5.1.4 Rebar Spacing Prediction Results 60
• 5.2 Case Study 2 (Site 2) 68
• 5.2.1 Construction Site Overview 68
• 5.2.2 Rebar Detection Results 69
• 5.2.3 Rebar Diameter Prediction Results 75
• 5.2.4 Rebar Spacing Prediction Results 78
• 5.3 Discussions 85
• 5.3.1 Comparison between Case Study 1 and Case Study 2 85
• 5.3.2 Applicability 88
• Chapter 6. Conclusions 89
• 6.1 Summary 89
• 6.2 Contributions 91
• 6.2.1 Academic Contributions 91
• 6.2.2 Practical Contributions 92
• 6.3 Improvement Opportunities and Future Research 93
• Bibliography 95
• 국문 초록 99