http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
BIM Mesh Optimization Algorithm Using K-Nearest Neighbors for Augmented Reality Visualization
Pa Pa Win Aung(빠 빠 윈 아웅),Lee, Donghwan(이동환),Park, Jooyoung(박주영),Cho, Mingeon(조민건),Park, Seunghee(박승희) 대한토목학회 2022 대한토목학회논문집 Vol.42 No.2
최근 BIM (Building Information Modeling)과 AR (Augmented Reality)을 결합한 실시간 시각화 기술이 건설관리 의사 결정 및 처리 효율성을 높이는 데 도움이 된다는 것을 보여주기 위한 다양한 연구가 활발히 진행되고 있다. 그러나, 대용량 BIM 데이터는 AR에 적용할 경우 데이터 전송 문제, 이미지 단절, 영상 끊김 등과 같은 다양한 문제가 발생함으로 3차원(3D) 모델의 메쉬 최적화를 통해 시각화의 효율성을 향상시켜야 한다. 대부분의 기존 메쉬 경량화 방법은 복잡하고 경계가 많은 3D 모델의 메쉬를 적절하게 처리할 수 없다. 이에 본 연구에서는 고성능 AR시각화를 위해 BIM 데이터를 재구성하기 위한 k-최근접이웃(KNN) 분류 프레임워크 기반 메쉬 경량화 알고리즘을 제안하였다. 제안 알고리즘은 선정된 BIM 모델을 삼각형 중심 개념 기반의 Unity C# 코드로 경량화하였고 모델의 데이터 세트를 활용하여 정점 사이의 거리를 정의할 수 있는 KNN로 분류되었다. 그 결과 전체 모델과 각 구조의 경량화 메쉬 점 및 삼각형 개수가 각각 약 56 % 및 약 42 % 감소됨을 확인할 수 있었다. 결과적으로, 원본 모델과 비교했을 때 경량화한 모델은 시각적인 요소 및 정보 손실이 없었고, 따라서, AR 기기 활용 시 고성능 시각화를 향상시킬 수 있을 것으로 기대된다. Various studies are being actively conducted to show that the real-time visualization technology that combines BIM (Building Information Modeling) and AR (Augmented Reality) helps to increase construction management decision-making and processing efficiency. However, when large-capacity BIM data is projected into AR, there are various limitations such as data transmission and connection problems and the image cut-off issue. To improve the high efficiency of visualizing, a mesh optimization algorithm based on the k-nearest neighbors (KNN) classification framework to reconstruct BIM data is proposed in place of existing mesh optimization methods that are complicated and cannot adequately handle meshes with numerous boundaries of the 3D models. In the proposed algorithm, our target BIM model is optimized with the Unity C# code based on triangle centroid concepts and classified using the KNN. As a result, the algorithm can check the number of mesh vertices and triangles before and after optimization of the entire model and each structure. In addition, it is able to optimize the mesh vertices of the original model by approximately 56 % and the triangles by about 42 %. Moreover, compared to the original model, the optimized model shows no visual differences in the model elements and information, meaning that high-performance visualization can be expected when using AR devices.
증강현실 기반 교량 안전점검을 위한 BIM 합성 데이터 생성 및 기계학습
빠빠왼아웅 ( Pa Pa Win Aung ),최웅규 ( Choi Woong-gyu ),차기춘 ( Cha Gi-chun ),박승희 ( Park Seung-hee ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.1
In Augmented Reality (AR) application for bridge inspection, the need of data and images are enormous and it is extremely hard and time consuming to collect in order to train the highly accurate machine learning model. AR technology is becoming increasingly popular for bridge inspection, as it enables engineers and inspectors to visualize and interact with the bridge structure in real-time. However, the accuracy of the AH system largely depends on the quality of the underlying data and images used to train the machine learning algorithms. In order to achieve a high level of accuracy, large amounts of data and images are required, which can be difficult and time-consuming to collect manually. This paper examines the challenges associated with collecting and processing data and images for AR applications in bridge inspection, and proposes potential solutions to improve the efficiency and accuracy of the process by developing accurate machine learning models using synthetic data generation.
BIM 모델과 증강현실을 활용한 교량 유지관리방안 연구
최웅규,PA PA WIN AUNG,산육타 아라비카,차기춘,박승희 대한토목학회 2024 대한토목학회논문집 Vol.44 No.1
Bridges, which are construction structures, have increased from 584 to 38,405 since the 1970s. However, as the number of bridges increases, the number of bridges with a service life of more than 30 years increases to 21,737 (71%) by 2030, resulting in fatal accidents due to basic human resource maintenance of facilities. Accordingly, the importance of bridge safety inspection and maintenance measures is increasing, and the need for decision-making support for supervisors who manage multiple bridges is also required. Currently, the safety inspection and maintenance method of bridges is to write down damage, condition, location, and specifications on the exterior survey map by hand or to record them by taking pictures with a camera. However, errors in notation of damage or defects or mistakes by supervisors are possible, typos, etc. may reduce the reliability of the overall safety inspection and diagnosis. To improve this, this study visualizes damage data recorded in the BIM model in an AR environment and proposes a maintenance plan for bridges with a small number of people through maintenance decision-making support for supervisors. 건설구조물인 교량은 1970년대 이후 584개소에서 38,405개소로 증가하였다. 하지만, 교량의 개소가 증가하면서 공용연수 30년 이상인 교량이 2030년까지 21,737개소로(71%) 증가하면서 시설물에 대한 인적자원 기본 유지보수에 따른 인명사고가 발생할 수 있다. 이에 따라 교량의 안전점검 및 유지관리 방안의 중요성이 높아지고 있으며, 다수의 교량을 관리하는 감독자의 의사결정 지원의 필요성도 요구되고 있다. 현재 교량의 안전점검 및 유지관리 방법은 외관조사망도에 손상 및 상태, 위치, 규격 등을 수기로 기입하거나, 카메라로 촬영하여 기록하는 방식을 사용하고 있지만, 손상ㆍ결함의 표기 오류나 감독관의 착각, 오타 등으로 인해 안전점검 및 진단 전체의 신뢰성이 저하될 수 있다. 이를 개선하기 위해 본 연구에서는 BIM 모델에 기록된 손상데이터를 AR 환경에 시각화하고, 감독자의 유지관리 의사결정 지원을 통해 소수의 인원이 많은 교량의 유지관리 방안에 대해 제안한다.
교랑 안전점검을 위해 4D BIM 기반 증강현실 시스템
아라비카산육타 ( Arvikar Sanyukta ),빠빠윈아웅 ( Pa Pa Win Aung ),차기춘 ( Cha Gi-chun ),박승희 ( Park Seung-hee ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.1
Advancements in technology like building information modeling (BIM) have made their way into the construction industry over the past decade. Using 3D-model along with the project schedule as a time component has been the upcoming trend in the industry. Project schedule is an important factor that is helpful for site managers to assess the progress of the construction. Therefore, this study aims to propose a handheld augmented reality system that will help managers in visual site progress inspection and detection of delays.