DOI: https://doi.org/10.13161/kibim.2018.8.1.015
박성준1), 당고손2), 윤도선3), 론 소칸야4), 심창수5)
Park, Seong-Jun1) · Dang, Ngoc-Son2) · Yoon, Do-Sun3) · Lon, Sokanya4) · Shim, Chang-Su5) Received December 19, 2017; Received January 18, 2018 / Accepted February 27, 2018
증강현실 기반의 프리캐스트 교각의 사전시공 시뮬레 이션 및 시공성 정밀도 관리방안
Pre-construction Simulation of Precast Bridge Piers and Quality Management using Augmented Reality
ABSTRACT: Geometry control of precast members is the most important technology for modular construction. In this paper, image-based modeling and rendering (IBMR) technology was adopted for 3D modeling of precast elements. It is necessary to use match-casting method for precast post-tensioned column assembly. Preassembly using 3D models created by image processing can minimize construction error.
Augmented reality devices are used to check the geometry of the segment. Laboratory-scale tests were performed. The proposed process has been applied to the real precast bridge pier segments.
KEYWORDS: Image based modeling and rendering, Precast bridge pier, preassembly, Augmented reality 키 워 드: 이미지 기반의 모델링 및 렌더링, 조립식 교각, 사전조립, 증강현실
1)학생회원, 중앙대학교 토목공학과 박사과정 ([email protected]) (교신저자)
2)학생회원, 중앙대학교 토목공학과 박사과정 ([email protected])
3)비회원, 중앙대학교 건설환경공학과 학사과정 ([email protected])
4)비회원, 중앙대학교 토목공학과 석사과정 ([email protected])
5)정회원, 중앙대학교 토목공학과 교수, 공학박사 ([email protected])
1. 서 론
최근 건설시장에서 도심지의 노후교량 교체 및 신설 시공현장 이 증가하고 있으며 중앙차로의 점유 시간을 최소화하기 위하여 급속시공에 대한 관심 또한 증가하고 있다. 공장에서 부재를 선 제작하는 프리캐스트 공법의 활용은 점유시간 감소 면에서 효율 적이며 이 공법에 대한 관심이 증가하고 있다. 교량의 상하부 구 조 모두 프리캐스트 부재의 적용에 대한 검토와 연구가 지속해 서 수행되었으며, 공정의 가장 큰 비중을 차지하는 하부구조에 대한 프리캐스트 공법의 적용이 요구되고 있다. 상부구조에 적 용되는 프리캐스트 부재의 경우 세그먼트 사이의 접합면과 하중 의 가력방향이 수평방향으로 존재하며, 해당 접합면에 시공 오 차를 감쇠 할 수 있는 모르타르 층을 타설할 수 있다. 반면에 하
부구조에 적용되는 프리캐스트 부재의 경우 접합면과 가력방향 이 수직방향으로 존재하며 해당 접합면에 모르타르 층을 형성할 수 있지만 모르타르 층의 강도에 대한 신뢰성과 접합면의 정합 성을 확보하기에 각별한 시공관리가 필요하므로 적용이 용이하 지 않다. 이와 더불어 해당 접합면이 비균질하게 정합될 경우 일 부분에 긴장력이 집중될 수 있으며, 이로 인하여 콘크리트 외곽 부가 탈락하는 현상이 발생할 수 있다. 제조업의 공정에서 자동 화와 지능화를 통해 생산성을 효율적으로 발전시키고 있으며 제 조공정의 디지털 정보화와 제품의 서비스화 측면이 강조되고 있 다(Kang et al., 2016). 프리캐스트 부재의 제작 공정은 제조공정 과 유사한 절차로 구성되어 있으며, 부재에 대한 높은 정밀도의 디지털 정보화는 제품의 품질확보와 공정을 효율적으로 발전시 킬 수 있다.
기존의 실측은 측량 및 사진 촬영 등에 의해서 수행됐으며 항 공촬영 및 LiDAR(Light Detection and Ranging)를 활용하여 3 차원 디지털 모델을 구축하고 이를 통하여 구조물의 정보화를 위한 연구가 지속해서 수행되고 검토되었다(Remondino et al., 2006; Haal et al., 2010; Mayer et al., 2014). 레이저 스캐너의 발 전으로 인하여 점군 데이터(Point Cloud Data)를 획득할 수 있으 며 시공 완료된 구조물에 대한 시공 정밀도의 검측과 플랜트 시 설의 복잡한 파이프 배치 등에 대한 역설계에 대한 수요가 발생 하였다. 이와 같은 작업에 대해서 미국에서 레이저 스캐닝에 관 한 가이드라인을 제시하였다(General Services Administration.
2016). 레이저 스캐너의 활용은 스캐닝에 소모되는 시간 활용 성과 고가의 장비가 적용되므로 경제성에 대한 한계점이 존재 한다(Soontranon, N. et al). 레이저 스캐닝 기술과 유사한 이미 지 기반 접근법은 넓은 범위의 사물이나 장면으로부터 정밀한 3 차원 모델을 제공한다(El-Hakim et al., 2004). Structure from Motion(SfM)은 2차원 이미지의 다중 시점으로부터 3차원 모델 을 구축하는데 사용되는 기술이다(Olsson et al., 2011; Wu et al., 2013). 프랑스에서 2차원 이미지로부터 3차원 모델을 간편하 게 생성하기 위한 프로그램인 MICMAC을 개발하였다(Pierrot- Deseilligny et al., 2006). 국내에서 다중 시점에서의 2차원 이미 지로부터 정확도 높은 3차원 모델을 구축하는 절차의 신속성을 확보할 수 있는 조건에 대해서 수행되었다(Kim., 2017).
제조업의 자동화와 지능화를 통해 생산성을 상승시킨 사례 와 유사하게 조립식 공법에 대한 정보화하는 연구가 요구되었 으며 다주식 CFT 교각 형식을 갖는 모듈러 교량 하부구조에 대 한 정보를 분류하고 전달하는 요구사항을 제시되고 설계, 해석 및 물량산출 등과 연동이 가능한 3차원 변수 모델을 개발하였다 (Jeong et al., 2012; Kim et al., 2012). PSC 구조를 갖는 조립식 교각에 대한 정보화를 위하여 사전제작에 관한 정보를 분류 체 계에 대해서 제시되고 이 정보가 내장된 3차원 정보 모델이 제 시되었다(Shim et al., 2014). 사전제작 현장에서 조립식 교각 시 공시 주요 형상 관리 포인트에 대한 정의를 제시하고 개별 부재
들을 하나의 구조물로 조립할 경우 가장 지배적인 요소인 접합 면의 접합 정밀도 평가방안이 제시되고 평가되었다(Lee et al., 2015; Park el al., 2017) 이와 더불어 조립식 교각 및 하부구조의 유지관리를 위한 방안으로 QR 코드를 활용하여 교각의 정보를 무선인터넷이 활용 불가한 상황에도 관리 할 수 있는 모델이 개 발되었다(Park et al., 2014).
조립식 부재에 Lidar를 활용한 디지털트윈 모델의 구축은 레 이져 스캐닝을 진행하는 시간이 주요 제작 공정시간 대비 적용 할 수 없는 큰 비중을 차지하므로 이에 대한 적용이 용이하지 않 다. 기존 연구에서 문화재 및 다양한 구조물에 대해 적용한 이미 지 스캐닝 기법은 특징의 개체수가 적은 콘크리트 부재에 대해 서 디지털 트윈 모델을 구현하는 정밀도를 만족시킬 수 없었다.
이 논문에서는 조립식 교각의 사전제작 현장에서 최우선 제약사 항인 주요 공정에 대한 영향을 최소화 할 수 있고 조립식 부재 각각의 시공 정밀도를 평가 가능하도록 Figure 2에 표현된 프로 세스에 대해서 제시하고 검증하였다. 콘크리트 구조물을 대상으 로 2차원 이미지로부터 3차원 모델을 구축하는 과정에서 정밀도 와 관계된 변수인 배경조건에 대해서 실험실 규모의 시험이 진 행되고 이 변수에 대해서 주요관리 포인트의 오차 정도에 대해 서 평가하고 분석하였다. 실물 교각 규모의 조립식 교각 세그먼 트에 대해서 사전에 시공 가능 여부 및 정밀도에 대해 상세하게 평가하고 추후 검측 및 유지관리를 위한 증강현실 기반의 정보 모델을 제시하였다.
1. 콘크리트 프리캐스트 교각의 이미지 프로세싱 축소 모형 평가
2.1 축소모형 실험 셋업 및 변수
콘크리트 부재의 축소모형 시험은 Figure 3에 표현된 조건에 의해서 진행되었다. 촬영에 DSLR D750 카메라를 활용하였으 며 이 카메라는 2,432만 유효화소수의 성능을 보유하고 있다. 촬 Figure 1. Geometry control of a precast segment
(Lee et al., 2015)
Figure 2. Conversion precess of the 3d information model using image scanning
영된 사진은 렌즈의 외곽부 굴곡으로 인해 발생하는 왜곡을 완 화하기 위하여 촬영된 사진의 10% 부분을 Figure 4와 같이 제거 하였다. 획득한 다중 시점의 2차원 이미지를 상용화 프로그램인 Pix4D를 활용하여 3차원 점군 데이터로 변환하였다.
2차원 이미지를 3차원 모델로 변환하기 위하여 입력하는 사진 의 수량이 증가할수록 3차원 모델의 정밀도는 상승하지만, 변환 과정에 소요되는 시간 효율은 감소한다. 정밀도와 시간효율을 만 족할 수 있는 조건을 도출하기 위하여 Table 1의 입력 수량에 대 한 변수실험이 선행되었다. 충분한 정밀도를 제공할 수 있는 값 을 도출한 후 종속 변인으로 변경하여 진행하였다. 2차원 이미지 기반의 3차원 모델 프로세싱 기법은 대상 2차원 이미지 내에서 최소 단위인 Pixel이 가지는 RGB 값의 상대 차이로 특징점, 외곽 선 및 굴곡 등을 추출하고 표현한다. RGB 값은 0~255로 구성되 며 콘크리트 RGB 값은 평균 90~140 정도에 분포함을 확인하였 다. 콘크리트의 평균 색상은 Figure 5에 나타나듯 회색의 색상을 가지며 보색 또한 회색과 유사한 색상을 나타낸다. 촬영시 배경 색상에 대한 민감도를 확인하기 위하여 Table 2와 Figure 6에 나 타난 색상을 배경색에 대한 변수로 시험을 진행하였다.
2.2 시험체 정밀도 평가
Figure 3. Set-up
Figure 5. Complementary color of concrete
Figure 6. Parameter of background Figure 4. Photo conversion before processing
Parameters Number (EA)
Quantity 10 30 50 100 200
Table 1. Specimen property (number of input images)
Parameters Blue Green Red
Backgroud Color
Black 0 0 0
Blue 255 0 0
Yellow 0 255 255
Pink 255 0 255
Red 255 0 0
Green 0 255 0
Sky Blue 255 255 0
Gray 144 145 144
Table 2. Specimen property (background color)
2.2.1 평가기법
Figureure 6과 같이 Φ100mm×100mm의 원형 공시체에 대해 Pix4D 프로그램을 활용하여 추출한 점군 데이터를 2가지 방법에 의해서 평가하였다. Figure 7에 나타난 줄자를 이용한 물리적인 실 측값과 Figure 8에 나타난 캐니의 외곽선 추출 이론을 활용한 값과 비교 및 평가하였다. Canny의 외곽선 추출 이론은 2차원 이미지 내 개별 Pixel이 가지는 RGB 값에 따라서 상대차가 비교적 명확히 나타나는 부분을 외곽선으로 인식하는 이론이다. 이 이론의 적용을 위해서 2차원 이미지의 명암 값을 증폭시켰으며 이 후 도출된 사 진을 캐니의 외곽선 도출 이론을 적용하여 2차원 모델을 추출하고 Figure 1에서 제시된 주요관리 포인트에 대해서 평가하였다.
2.2.2 결과 분석
Figure 9은 레이저 스캐너를 활용하여 공시체의 형상을 구축 한 3차원 모델로서 약 1.4%의 오차가 발생하였다 (Lee., 2005).
입력하는 사진 수량에 따라 변동하는 3차원 모델의 정밀도에 대 해서 Figure 10과 같은 수렴성이 나타날 때까지 진행하였다. 해
당 공시체의 경우 최소 100장의 사진을 입력할 필요성을 확인되 었고 이 논문에서는 평균 3mm 이내 오차를 가지는 200장을 기 준으로 수행하였다.
배경색으로 총 8개 색상에 대해서 분석하였으며 노란색, 초 록색과 회색은 콘크리트 구조물을 대상으로 3차원 모델을 생성 할 경우 배경색으로 적합하지 않았다. Table 3은 개별 색상별로 1~3축 방향 오차에 대해서 정리하였고 Figure 11은 모델 생성에 가장 용이한 색상을 Table 3에 표현된 수치에 근거하여 가시적 으로 판단하도록 오차율로 표현하였다. 가장 적합한 색상은 검 은색, 빨간색과 하늘색으로 판단되었으며, 하늘색의 경우 실외 촬영시 이미지상에 포함된 색상이고 배경색상을 검은색과 빨간 색을 활용하면 대상 물체의 정밀한 3차원 모델을 획득하는데 유 리함을 확인하였다. 해당 색상이 가지는 RGB 값에 관해 확인하 면 R 값과 G 값에 대한 차이가 콘크리트의 물체를 3차원 모델로 변환하는 과정에 유리하였으며 이 시험결과에서는 B 값의 차이 에 따라서는 명확한 차이를 보이지 않았다.
Figure 7. Measurement of concrete specimen
Figure 8. Example of canny`s edge detection theory
Figure 9. Conversion result by laser scanning(Lee., 2005)
Figure 10. Quality convergence review by quantity of image
Figure 11. Error rate for determining suitability between concrete and background color
2.3 축소 모형 공시체 접합면 평가
프리캐스트 부재의 경우 접합면에 각별한 시공관리가 필요 하며 조립식 교각의 접합면이 균질하지 않게 정합될 경우 일부 분에 긴장력이 집중될 수 있으며, 이로 인하여 콘크리트 외곽부 가 탈락하는 현상이 발생할 수 있다. 이를 모사하기 위하여 축소 된 크기의 공시체 2기를 접합되도록 제작하였으며 이에 대해 평 가하였다. 정합성은 Figure 12에 표현된 개념에 의해서 평가되 었다. 임의의 점 또는 주요관리 포인트에 대한 X, Y 좌표에 대해 서 고정하고 상하면의 Z값을 추출한다. 쌍을 이루는 상하면의 Z 값 사이의 거리를 누적한 합계 값을 비교하였다. Table 4는 공 시체 2기에 대해서 개별적으로 1~3축 방향의 오차에 대해서 정 리하였으며, 상부 공시체와 하부 공시체는 각각 평균 길이오차 0.53%와 0.94%, 면적오차 0.02%와 0.04%, 체적오차 1.04%와 0.49%가 나타났다. 접합면의 정합 각도를 회전시켜 총 4개 각도 에 대해서 평가하여 Table 5에 정리하였다. Case 270°의 경우가 가장 정합성이 높은 것으로 나타났다. 특징이 없는 공시체에도 불구하고 접합하는 각도에 따라서 정합도가 최대 61.29%의 차 이를 나타냈다.
3. 콘크리트 조립식 교각의 이미지 프로세싱 평가
교량의 상부 및 하부구조에 프리캐스트 공법을 적용함에 있어 차이점이 존재한다. 상부구조에 적용되는 프리캐스트 부재의 경 우 세그먼트 사이의 접합면과 하중의 가력 방향이 수평 방향으 로 존재하며, 해당 접합면에 시공오차를 감쇠할 수 있는 모르타 르 층을 타설할 수 있다. 하부구조에 적용되는 프리캐스트 부재 의 경우 접합면과 가력 방향이 수직 방향으로 존재하며 해당 접 합면에 모르타르 층을 형성할 수 있지만, 모르타르 층의 강도에 Table 3. Test result (background color)
Parameter Diameter Length
Backgroud Color
Ruler
(mm) Pix4D (mm)
Error (%)
Ruler (mm)
Pix4D (mm)
Error (%) Black
10
10.001 0.95
10.2
10.285 0.83
Red 10.000 0.07 10.306 1.04
Sky Blue 10.000 0.10 10.338 1.36
Blue 10.003 2.82 10.261 0.60
Pink 10.011 11.26 10.258 0.57
Yellow - - - -
Green - - - -
Gray - - - -
(a) 1-axis variable result
Parameter Area Volume
Backgroud Color
canny
(mm2) Pix4D (mm2)
Error (%)
canny (mm3)
Pix4D (mm3)
Error (%) Black 78.5 78.5 0.02 816.0 807.5 1.04
Red 78.6 78.5 0.14 803.5 809.0 0.69
Sky Blue 78.5 78.5 0.00 804.2 811.6 0.92
Blue 78.5 78.5 0.04 802.9 805.9 0.38
Pink 78.5 78.7 0.22 801.2 807.1 0.73
Yellow - - - - -
Green - - - - -
Gray - - - - -
(b) 2,3-axis variable result
Figure 12. Schema of Consistency Evaluation
Table 4. est result
Parameter Diameter Length
Ruler (mm)
Pix4D (mm)
Error (%)
Ruler (mm)
Pix4D (mm)
Error (%)
SPC1 100 99.998 0.24 102 102.846 0.83
SPC2 100 100.010 1.00 102 102.910 0.89
(a) 1-axis variable result
(b) 2,3-axis variable result
Parameter Area Volume
canny (mm2)
Pix4D (mm2)
Error (%)
canny (mm3)
Pix4D (mm3)
Error (%) SPC1 7,849.62 7,851.49 0.02% 816,007.71 807,494.50 1.04 SPC2 7,851.57 7,854.71 0.04% 804,393.35 808,328.28 0.49
Table 5. Surface consistency according to joint angle
(mm) case
0 °
case 90 °
case 180 °
case 270 °
1 0.013 0.006 0.006 0.023
2 0.016 0.040 0.040 0.005
3 0.061 0.054 0.054 0.025
4 0.004 0.024 0.024 0.024
Cumulative 0.094 0.125 0.125 0.078
Average 0.038 0.050 0.050 0.031
대한 신뢰성과 접합면의 균질성을 확보하기에 각별한 시공관리 가 필요하므로 적용이 용이하지 않다. 이와 같은 이유로 하부 구 조에 적용되는 프리캐스트 공법은 접합면에 대한 각별한 관리가 요구된다.
3.1 실교각 세그먼트 정밀도 평가 3.1.1 단일 세그먼트 결과 분석
조립식 교각 시공시 덕트와 연속 철근의 위치, 세그먼트의 높 이, 면과 면의 일치성 등의 주요 관리 항목이 존재한다. 이를 공 장에서 세그먼트 제작시 사전에 접합면에 대한 평가가 이루어 지고 이후 조립계획이 제시되어야 한다. Table 6의 측정 요소는 Figure 1의 관리 포인트를 따라서 측정하였다. 길이 방향오차는 Seg 1, 2 부재 각각 평균 0.38%와 0.43%를 나타냈고 면적 오차 는 각각 1.43%와 0.91%를 나타냈고 체적의 오차는 각각 1.67%와 1.13%를 나타냈다. Table 6의 접합 각도에 따른 정합성 평가는 2.3에서 제시된 방안에 따라서 주요관리 포인트의 X-Y 좌표 값 을 고정시키고 쌍을 이루는 Z 값에 대한 차이를 종합하여 누적오 차로 정리하였다. Table 6 (c)에 정리된 결과에 따르면 Case 0°
의 경우 가장 정합성이 좋은 것으로 판단되었으며 2.4 mm의 평 균 오차를 나타내고 가장 정합성이 좋지 않은 Case 90˚의 경우 와 비교할 경우 약 2배의 차이를 나타냈다.
3.1.2 세그먼트 조립으로 인한 누적오차 분석
기존 연구에서는 개별 세그먼트의 오차에 대한 관리 방안에 대해서만 제시되었고 전체 교각의 오차에 대한 정의 또는 관리 방안은 고려되지 않았다. 1개 접합면만의 오차뿐 아니라 주요 관 리 포인트의 누적오차에 대해 고려가 필요하다. Figure 13는 전 체적인 오차를 고려할 경우 확인할 사항들에 대한 예시를 나타 냈다. 교각의 경우 Figure 13 (a)에 표현된 교좌장치 위치의 시공 정밀도에 대한 평가가 필요하고 개별 세그먼트의 오차는 초과할 수 있지만 전체 오차에서 상쇄시킬 방안을 제시하였다. Figure 13 (b)는 조립식 교각의 구조 거동은 축방향 강재에 지배적인 거 동을 보이며 축방향 강재를 시공하기 위한 쉬스관의 누적오차를 확인한 사항이다. 개별 쉬스관의 위치에 대한 오차는 허용오차를 만족할 수 있지만, 이 경우가 심화되면 축방향 강재의 삽입이 방 해되거나 불가능할 수 있기 때문에 사전에 평가되어야 한다. 표 현된 예시의 경우 개별 세그먼트의 오차는 최대 1.57%의 오차를 나타내지만, 교각 전체로 평가하였을 경우 최대 16.10%의 차이를 나타낸다. 이 결과를 통해 개별뿐만이 아닌 전체적인 평가의 필 요성을 확인할 수 있다. 이와 같은 상황을 보다 불리하게 예측한 다면 축방향 강재의 삽입을 위하여 세그먼트의 일부분을 포기하 여 전체적인 구조효율이 감소될 수 있다.
Table 6. Test result (application for real bridge)
Parameter Diameter Length
Ruler (cm)
Pix4D (cm)
Error (%)
Ruler (cm)
Pix4D (cm)
Error (%)
Seg1 220 221.663 0.76 207 207.010 0.00
Seg2 220 220.098 0.04 207 205.248 0.85
(a) 1-axis variable result
(b) 2,3-axis variable result
Parameter Area Volume
canny (cm2)
Pix4D (cm2)
Error (%)
canny (cm3)
Pix4D (cm3)
Error (%) Seg1 38,028.548 38,570.536 1.43 7,853,655.7 7,984,486.7 1.67 Seg2 37,683.776 38,027.788 0.91 7,717,916.2 7,805,108.3 1.13
(cm) case 0 °
case 45 °
case 90 °
case 135 °
case 180 °
case 225 °
case 270 °
case 315 °
1 0.22 0.75 0.62 0.56 0.29 0.83 0.26 0.22
2 0.03 0.16 0.22 0.49 0.05 0.52 0.56 0.31
3 0.16 0.22 0.49 0.05 0.52 0.56 0.31 0.31
4 0.40 0.13 0.67 0.10 0.06 0.31 0.31 0.31
5 0.77 0.23 0.80 0.84 0.59 0.59 0.59 0.59
6 0.17 0.40 0.44 0.19 0.19 0.19 0.19 0.19
7 0.01 0.05 0.20 0.20 0.20 0.20 0.20 0.20
8 0.19 0.19 0.44 0.44 0.44 0.44 0.44 0.44
Cumulative 1.95 2.13 3.88 2.87 2.34 3.64 2.86 2.57 Average 0.24 0.27 0.48 0.36 0.29 0.45 0.36 0.32
(c) Evaluation of joint surface consistency
Figure 13. Evaluation for real bridge pier segment (a) Coordinate & verticality management of piers
(b) Cumulative error of duct (sheath), (unit-cm)
3.2 조립식 교각의 시공 S/W
3.1에 제안된 사항에 대해서 Figure 14의 사전 시공 시뮬레이 션을 반영한 소프트웨어로 개발하였다. 이 소프트웨어는 주요관 리 형상에 대한 기준좌표 값과 상대좌표 값을 입력하도록 설계 되었으며 이를 토대로 각 세그먼트 간에 오차를 상쇄할 수 있는 조립 각도를 계산할 수 있다. 연직도 면에서 감쇠되지 않은 오차 의 경우 1-5mm 두께를 갖는 받침(Washer plate)을 적절한 위치 에 배치해서 완충할 수 있다. 세그먼트 자체적인 오차에 대해서 는 생산된 세그먼트 전체에 대해서 자동으로 정합성을 평가하고 이를 기반으로 가장 효율적인 조립 순서를 계획할 수 있다. 이 소프트웨어를 활용할 경우 단일 세그먼트의 허용오차를 넘었을 경우에도 활용할 수 있으며 각각의 세그먼트는 허용오차를 만족 하였지만, 조립 후의 세그먼트에 대해서 사전에 조립하여 시공가 능여부를 판단할 수 있다. 이와 더불어 작업자에게는 Figure 14 (b)와 같이 단순하게 세그먼트의 방향을 표시하여 개별 세그먼트 간 받침의 위치 및 크기에 대해서만 제공하여 작업의 효율성을 또한 확보할 수 있다.
4. 콘크리트 조립식 교각의 시공 검측 및 평가 방안
기존의 시공방안은 줄자 및 광파기 등을 이용하여 검측하고 이를 토대로 시공 품질이 평가되었다. 이 평가 기법은 1차원에 의존한 평가 기법이며 전체적인 오차를 기록하면서 인간이 가 지는 시각오차가 포함될 수 있고 경우에 따라서 과대평가 및 과 소평가 할 수 있다. 이 경우를 방지하기 위하여 증강현실 기반의 시공 모델과 실물 사이의 시공 정밀도를 검측할 수 있는 프로세
스가 제시되고 실험실 규모의 축소모형 실험에 의해 검증되었다.
Figure 15 (a)는 3차원 프린터를 활용하여 1개 세그먼트를 축 소 출력한 결과물로 이 결과물 위에 Pix4D를 활용한 모델을 투영 시켰다. 증강현실 기반의 시뮬레이션을 활용하기 위하여 다중마 커 기법을 선택하였으며 투영된 모델에 대해서 출력물 간의 오 차를 가시적으로 확인할 수 있어 검측에 효율성을 제공할 수 있 다. 실제 구조물의 경우 검측을 수행하는 작업자가 직접 마커를 인식하여 전체적인 문제점을 확인할 수 있어 검측의 효율성을 상승시킬 수 있다. Figure 15 (b)는 가상현실 기반의 모델을 활용 한 검측 및 유지관리 단계에서 활용할 수 있는 정보 모델의 예시 를 나타낸다. 해당 구조물의 배근 상태 및 간격, 활용재료의 강도 등의 추가적인 필요 정보를 제공함으로써 점검 도중에 확인 된 문제점에 대해서 도면 및 기타 정보에 대한 검색 없이 원인을 도 출할 수 있으므로 작업의 효율성을 극대화할 수 있다. 이와 더불 어 해당 이슈가 파악되지 않은 경우에도 타 기술자에게 해당 모 델을 제공함으로써 원인 확인의 효율성을 증대시킬 수 있다.
5. 결론
이 연구는 조립식 교각의 시공시 발생할 수 있는 사항에 대해서 증강현실 및 가상현실 기반에 접근법을 활용하여 사전에 평가하 여 대비할 수 있는 프로세스에 대해서 제시하고 검증하였다.
1) 이미지 기반의 3차원 모델을 획득하는 과정에서 콘크리트 색 상과 배경색 사이의 차이로 인하여 발생하는 오차에 대해서 평가 하였으며 이를 세그먼트 공장에서 배경색상으로 추천할 수 있다.
2) 조립식 교각의 시공시 단일 세그먼트가 가지는 오차를 판별 Figure 14. Attenuation software of construction errors
(a) Pre-construction simulation software
(b) Output of simplified work instruction Figure 15. 3D-based inspection and maintenance process (a) Simulation verification utilized 3d printer
(b) VR-based construction accuracy evaluation
하기 위하여 2가지 방안을 적용하여 평가하였으며 개별적인 오 차에 대해서 평가로 이루어진 현행 평가를 넘어서 누적 오차에 대한 판단이 필요함을 제시하고 이를 검증하고 이 절차를 수행 할 수 있는 소프트웨어를 개발하였다.
3) 완공 후 검측 및 유지관리 단계에서 기존에 구축된 모델을 활용하여 필요한 정보를 동시에 제공할 수 있는 증강현실 기술 의 예시를 제시하였다.
4) 국내 세그먼트 제작시장에 시공 정밀도에 대한 평가는 1개 세그먼트에 대해서만 수행되며 구조물 전체에 대한 평가사항은 존재하지 않아 추후 이 점에 대한 정립이 필요하다.
감사의 글
이 연구는 국토교통부/ 국토교통과학기술진흥원 건설기술연 구사업의 연구비지원(13건설기술A01)에 의해 수행되었습니다.
References
Deseilligny, M. P., Clery, I. (2011). Apero, an open source bundle adjusment software for automatic calibration and orientation of set of images, In Proceedings of the ISPRS Symposium, 16(5), pp. 269-276.
El-Hakim, S. F., Beraldin, J. A., Picard, M., Godin, G. (2004).
Detailed 3D reconstruction of large-scale heritage sites with integrated techniques, IEEE Computer Graphics and Applications, 24(3), pp. 21-29.
General Services Administration. (2016). BIM Guide for 3D imaging.
Haala, N., Kada, M. (2010). An update on automatic 3D building reconstruction, ISPRS Journal of Photogrammetry and Remote Sensing, 65(6), pp. 570-580.
Jeong, D. G., Kim, D. W., Shim, C. S. (2012). Development of 3D Information Models for Modular Bridges, Journal of Korea BIM Institute 2012, pp. 123-125.
Kang, J. I., Lee, I. P. (2016). Indoor 3D Modeling Using a Rotating Stereo Frame Camera System and Accuracy Evaluation, KOREAN JOURNAL OF REMOTE SENSING, 32(5), pp. 511-527.
Kim, D. W., Chung, D. K., Shim, C. S. (2012). Development of 3D Parametric Models for Modular Bridge Substructures, Journal of KIBIM, 2(2), pp. 37-45.
Kim, J. K. (2017), Optimal Operation of 3D Modeling on IBMR Environment, Communication Design Association of Korea, 59, pp. 21-31.
Lee, J. C., Moon, D. Y., Kim, N. S., Seo, D. J. (2005).
Accurate Reconstruction Data of Cultural Heritages With the Combined Digital Photogrammetry / 3D Laser Scanner, korean society of civil engineers conference 2005, pp. 5144-5147.
Lee, S., Park, S., Dang, N. S., Shim, C. S. (2015). 3D digital fabrication and erection technologies for prefabricates bridges. Building Information Modeling (BIM) in Design, Construction and Operations, 149, pp. 3-8.
Mayer, H. (1999). Automatic object extraction from aerial imagery—a survey focusing on buildings, Computer vision and image understanding, 74(2), pp. 138-149.
Olsson, C., Enqvist, O. (2011). Stable structure from motion for unordered image collections, In Scandinavian C o n f e r e n c e o n I m a g e A n a l y s i s , S p r i n g e r B e r l i n Heidelberg, pp. 524-535.
Park, S. J., Shim, C. S. (2014). Intelligent Design and Rapid Construction Technologies for Bridge Pier, Journal of Korea Concrete Institute 2014, pp. 921-922.
Park, S. J., Shim, C. S. (2017). Image Processing Schema for Evaluation of Matchcasting of Prefabricated Columns, Jounal of Korea Concrete Institute 2017, 29(2) pp. 431-432.
P i e r r o t - D e s e i l l i g n y , M . , P a p a r o d i t i s , N . ( 2 0 0 6 ) . A multiresolution and optimization-based image matching approach: An application to surface reconstruction from SPOT5-HRS stereo imagery, Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 36(41).
Remondino, F., El‐Hakim, S. (2006). Image‐based 3D modelling: A review, The Photogrammetric Record, 21(115), pp. 269-291.
Shim, C. S., Park, S. J., Lee, S. Y., Dang, N. S. (2014). Pre- construction Simulation of Precast Bridge Piers and Quality Management Method based on AR and VR, National Accelerated Bridge Construction Conference.
Shim, C. S., Park, S. J., Song, H. H., Lee, S. Y. (2014). 3D Knowledge Embedded Engineering on Prefabricated Bridge Substructures, Istanbul Bridge Conference.
Soontranon, N., Srestasathiern, P., Lawawirojwong, S. (2015).
3D Modeling from Multi-views Images for Cultural Heritage in Wat-Pho, Thailand, The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 40(5), pp. 403-404.
Wu, C. (2013). Towards linear-time incremental structure from motion, 3DTV-Conference 2013 International Conference on pp. 127-134.
