배관 도면 데이터를 활용한 AR모델 생성 및 Point Cloud기반 정합 방법에 관한 연구

초록

최근 배관의 O&M 및 검사에 대한 중요도가 높아지고 있으며, 이를 지원하기 위하여 증강현실 기술을 활용한 시스템이 개발되고 있는 추세이다. O&M 및 검사 시스템에서의 증강현실은 작업 중 활용하게 되는 도면을 대신해 3D 그래픽스 기술을 활용하여 보다 작업 이해도를 높이고 작업 효율을 증대시킬 수 있다. 이를 구현하기 위해서는 현실과 증강 모델 간의 정합이 필요한데, 정확한 정합이 이루어지지 않은 경우 작업에 오히려 혼동을 초래하는 일이 자주 발생한다. 이를 위하여 특정 인식 객체를 생성해 증강 모델 위치를 보정하는 마커 기반 증강현실 기술이 사용되었으나 조선 및 해양플랜트 산업 특성상 마커의 훼손 가능성이 높으며, 카메라가 명확히 마커 전체를 검출할 수 있어야하기 때문에 작업자와 마커 간의 충분한 공간이 필요하다. 이에 선행 연구로 카메라 영상으로부터 검출하고자 하는 배관 모델을 검출하고, CAD모델을 불러와 두 모델을 정합하는 방법론에 대해 연구하였으나 다수의 잔류 데이터로 인해 속도가 느려지는 문제가 발생했다. 따라서 본 연구에서는 선행연구에서 발생한 문제를 해결하기 위하여 영상을 기반으로 관심 영역을 정의하고 3D-Edge detection 을 기반으로 객체들의 boundary를 검출해 불필요한 데이터를 최소화하였다. 또한 선행 연구에서는 CAD모델을 상용 변환기를 활용하여 Point Cloud모델로 변환했기 때문에 데이터 형태 및 개수 조정에 어려움이 있었다. 따라서 산업에서 자주 활용되는 도면 교환 파일 정보를 읽어 Point Cloud로 변환작업 수행 후 정합을 수행하였다. 본 시스템을 통해 제한된 환경에서의 정합 오류를 해소하고 증강모델의 비틀림 현상을 개선하여 작업 이해에 혼동을 주는 현상을 없앨 수 있을 것으로 기대된다.