2.1 STEP 1: 현장조사 및 레이저 스캐닝

현장조사 및 레이저 스캐닝은 Scan-to-BIM 대상 건축물을 확인하여 최종 결과물인 BIM 도면 작성에 있어 부족한 데이터가 없도록 개별 점군을 확보하는 과정에 해당한다. 모바일기기는 그 LiDAR 센서의 위치와 방향이 지속적으로 바뀌어, 정확한 점군 데이터를 취득하기 위해서는 SLAM(Simultaneous Localization and Mapping) 알고리즘이 필요하다.⁽⁸⁾ SLAM 알고리즘은 기존의 3D 이미지와 새로 취득된 3D 이미지의 정보를 조합, 촬영기기의 상대적인 위치 및 자세를 역으로 계산한다. 기기의 상대적인 위치와 자세를 도출하는 알고리즘 특성상, 한번 오차가 발생하면 해당 오차가 이후 계산값에 누적되기 때문에 일정치 이상 오차가 누적되어 레이저 스캐닝의 품질을 저하시키지 않도록 촬영범위를 적정 간격으로 일정하게 하는 것이 중요하다.

2.1.1 대상건물

본 연구의 대상건물로는 서로 다른 규모를 가진 4개의 건물을 선정하였다. 대상 건축물의 개요는 Table 1과 같다. 첫 번째 대상건물인 실험실의 경우, 내외부를 모바일 기기 및 TLS 기기를 사용하여 각각 17회씩 촬영을 진행하였으며, 나머지 3개소를 대상으로 지상층에 해당하는 부분을 모바일기기로 각각 14, 31, 30회 촬영하였다.

Fig. 1 Scan-to-BIM process.

Table 1 Target building

2.1.2 레이저 스캐닝

레이저 스캐닝에 사용된 모바일기기와 TSL기기의 성능은 Table 2와 같다. 모바일기기인 Ipad Pro를 이용한 레이저 스캐닝은 Laan Labs사의 3D scanner applicationTM 어플리케이션을 사용하였다. 어플리케이션의 설정은 Maximum depth 4 m, Resolution 5 mm, Confidence-high로 설정하였다. Maximum depth는 최대 촬영거리 제한을 의미하며, Resolution은 점간 거리와 관련된 설정이다. Confidence는 Apple이 ARKit Framework을 통해 제공하는 ConfidenceMap 인스턴스 데이터를 사용하여 레이저 스캐닝 시 신뢰도가 높은 점만을 기록하도록 선택할 수 있는 설정이다.

Table 2 Comparison of laser scanning device(7,9)

2.2 STEP 2: 데이터 가공

데이터 가공 단계에서는 레이저 스캐닝을 통하여 취득된 개별 점군 데이터에 이미지 정보를 결합하고, 모델링에 사용할 수 있도록 다운사이징을 한 후 최종적으로 정합하는 과정이다. 이미지 정보의 결합은 모바일기기에서 카메라로 촬영된 2D 이미지 정보를 점군에 결합함으로써, 점군 내 각 점들이 RGB 값을 가지도록 한다.

다운사이징은 원본 데이터 내에 필요한 정보를 유지하면서도 데이터의 크기를 작업할 수 있을 정도로 줄이는 작업을 뜻한다. 해당 작업은 복셀화(Voxelization)를 이용하였다. 복셀화는 개별 공간을 구분하는 개별 복셀들 내에 포함된 여러 개의 점군 데이터를 하나의 값으로 간단히 표현하는 작업이다.⁽¹⁰⁾

개별 점군 데이터의 정합을 위하여는 오픈소스 프로그램인 CloudCompare(v2.13 beta) 프로그램을 사용하였다. CloudCompare 프로그램은 사용자가 직접 특정점을 선택하여 이것을 토대로 일치시키는 방법, 전체 점군을 사용하는 Iterative Closest Point(ICP) 알고리즘을 이용하는 방법⁽¹¹⁾, 혹은 직접 수치를 입력하여 위치, 방향 및 크기를 변경하는 방법 중 하나를 선택하여 정합 과정을 진행할 수 있으며, 그 결과를 x, y, z축 방향의 이동거리 및 scale 정보가 포함된 행렬 등의 출력값으로 확인할 수 있다. 본 연구에서는 미리 확인된 특징점을 식별하여 이를 일치시킨 이후, 중복된 지역을 대상으로 ICP 알고리즘을 적용하여 오차를 최소화하였다.

2.3 STEP 3: BIM 생성

BIM 작성은 Autodesk사의 ReCap과 Revit을 이용하여 작성하였다. ReCap은 CloudCompare에서 가공이 완료된 점군 데이터의 확장자를 Revit에서 입력 가능한 *.rcp 파일로 변환하는 역할을 한다. 작업자는 해당 *.rcp 파일의 점군을 토대로 Revit에서 각 층 별로 벽체와 슬라브, 지붕, 창문 및 문 등의 건축요소들을 확인하고 생성하여 BIM을 작성하며, 필요할 경우 CAD 파일로 출력시켜 사용할 수 있다(Fig. 2).

Fig. 2 Changes in data types throughout scan-to-BIM process.

2.4 정확도 평가

본 연구에서는 먼저 1개소(실험실)를 대상으로 모바일기기를 사용하여 레이저 스캐닝을 진행하였을 때 취득된 점군의 정확도를 기존의 TLS 기기를 이용하여 취득한 점군과 비교하여 평가하였고, 이후 나머지 3개소를 대상으로 전체 프로세스를 실행하여 도출된 결과물의 정확도를 평가하였다.

U.S. General Service Administration(GSA)은 BIM의 생성 및 전달과 관련하여 Table 3에 표시된 허용치를 정의하고 있다. 점군의 정확도를 평가하는 Level 1은 51 mm의 허용오차를 허용한다. 도면생성 결과물은 그린리모델링 진행 시 건물에너지 시뮬레이션인 ECO2의 입력치로 사용된다. 따라서 정확도를 평가하기 위한 지표로 Table 4에 표시된 에너지 시뮬레이션의 오차 허용치를 사용하였다. 오차와 관련한 RMSE, CVRMSE는 식(2)와 같다.

여기서, s와 m은 각각 도면생성 프로세스를 통하여 취득된 평면도 상 결과값, 기존 건축도면에 기재된 값, n은 데이터의 개수이다. 비교 대상으로는 평면도 상 개별 공간의 너비와 깊이를 사용하였다.

3.1 모바일기기를 이용하여 취득된 점군의 정확도 비교: 실험실

본 연구에서는 고가의 성능이 우수한 TLS기기를 이용하여 취득된 점군 데이터가 실제값이라고 가정하고, 상대적으로 저가의 모바일기기의 정확도를 평가하기 위해 개별 스캔 17회를 통하여 획득한 점군 데이터와 데이터 처리과정 이후 전체 점군 데이터 중 바닥면에 해당하는 부위의 촬영 결과를 각각 TLS 기기와 비교하였다(Table 5의 (a)).

모바일기기의 개별 스캔에 의한 점군과 TLS기기를 이용하여 취득한 점군들 간 최소거리가 각각 어떻게 분포하는지 분석하였다. 그 결과 평균적으로 차이 1 mm 이내로는 1%, 10 mm는 36%, 51 mm 이내로는 88%의 점들이 분포하였다. Fig. 3에 모바일기기를 이용하여 촬영한 점군과 TLS기기의 전체 점군 간 최소거리의 분포를 조사한 결과를 보면, 실의 중앙부위가 외곽 부분에 비하여 비교적 차기가 적은 것으로 나타났다. 이는 현장에서 레이저 스캐닝을 진행할 때 대상과의 거리와 입사각 등에 따라 레이저 반사강도가 영향을 받아 외곽부위에서 오차가 커지기 때문이다(Table 5의 b, c).

Fig. 3 Cloud to cloud distance of internal space represented by color.

각각 TLS기기와 모바일기기를 이용하여 취득된 전체 점군 데이터 중 바닥면에 근접한 부위만을 살폈을 때 평면과 점군의 최소거리가 어떻게 분포하는지를 분석하여 모바일기기인 Ipad Pro의 성능을 간접적으로 확인하였다. 그 결과 TLS의 경우 임의의 평면과의 거리가 0에서 0.1 m까지의 점군들을 살폈을 때 1 mm 이내로는 8.4%, 10 mm 이내로는 68%, 51 mm 이내로는 86%의 점들이 분포하였다.

모바일기기로 촬영한 바닥면은 동일 범위의 점군을 살폈을 때 1 mm 이내로는 1.8%로 극히 적은 값을 보였으며, 10 mm 이내로는 18%, 51 mm 이내로는 71%의 점들이 분포하였다. 따라서 단순한 건축요소를 상대로 레이저 스캐닝 및 데이터 처리과정을 진행하였을 때, 두 기기의 성능 차이가 크지 않은 것으로 나타났다.

Table 5 Cloud to cloud, cloud to plane comparison results for laboratory building

3.2 전체 프로세스 결과물의 정확도 분석: 어린이집 3개소

분석 대상건물인 어린이집 3개소를 대상으로 한 도면생성 프로세스 결과는 Fig. 4와 같다. 본 연구에서는 모바일 기기를 이용한 도면생성 결과를 분석하기 위해, 출력된 도면과 기존 건축 평면도 상 각 실의 x, y축 방향의 길이와의 차이를 분석하였다(Table 6). Table 6에서는 절댓값(m) 및 기존 도면상 길이를 분모로 하는 상대오차 (%)를 나타내고 있으며, 개별 개소에서의 결괏값은 각각 Table 7 ~ Table 9에 정리하였다. 또한 레이저 스캐닝 및 데이터 처리 과정에서 발생한 오차를 분석하기 위하여 Fig. 5에 각 실의 건축도면상 길이와 너비를 오차율에 대비하여 분석하였다.

개별 실 너비와 깊이 등을 오차율과 대비하여 살폈을 때, 5% 이상 오차는 대부분 실의 너비와 크기가 3~5 m 사이에 분포하였다. 5 m 이상의 건축요소들은 여러 점군들을 하나로 하는 정합 과정을 거쳐 BIM에서의 형상이 결정되고, 5 m 이하의 건축요소들은 단일 점군 데이터로부터 BIM 상의 형상이 도출되었다. 따라서 도면생성 프로세스에서 데이터 처리과정보다, 레이저 스캐닝 수행, 혹은 BIM 작성 과정에서 주의가 필요함을 확인하였다. 레이저 스캐닝 수행 과정에서 오차가 발생할 수 있는 원인은 촬영기기의 급격한 이동 및 회전, 표면 상태 불량 등이 있다. 또한 BIM 생성 과정에서 수작업을 통하여 진행하였으므로, 이것이 추가적인 오차의 원인이 되었다.

전체적인 결과를 보았을 때, 어린이집 3개소에서의 평균 오차율은 각각 2.21%, 5.99%, 2.75%로 나타났다. CVRMSE의 경우 각각 7.06%, 10.60%, 6.04%의 값을 가졌으며, R2값은 각각 0.979, 0.996, 0.991의 값을 가졌다. 이에 어린이집 3개소를 대상으로 한 도면생성 프로세스의 결과는 모두 건물 에너지 시뮬레이션의 허용치와 관련하여 ASHRAE Guideline 14: Monthly criteria의 기준을 만족하는 것으로 확인되었다.

Fig. 4 Generated drawings of kindergaren case 1, 2, 3.

Fig. 5 Individual x, y length of drawing plotted against error rate.