색 검출 알고리즘 기반 배관설비 준공도면 정확도 검증에 관한 연구

Abstract

시설물에서 발생되는 하자의 대부분은 설계도면에서 벗어난 변경 시공이거나, 누락되어 미시공된 부분에서 발생한다. 또한 유지보수단계에서 준공도면과의 불일치가 하자로 이어지는 경우가 발생한다. 이에 최종적으로 공사가 마무리된 시설물의 객체 정보가 모두 일치하는 준공도면이 중요시되고 있는 상황이다. 하지만 좁은 공간이나 복잡하게 얽힌 배관 시설 등은 작업자의 검측이 불가하기 때문에 대상을 가늠하여 도면을 작성하여, 준공현장 상황을 정확하게 반영하지 못하는 문제점이 발생한다. 이와 같이 설비공종에 해당하는 배관이 복잡해짐에 따라 작업자가 직접 준공도면을 작도하는 부분에 있어서 한계점이 발생하게 된다. 이러한 현장의 문제를 해결하기 위해 3D 스캐너를 활용한 준공도면 작도방안이 지속적으로 연구되고 있는 실정이다. 3D 스캐너는 대상을 이루는 점군 데이터(point cloud data)가 3차원 모델을 형성하는 것을 의미하며, 준공도면 작도지원 시, 3차원 공간을 통하여 정확도 향상에 일조하는 것이 검증되었다. 하지만 3D 스캐너의 스캔작업 시, 여러 위치에서 대상을 스캔하고 데이터를 병합하는 후처리 작업에서 많은 시간 소요 문제와 스캔을 진행할 수 없는 장소 제한 문제가 존재하여 대부분의 현장에서는 작업자가 대상을 직접 검측하여 준공도면을 작도하게 된다. 이러한 문제를 해결하기 위해 소형장비 및 이미지 데이터를 경량화시킬 수 있는 새로운 작도지원 방안에 대한 연구가 필요하게 되었다. 그 동안 준공도면 작도 지원방안에 시도되지 않았던 색 검출 알고리즘은 경량화된 이미지기반으로 색을 검출하는 것으로 3D 스캐너의 한계점을 보완할 것으로 여겨져 본 연구자는 색 검출 알고리즘에 대하여 연구하게 되었다. 본 논문은 자동차 정비시설 2층 북·동쪽에 위치한 곳을 실험장소로 정했다. 실험장소에 해당하는 설비배관의 전체적인 이미지를 카메라로 촬영하여 취득한 후, ‘L’프로그램을 사용하여 렌즈왜곡을 보정하였다. 렌즈왜곡을 보정한 이미지를 병합한 뒤, ‘I’프로그램을 사용하여 전체적인 설비배관 이미지를 제작하였다. 색 검출 알고리즘 제작 시, 추출하고자 하는 Hue색의 값을 입력해주면 그 입력값에 대하여 색상검출이 가능하다. 본 실험에 해당하는 모든 배관이 빨강색으로 구성되어 빨강색에 해당하는 Hue색상 값을 입력하여 알고리즘을 제작하였다. 빨강색에 해당하는 부분만 색 검출되는 것을 검증하였고, 전체적인 배관이미지에 대하여 색을 검출하였다. 배관 종류에 따라 A, B, C, D, E, F, G로 나누어 실험을 진행하였다. 기존 배관설비 준공도면에서 해당 위치의 대상물과 준공도면이 불일치하고, 대상물이 누락되는 경우가 존재하여 연구자가 치수를 직접 재어 준공도면을 작성하였다. 본 논문은 연구자가 작도한 준공도면과 색 검출 기반 배관 이미지 간의 위치 및 면적의 정확도를 비교하여 분석하였다. 그 결과 색 검출 알고리즘 적용시, 최대 78.6%까지 정확도가 향상되었지만, 정확하지 않은 부분도 존재하였다. 그 이유는 컴퓨터가 픽셀로 처리하는 과정에서 화질이 깨지는 현상이 존재하여 일부 색이 검출되지 않는 것과 다른 공종이 설비배관보다 아래에 존재하여 설비배관 일부의 데이터를 취득할 수 없는 한계가 존재하였기 때문이다. 따라서 화질에 대한 개선과 다른 공종이 존재하지 않을 경우, 색 검출 알고리즘 기반 배관 이미지는 작도 지원방안에 활용할 수 있을 것으로 사료된다.|According to a recent architectural trend, as-built awareness is growing worldwide today, and study is underway on how to construct as-built drawing in the proximity of Mechanical Electronic Plumbing(MEP) in a tight area or a piping facility with entangled plumbings. Especially, a method of constructing as-built drawing utilizing a 3D scanner is being introduced. However, setting the reference point for 3D scanner positioning and creating as-built drawing throughout the scanning process takes a long time. To address these flaws, this paper investigated the color recognition technique using Python after merging the stitching panoramic photos. The color detection algorithm, which has never been used in as-built drawing before, was researched as a study object on facilities in Incheon, to figure out the usage as an additional purpose for as-built drawing. As a result, the color detection method was correct up to 78.6 percent of the time, although there were certain areas that were not.