포인트 클라우드 설명: 데이터, 정합, 소프트웨어 및 성과물
핵심 요점
- 포인트 클라우드는 원시 측정 형상이며, 대부분의 고객은 도면·모델·보고서로 변환된 결과를 필요로 합니다.
- 정합과 지리참조 품질은 클라우드로 만든 모든 산출물의 정확도 한계를 결정합니다.
- 처리 도구 간 데이터 이동성을 유지하려면 LAS/LAZ와 E57 같은 개방형 형식을 사용하세요.
- 분류와 주석은 포인트 클라우드를 지형 모델, 자산 현황 조사, 머신러닝에 활용할 수 있게 합니다.
- 모델링 작업량은 납품 결과물의 상세 수준과 허용오차에 따라 달라지므로 먼저 합의하세요.
포인트 클라우드란 무엇인가요?
포인트 클라우드는 장면의 표면을 표본화한 3D 공간상의 점 집합입니다. 각 점에는 X, Y, Z 좌표와 함께 보통 반사 강도, RGB 색상, 타임스탬프, 분류 같은 추가 속성이 있습니다. 수백만~수십억 개의 점을 함께 보면 직접 측정할 수 있는 상세 3D 모습을 이룹니다.
포인트 클라우드는 레이저 스캐너, 라이다 센서, 사진측량의 원시 결과물입니다. 라이다 포인트 클라우드는 레이저 거리 측정에서, 사진측량 클라우드는 중첩 영상 계산에서 생성됩니다. 둘 다 형상을 표현하지만 잡음, 밀도, 식생과 어두운 표면의 처리 방식이 다릅니다.
포인트 클라우드 자체는 도면이나 모델이 아닙니다. 측량사와 설계자가 납품 결과물을 만드는 측정 근거이며, 그래서 모든 스캐닝 프로젝트에서 포인트 클라우드 처리가 중요합니다.
포인트 클라우드 데이터에는 무엇이 있나요?
포인트 클라우드 데이터는 좌표와 점별 속성으로 구성되며 출처와 용도에 맞는 파일 형식으로 저장됩니다. 형식을 이해하면 도구 간 데이터 손실을 방지할 수 있습니다.
| 형식 | 일반적인 내용 | 일반적인 용도 |
|---|---|---|
| LAS / LAZ | XYZ, 강도, 반사 순번, 분류, GPS 시각, RGB; LAZ는 압축 형식 | 항공 및 드론 라이다, 지형, 분류 데이터 |
| E57 | 스캐너 위치, 강도, 색상, 영상을 포함한 구조화 스캔 | 지상 레이저 스캐닝 데이터 교환 |
| PLY | 색상과 법선을 포함한 점 또는 메시 | 메시 생성과 3D 그래픽 |
| XYZ / PTS / TXT 형식 | 선택적 속성을 포함한 일반 텍스트 좌표 | 간단한 교환, 크고 느림 |
E57 같은 구조화 형식은 각 스캔의 위치와 격자 구조를 유지하여 정합과 법선 추정에 도움이 됩니다. 비구조화 형식은 점을 단순 목록으로 저장합니다. 파일과 함께 좌표계 및 단위가 기록되어 있는지 항상 확인하세요.
포인트 클라우드 스캐닝의 데이터 취득 방식
취득 방식은 밀도, 정확도, 범위를 결정합니다. 주요 포인트 클라우드 스캐너와 소스는 다음과 같습니다.
- 지상 레이저 스캐너: 건물과 구조물의 조밀하고 잡음이 적은 클라우드를 생성하는 삼각대형 스캐너입니다. 지상 레이저 스캐닝 문서에서 방법을 설명합니다.
- 핸드헬드 및 모바일 SLAM 스캐너: 걷거나 운전하며 빠르게 취득하고 일반적으로 센티미터급 일관성을 제공합니다.
- 스캐닝 토탈스테이션: 지리참조된 하나의 기기에 측량급 기준점 측량과 스캐닝을 결합합니다.
- 항공 및 드론 라이다: 식생을 통과하는 다중 반사로 넓은 지역의 지형과 선형 구간 데이터를 제공합니다.
- 사진측량: 중첩 사진에서 포인트 클라우드를 도출하며 색상이 풍부하지만 텍스처와 조명에 의존합니다.
3D 포인트 클라우드 측량은 지형용 드론 데이터와 건물 외벽용 지상 스캔을 하나의 좌표계로 연결하는 등 여러 소스를 결합하는 경우가 많습니다.
포인트 클라우드 정합과 지리참조
정합은 여러 개별 스캔을 하나의 일관된 포인트 클라우드로 정렬합니다. 지리참조는 이어서 해당 클라우드를 프로젝트 또는 국가 좌표계로 변환합니다.
정합 방식에는 구형 타깃이나 체커보드를 사용하는 타깃 기반 정렬, 중첩 표면의 클라우드 간 매칭(흔히 반복 최근접점 알고리즘으로 정밀화), 스캐너를 기지점 위에 설치하는 측량식 정합이 있습니다. SLAM 데이터는 취득 중 연속적으로 정합하고 후처리에서 최적화합니다.
지리참조는 토탈스테이션이나 GNSS 수신기로 측정한 기준점을 사용합니다. 좋은 정합 보고서는 각 타깃이나 중첩부의 잔차와 전체 오차를 나열합니다. 잔차만으로는 계통오차가 드러나지 않을 수 있으므로 일부 기준점은 조정에서 제외해 독립 검사점으로 유지하세요. 이후 모든 모델이 정합 오차를 물려받으므로 이 단계에 가장 주의를 기울여야 합니다.
포인트 클라우드 처리 절차
대부분의 포인트 클라우드 처리 소프트웨어는 데이터 출처와 관계없이 같은 핵심 순서를 따릅니다.
- 가져오기 및 정리: 원시 스캔을 불러오고 단위, 좌표계, 완전성을 확인합니다.
- 정합 및 지리참조: 스캔을 정렬하고 기준점에 맞춘 뒤 잔차를 검토합니다.
- 정제: 잡음, 사람과 차량 같은 이동 물체, 반사, 가장자리의 혼합점을 제거합니다.
- 색상 부여: 색상이 필요하면 카메라 영상을 점에 매핑합니다.
- 서브샘플링: 납품 결과물에 맞는 균일 간격으로 밀도를 낮추되 세부 정보가 중요한 곳은 전체 해상도를 유지합니다.
- 분류: 지면, 식생, 건물, 유틸리티 및 기타 클래스를 구분합니다.
- 품질 확인: 검사점과 비교하고 단면에서 이중 표면이 있는지 살펴봅니다.
- 내보내기 및 납품: 메타데이터를 포함한 LAS, E57 또는 파생 산출물을 생성합니다.
포인트 클라우드는 크므로 충분한 RAM, 성능 좋은 그래픽카드, 빠른 SSD를 갖춘 워크스테이션은 처리 시간에 큰 차이를 만듭니다.
포인트 클라우드 주석과 분류
분류는 각 점을 범주에 배정하고, 주석은 객체나 영역에 라벨을 추가합니다. 둘 다 원시 형상을 정보로 바꿉니다.
측량에서는 지형 모델과 등고선에 지표면이 필요하므로 지면 분류가 가장 일반적입니다. 다른 클래스에는 낮은·중간·높은 식생, 건물, 전선, 전주, 물이 있습니다. LAS 형식은 이들 중 많은 항목에 표준 클래스 코드를 할당하여 도구 간 교환을 돕습니다.
3D 포인트 클라우드 주석은 표지판, 관, 밸브, 차량 같은 개별 객체에 라벨을 추가합니다. 주석 데이터셋은 자산 현황 조사와 향후 스캔을 자동 분류하는 머신러닝 모델의 학습에 사용됩니다. 자동 분류는 대규모 작업을 빠르게 하지만 오류가 납품 결과물에 영향을 주는 곳에서는 수동 검토가 여전히 필요합니다.
포인트 클라우드를 3D 모델로 변환하는 방법
포인트 클라우드를 3D 모델로 변환한다는 것은 점에 표면이나 객체를 맞춰 결과를 더 가볍고 편집 가능하며 의미 있게 만드는 일입니다. 적합한 방법은 납품 결과물에 따라 달라집니다.
- 메시 생성: 점을 삼각형 표면으로 연결하며 지형, 문화유산 객체, 시각화에 적합합니다.
- CAD 도면 작성: 클라우드 슬라이스에서 평면도, 단면도, 입면도를 그립니다.
- 파라메트릭 모델링: 벽, 슬래브, 관, 강재 단면을 맞추며 scan-to-BIM 및 준공 현황 작업에 사용합니다.
- 표면 모델: 지면 점으로 DTM을 만들어 표고, 체적, 등고선에 활용합니다.
모델링 시작 전에 상세 수준과 모델링 허용오차를 합의하세요. 수 밀리미터 수준의 포인트 클라우드 모델링은 수 센티미터 수준보다 훨씬 오래 걸리며, 많은 프로젝트는 중요한 구역에서만 더 엄격한 허용오차가 필요합니다.
포인트 클라우드 서비스와 자체 취득 중 무엇이 적합할까요?
스캐닝이 가끔 필요한 업체는 포인트 클라우드 서비스를 구매하는 경우가 많고, 정기적인 프로젝트가 있는 업체는 보통 스캐너를 소유하고 자체 처리하는 것이 유리합니다.
Mars Geosystems는 취득 장비를 공급합니다. 지상 위상차 스캐너는 컬러 클라우드를 위한 HDR 영상과 함께 최대 2 Mpts/s로 기록합니다. 핸드헬드 SLAM 레이저 스캐너는 무게 925 g이며 후처리 후 포인트 클라우드 두께가 1 cm 이하로, 건물과 현장의 빠른 취득에 적합합니다. 스캐닝 토탈스테이션은 한 번의 설치에서 기준점 측량과 스캐닝을 제공합니다. 모든 스캐너는 선택한 처리 절차에 맞게 개방형 형식으로 내보냅니다.
납품 결과물에 맞는 스캐너 선택을 도와드릴 수 있습니다. 견적 요청 페이지로 프로젝트 세부 사항을 보내주세요.
자주 묻는 질문
포인트 클라우드 데이터는 어디에 사용하나요?
포인트 클라우드 데이터는 기존 상태를 측정하고 모델링하는 데 사용합니다. 일반적인 용도에는 준공 도면, BIM 모델, 지형 모델과 등고선, 체적 계산, 변형 모니터링, 산업 플랜트 간섭 검토, 문화유산 기록, 머신러닝 학습 데이터가 있습니다. 클라우드를 직접 측정하거나 모델링의 기준으로 사용할 수 있습니다.
라이다 포인트 클라우드란 무엇인가요?
라이다 포인트 클라우드는 레이저 펄스의 이동 시간을 측정하여 거리를 계산하는 라이다 센서가 측정한 3D 점의 집합입니다. 각 점에는 보통 좌표, 강도, 반사 순번이 있고 색상과 분류를 포함할 수도 있습니다. 항공 라이다는 다중 반사를 통해 식생 아래 지면에 도달할 수 있어 지형 모델에 널리 사용됩니다.
포인트 클라우드에는 어떤 파일 형식을 사용해야 하나요?
LAS 또는 압축 버전인 LAZ는 특히 항공기와 드론의 라이다 및 분류 데이터 표준입니다. E57은 스캔 위치, 구조, 영상을 유지하므로 지상 레이저 스캐닝에 널리 사용됩니다. PLY는 메시와 그래픽에 적합합니다. 일반 텍스트 형식은 어디서나 사용할 수 있지만 크고 느립니다.
포인트 클라우드를 3D 모델로 어떻게 변환하나요?
정합된 포인트 클라우드를 모델링 소프트웨어로 가져온 뒤 유기적 형상에는 메시를 만들고 CAD·BIM에는 벽, 바닥, 관 같은 기하 객체를 맞춥니다. 슬라이스와 단면은 평면도와 입면도 작성에 도움이 됩니다. 모델링 시간을 결정하므로 상세 수준과 허용오차를 먼저 합의하세요.
포인트 클라우드 정합이란 무엇인가요?
정합은 여러 스캔을 하나의 공통 좌표틀에 정렬하는 과정입니다. 여러 스캔에서 보이는 타깃, 중첩 형상의 클라우드 간 매칭, 알려진 기기 위치를 사용합니다. 잔차와 독립 검사점으로 결과를 확인하며 정합 오차는 클라우드로 만든 모든 산출물에 전달됩니다.
포인트 클라우드와 메시의 차이는 무엇인가요?
포인트 클라우드는 서로 연결되지 않은 개별 측정점의 집합입니다. 메시는 점을 삼각형으로 연결하여 음영, 텍스처, 3D 프린팅을 적용할 수 있는 연속 표면을 만듭니다. 메시는 표시가 더 가볍지만 생성 과정에 보간이 포함되므로 원래 포인트 클라우드는 측정 기준으로 남습니다.
포인트 클라우드 처리에는 어떤 컴퓨터가 필요한가요?
포인트 클라우드 처리는 충분한 RAM, 메모리가 넉넉한 전용 그래픽카드, 다중 코어 프로세서, 빠른 SSD 저장장치의 이점을 얻습니다. 대형 프로젝트는 수백 기가바이트에 이를 수 있으므로 외부 백업 저장공간도 준비하세요. 하드웨어 구매 전에 선택한 처리 소프트웨어의 권장 사양을 확인하세요.
언제 자체 처리 대신 포인트 클라우드 모델링 서비스를 이용해야 하나요?
팀에 모델링 소프트웨어나 시간이 부족하거나 엔지니어링 프로젝트의 포인트 클라우드를 지정 정확도의 상세 3D 모델, BIM, CAD 도면으로 만들어야 한다면 상용 포인트 클라우드 모델링 서비스를 이용하세요. 변환 서비스는 보통 면적이나 객체 복잡도를 기준으로 요금을 책정합니다. 일상적인 정합, 정제, 간단한 3D 포인트 클라우드 모델링은 자체 처리가 보통 더 빠르고 저렴합니다.
