[논문 리뷰] Tunnel Surface 3D Reconstruction from Unoriented Image Sequences

Arnold Bauer, Karlheinz Gutjahr외 3명|arXiv (Cornell University)|2015. 05. 22.

Image Processing and 3D Reconstruction참고 문헌 1인용 수 7

한 줄 요약

이 논문은 터널 추진 중 촬영된 무방향 이미지 시퀀스에서 단일 카메라를 사용하여 터널 표면의 빠른 3D 재구성 시스템을 제시한다. 스테레오 포토그램미트리와 신호화된 타겟을 활용한 지리적 참조 기반으로, 표준 하드웨어에서 5분 이내에 10mm 미만의 정확도를 달성하여 전문가의 간섭 없이 실시간으로 터널 폭파 품질 평가가 가능하다.

ABSTRACT

The 3D documentation of the tunnel surface during construction requires fast and robust measurement systems. In the solution proposed in this paper, during tunnel advance a single camera is taking pictures of the tunnel surface from several positions. The recorded images are automatically processed to gain a 3D tunnel surface model. Image acquisition is realized by the tunneling/advance/driving personnel close to the tunnel face (= the front end of the advance). Based on the following fully automatic analysis/evaluation, a decision on the quality of the outbreak can be made within a few minutes. This paper describes the image recording system and conditions as well as the stereo-photogrammetry based workflow for the continuously merged dense 3D reconstruction of the entire advance region. Geo-reference is realized by means of signalized targets that are automatically detected in the images. We report on the results of recent testing under real construction conditions, and conclude with prospects for further development in terms of on-site performance.

연구 동기 및 목표

• 건설 중 터널 표면 기록을 위한 저비용, 빠르고 내구성 있는 3D 재구성 시스템을 개발하기 위해.
• 분석 결과를 몇 분 내로 제공함으로써 실시간으로 터널 폭파 라운드의 품질 평가를 가능하게 하기 위해.
• 사진측량 또는 측량 전문 지식이 필요 없도록, 이미지 촬영부터 3D 모델 생성까지 전 과정을 자동화함으로써 전문가의 간섭을 제거하기 위해.
• 인간의 노출을 최소화함으로써 인명 위험을 줄이고 하드웨어 비용을 절감하기 위해.
• 먼지, 낮은 조도, 다양한 무늬 등 실제 터널 환경에서의 정확도와 신뢰성을 확보하기 위해.

제안 방법

• 터널면 근처에서 약간 다른 위치에 있는 두 지점에서 360도 원형 이미지를 촬영하기 위해 소비자용 카메라에 모터식 기울기 장치를 장착한다.
• 겹치는 이미지 쌍을 기반으로 스테레오 포토그램미트리 및 구조물에서 움직임을 추론하는 알고리즘을 사용하여 고밀도 3D 재구성을 생성한다.
• 이미지에 포함된 신호화된 타겟을 자동으로 탐지함으로써 3D 모델의 지리적 참조 및 정렬을 가능하게 한다.
• 자동 전체역학계가 신호화된 타겟의 3D 좌표를 원격으로 측정함으로써 수동 입력 없이 정확한 지리적 참조를 보장한다.
• 표준 하드웨어에서 신속한 계산을 위해 이미지 해상도를 1MPixel로 낮춘다. 이로 인해 5분 이내에 결과를 도출할 수 있다.
• 더 빠른 고밀도 매칭을 위해 CUDA 가속 SGM 알고리즘을 통합하고 있으며, 향후 버전에서는 필요한 신호화된 타겟 수를 줄이기 위한 개선이 예정되어 있다.

실험 결과

연구 질문

• RQ1 실제 건설 환경에서 무방향 이미지 시퀀스를 사용하여 완전 자동화된 단일 카메라 시스템이 정확한 3D 터널 표면 재구성을 달성할 수 있는가?
• RQ2 수동 校정이나 전문가 입력 없이도 효과적으로 신호화된 타겟을 활용해 강력한 지리적 참조를 구현할 수 있는가?
• RQ3 위험한 터널 환경에서 소비자용 카메라와 표준 컴퓨팅 하드웨어를 사용할 경우, 어떤 정도의 정확도와 처리 속도를 달성할 수 있는가?
• RQ4 변동하는 조도, 먼지, 렌즈 오염, 가림 현상 등의 어려운 조건에서 시스템의 성능은 어떠한가?
• RQ5 10mm 이내의 정확도와 신뢰할 수 있는 재구성을 유지하면서 필요한 신호화된 타겟 수를 줄일 수 있는가?

주요 결과

• 시스템은 오염, 그림자, 낮은 조도가 있는 34개의 대표적 테스트 데이터셋을 성공적으로 재구성하여 실제 환경 조건에서의 강건성을 입증했다.
• 모든 테스트 데이터셋이 성공적으로 처리되었으며, 저품질 또는 부분적으로 가리켜진 이미지일지라도 타겟 탐지나 3D 재구성에 실패한 사례가 없었다.
• 재구성된 3D 모델의 정확도는 기준 레이저 스캔과 비교해 10mm 이내의 편차를 보였으며, 터널 전진 모니터링 요구사항을 충족했다.
• 1MPixel 해상도를 사용함으로써 표준 하드웨어에서 처리 시간을 몇 분으로 단축시켜 건설 최적화를 위한 실시간 피드백을 가능하게 했다.
• 오직 네 개의 신호화된 타겟(터널 양측에 각각 두 개)만으로도 신뢰할 수 있는 3D 재구성을 달성하여 설정 복잡도와 하드웨어 비용을 감소시켰다.
• 미래 개선 사항으로는 피시아 렌즈 및 CUDA 가속 SGM이 예상되며, 이는 이미지 수와 처리 시간을 추가로 줄이고 사용성 향상에 기여할 것으로 기대된다.