데이터 분할 및 필터링을 위한 포인트 클라우드 분류
업계에서 입증된 Cyclone 3DR의 AI 분류 모델을 사용하면 물체와 소음을 제거하거나 숨기고, 포인트 클라우드를 정리하고, Scan to BIM의 효율성과 정확성을 향상시킬 수 있습니다.
AI 포인트 클라우드 분류 기능에는 다음과 같은 클래스 모델이 포함됩니다.
모델 | 묘사 | 지원되는 스캔 | 클래스 |
|---|---|---|---|
실내 | 이 모델은 실내 주택 및/또는 사무실 현장에서 지상 또는 운동학적 레이저 스캐너로 수집한 포인트 클라우드 데이터에서 가장 잘 작동합니다. | 지상 및 운동학적 레이저 스캐너. | 지상, 연석, 기타, 벽, 포장 지형, 벽, 천장, 바닥, 문, 창, 계단, 기둥, 빔, 천장 아래, 케이블, 파이프, HVAC, 천장 장비, 의자, 책상, 가구, 전기, 기초, 라디에이터, 배관, 난간, 경사로, 경사 지붕, 평평한 지붕, 지붕 장비, 철골 구조, 밸브 핸들, 밸브 본체, 실내 초목, 실내 소음, 경사 천장, 와이어 설치, 파이프 설치 |
실내 건설 현장 | 이 모델은 실내 건설 현장에서 지상 또는 운동학적 레이저 스캐너로 수집한 포인트 클라우드 데이터에서 가장 잘 작동합니다. | 지상 및 운동학적 레이저 스캐너 | 벽, 천장, 바닥, 문, 창, 계단, 기둥, 빔, 파이프, HVAC, 기초, 반사, 실내 소음, 벽 골격, 기타, 설치된 전선 |
야외 | 이 모델은 지상용 실외 환경에서 지상용 레이저 스캐너로 수집한 포인트 클라우드 데이터에서 가장 잘 작동합니다. 이 모델은 가장 일반적인 모델이며 건물이나 초목과 같은 개체를 분류하는 데 유용합니다. | 지상파 레이저 스캐너 | 땅, 높은 초목, 건물, 하드스케이프, 유물 |
옥외 건설 현장 UAV | 이 모델은 옥외 건설 현장의 UAV 기반 사진 측량 데이터에서 파생된 포인트 클라우드 데이터에서 가장 잘 작동합니다. 이 모델은 실외 작업 현장을 분할하며 지형 모델 생성, 작업 모니터링 및 부피 계산에 특히 유용합니다. | UAV의 사진 측량 데이터 | 건물, 지상, 유물, 초목, 인공물, 도로 및 하드스케이프, 거리 가구, 울타리, 도랑, 지하 유틸리티, 건축 자재, 건설 차량, 맨홀, 연석, 자재 비축. |
식물 | 이 모델은 산업 가공(공장) 현장에서 지상파 레이저 스캐너로 수집한 포인트 클라우드 데이터에서 가장 잘 작동합니다. 이 모델은 Scan-to-Pipe 워크플로를 직접 제공합니다. | 지상파 레이저 스캐너 | 분류되지 않음, 파이프 벤드, 파이프 실린더, 파이프 연결, 밸브, 파이프 감속기. |
레일 | 이 모델은 철도 네트워크를 따라 모바일 매핑 레이저 스캐너로 수집한 포인트 클라우드 데이터에서 가장 잘 작동합니다. | 모바일 매핑 시스템 | 낮은 초목, 중간 초목, 높은 초목, 건물, 물, 철도, 노면, 와이어, 자연 지형, 하드스케이프, 연석, 계단, 어수선함, 스캐닝 아티팩트, 움직이는 물체, 보행자, 동물, 야외 벽, 옹벽, 기둥, 터널, 교량, 고가교, 신호 도로, 노면 교량, 노면 터널, 노면 고가교, 가드레일, 차량 이동 도로, 차량 정적 도로, 포장 지형, 포장 지형 교량, 포장된 지형 터널, 포장된 지형 고가교, 트랙베드, 트랙베드 교량, 트랙베드 터널, 트랙베드 고가교, 플랫폼, 침목, 건널목, 신호 레일, 차량 이동 레일, 차량 정적 레일. |
길 | 이 모델은 도로 및 도로망을 따라 모바일 매핑 레이저 스캐너로 수집한 포인트 클라우드 데이터에서 가장 잘 작동합니다. 이 모델은 모든 포인트 클라우드를 분류하여 실외 자산(예: 도로, 건물, 가드레일, 기둥 등)을 분할할 수 있습니다. | 모바일 매핑 시스템 | 낮은 초목, 중간 초목, 높은 초목, 건물, 물, 철도, 노면, 전선, 지상, 하드스케이프, 연석, 유물, 벽, 옹벽, 기둥, 터널, 교량, 고가교, 신호 표지판, 가드 레일, 차량 이동 도로, 차량 정적 도로, 포장 지형, 트랙베드, 플랫폼, 침목, 건널목, 신호 레일, 차량 이동 레일, 차량 정적 레일. |
포인트 클라우드 분류 처리는 구독 할당량을 사용합니다.
안내 워크플로: 포인트 클라우드 분류
왼쪽 탐색 모음의 "아티팩트" 탭 아래의 "포인트 클라우드" 카드는 분류 프로세스를 실행할 수 있는 옵션을 제공합니다. 분류 "시작" 명령을 클릭합니다.
아티팩트 탭에서 "시작" 분류 명령어
"시작"을 시작하면 사용 가능한 AI 모델과의 대화가 열립니다. 분류할 포인트 클라우드 데이터의 유형에 따라 모델을 선택합니다. 이 예에서는 "실내 건설 현장"을 선택합니다.
사용 가능한 AI 모델로 분류 대화를 시작하세요.
AI 모델을 선택한 후 "시작"을 클릭합니다.
분류 프로세스의 성공적인 완료는 아티팩트 탭의 포인트 클라우드 카드에 있는 "분류" 옆에 있는 확인 표시로 식별됩니다. 성공적으로 완료되면 분류된 데이터를 Reality Cloud Studio에서 시각화할 수 있으며 Cyclone 3DR 또는 지원되는 CloudWorx 플러그인 중 하나로 스트리밍할 수도 있습니다.
점 구름 클래스 표시는 AutoCAD용 CloudWorx, BricsCAD용 CloudWorx, Navisworks용 CloudWorx, Revit용 CloudWorx 및 Revit용 CloudWorx 뷰어에서 지원됩니다
분류된 데이터 시각화
"시각화 설정", "효과"에서 새로운 "분류" 옵션을 사용할 수 있습니다. 이를 선택하면 클래스 색상이 포인트 클라우드에 적용됩니다.
시각화 설정 대화상자의 "분류" 옵션.
탐색 모음의 "아티팩트" 탭에서 분류에 사용되는 모델 이름을 선택합니다. 각 클래스의 가시성은 클래스 옆에 있는 눈 아이콘을 사용하여 전환할 수 있습니다.
식별된 클래스의 가시성을 토글하세요.
클래스 이름 옆에 있는 눈 아이콘을 전환하여 식별된 클래스를 보거나 숨깁니다.
식별 클래스 하이드
CloudWorx에서 분류된 데이터 시각화
이 예에서는 CloudWorx for Revit에서 HxDR Reality Cloud Studio 분류 기능에서 생성된 포인트 클라우드 클래스를 시각화합니다.
가이드 워크플로우를 따라 다음 절차를 진행하세요. Reality Cloud Studio에서 데이터를 스트리밍하기.
Revit UI의 CloudWorx 탭에서 "렌더링" 그룹을 찾아 "색상 매핑" 명령을 선택합니다. 열린 대화 상자의 "색상 매핑" 드롭다운 목록에서 "분류"를 선택하고 "적용"을 클릭합니다.
Cloud Revit 리본의 CloudWorx 탭에서 Point Cloud 색상 매핑 명령어를 사용하세요.
색상 매핑이 적용되자마자 "클래스 가시성" 버튼이 활성화된 것으로 나타납니다. "클래스 가시성" 명령을 시작하면 식별된 클래스 목록이 열립니다.
특정 클래스를 표시하거나 숨기는 옵션이 있는 포인트 클라우드 분류 창
"포인트 클라우드 분류" 목록에서 식별된 클래스의 가시성을 확인하고 필요한 경우 색상을 변경할 수 있습니다.
Cyclone 3DR에서 분류된 데이터 시각화
사이클론 3DR에서는 데이터 스트림을 위한 가이드 워크플로우 리얼리티 클라우드 스튜디오에서 발췌한 내용입니다.
자산을 마우스 오른쪽 버튼으로 클릭하고 "표현"으로 이동한 다음 "분류"를 선택합니다. "분류"를 선택하면 캔버스의 포인트 클라우드가 식별된 클래스의 색상을 사용합니다.
포인트 클라우드의 분류 표현을 활성화합니다.
식별된 클래스를 기반으로 데이터를 필터링하려면 마우스 오른쪽 버튼을 클릭하고 "프로젝트 변환" 명령을 선택합니다. 이렇게 하면 분류된 데이터 세트에서 Cyclone 3DR 도구를 사용할 수 있습니다.
프로젝트를 기밀 데이터 세트와 함께 사이클론 3DR 도구를 사용할 수 있도록 전환하세요
프로젝트가 변환된 후 식별된 각 클래스를 분리하고 시각화할 수 있습니다. "Clean" 탭으로 이동하여 "Cloud Manual Segmentation" 섹션에서 "Separate by Attributes" 명령을 클릭합니다.
"Clean" 탭의 "속성별로 분리하기" 명령어가 있습니다
"속성으로 분리" 명령을 시작하면 "속성으로 분리" 마법사가 열립니다. 소스에서 "분류"를 선택하고 "확인"을 클릭합니다.
"속성에 따라 분리" 흐름
결과 속성 목록을 사용할 수 있게 되며, 전구 아이콘을 클릭하여 각 클래스의 가시성을 토글할 수 있습니다. 특정 클래스를 숨기면 BIM 작업으로 검사 또는 스캔을 준비하기 위해 노이즈 또는 관련 없는 데이터를 필터링할 수 있습니다.
식별된 각 클래스에 대한 가시성 토글
알려진 문제
CloudWorx 통합에서 사용할 수 없는 클래스 이름
현재 식별된 클래스 이름의 시각화는 Cyclone 3DR에서만 가능합니다. CloudWorx for AutoCAD, CloudWorx for BricsCAD, CloudWorx for Navisworks, CloudWorx for Revit 및 CloudWorx Viewer for Revit에서 클래스 이름을 시각화할 수 없습니다.
일부 데이터 세트가 완전히 처리되지 않음
이는 다음 중 하나 또는 조합의 결과입니다.
포인트 클라우드의 고밀도.
선택한 "모델"의 클래스 수가 많습니다.
클래스가 가장 많은 클래스 모델은 Indoor Construction, Rail 및 Road입니다.
이러한 세 가지 분류 모델 중 하나와 함께 고밀도 포인트 클라우드는 실패를 초래할 수 있습니다.