Chapter 11

현실 캡처: 측량·드론·스캔

앞의 열 장은 "짓기 전에 컴퓨터 속에서 한 번 짓는" 이야기였습니다. 그런데 현장의 건물은 모델과 똑같이 지어지지 않습니다. 기둥은 몇 mm에서 몇 cm 비켜 서고, 바닥판은 처지고, 배관은 현장에서 길을 바꿉니다. 이 장은 방향을 거꾸로 돌려 지어진 것을 다시 모델로 가져오는 방법을 다룹니다. 땅 위의 기준점으로 모델의 좌표를 지도에 묶고(지리 참조), 겹쳐 찍은 사진과 레이저 스캔으로 현장을 수백만 개의 점으로 기록하고, 여러 번 찍은 점들을 한 좌표로 맞추고(정합), 점 속에서 바닥과 벽을 찾아(평면 추출), B-10 BIM과 비교해 "제자리에, 평평하게 지어졌는가"를 숫자로 판정합니다.

이 정보가 없었다면도면대로 지어졌다고 믿을 수밖에 없었다

과거의 준공 기록은 줄자·레벨·트랜싯으로 잰 몇십 개의 점과, 현장에서 바뀐 곳을 빨간 펜으로 고친 도면이었습니다. 리모델링을 맡은 설계자가 "도면의 기둥이 실제로는 그 자리에 없다"는 것을 철거 뒤에야 알게 되는 일은 드물지 않았고, 설비 업체는 천장 속 배관 경로를 직접 열어 보기 전에는 믿지 못했습니다.

사진으로 형태를 재는 생각은 오래되었습니다. 1850년대 프랑스의 에메 로스다(Aimé Laussedat)는 사진으로 지형도를 만드는 방법을 연구했고, 독일 건축가 알브레히트 메이덴바우어(Albrecht Meydenbauer)는 1860년대에 건물을 사진으로 기록해 치수를 재는 방법을 다루며 '사진 측량(photogrammetry)'이라는 말을 쓴 것으로 알려져 있습니다. 1990년대 후반에는 한 자리에서 주변을 수백만 개의 점으로 기록하는 지상 레이저 스캐너가 상용화되었고, 2010년대에는 소형 드론과 컴퓨터 비전이 현장 전체를 몇 시간 만에 3차원으로 만들었습니다. 이제 어려운 일은 점을 얻는 것이 아니라, 그 점을 모델과 같은 좌표에 놓고 비교해 판단하는 것입니다.

지어진 현장→기준점 · 사진 측량 · 레이저 스캔 · 정합 · 평면 추출 · 편차→준공 모델 · 품질 판정 · 물량

현실 캡처: 지어진 것을 모델로

골조 검측의 날

B-10 1층 기둥 20개와 2층 바닥판(모델 요소 S-1F)이 타설되었습니다. 2층 거푸집을 올리기 전에 기둥이 제자리에 섰는지, 바닥이 평평한지 확인해야 합니다. 줄자로 기둥 20개의 두 방향 위치를 재고 레벨로 바닥 높이를 수십 점 찍으면 반나절이 걸립니다. 스캐너를 네 번 세우면 한 시간 남짓에 수백만 개의 점이 생깁니다. 그 점들로 무엇을, 어떻게 판단할까요?

BIM은 설계 의도를 담은 모델입니다. 시공이 진행되면 그 의도와 실제 사이에 차이가 생기고, 그 차이를 재야 다음 공정(거푸집, 커튼월 앵커, 설비 행거)이 맞물립니다. 준공 뒤에는 실제 상태가 담긴 모델이 있어야 운영(13장)과 리모델링이 가능합니다. 이 장의 방법들은 모두 하나의 질문에 답합니다. "현장의 이 점은 모델 좌표로 어디이며, 모델과 얼마나 다른가?"

정의 11.1 (현실 캡처와 점군) 현실 캡처(reality capture)는 측량·사진·레이저 스캔으로 실제 대상의 형상을 좌표가 있는 디지털 데이터로 기록하는 일이다. 대표적인 결과물인 점군(point cloud)은 좌표 (x,y,z)(x, y, z)와 선택적으로 색·반사 강도를 가진 점들의 집합이다. 점군에서 BIM 요소를 만들거나 기존 모델을 실제 상태로 고치는 작업을 스캔 투 BIM(scan-to-BIM)이라 하고, 그 결과가 준공 모델(as-built model)이다. 점군은 '점의 목록'일 뿐 기둥·바닥 같은 의미가 없으므로, 의미는 모델과의 비교나 분할(평면 추출, 요소 맞춤)로 붙인다.
기준점 측량토털 스테이션 · GNSS 사진 측량드론 · 겹친 사진 레이저 스캔거리 + 두 각도 정합 · 지리 참조같은 좌표로(이 장 2·5절) 처리평면 추출 · 분할메시 · 정사 영상 BIM과 비교편차 · 평탄도 · 물량 판단재시공 · 검측 합격 · 기성 준공 모델스캔 투 BIM → 운영(13장) 모든 점은 기준점이 정한 하나의 좌표계에 놓여야 비교가 가능하다
그림 11-1. 현실 캡처의 흐름. 측정 방법은 달라도 결과는 모두 좌표가 있는 점이다. 기준점이 좌표계를 정하고, 사진과 스캔의 점은 정합과 지리 참조로 그 좌표계에 들어온 뒤에야 BIM과 비교할 수 있다.
표 11-1. 현실 캡처 방법의 비교(정확도는 장비·거리·조건에 따라 크게 다르며 여기서는 크기 감각만 적는다)
방법얻는 것정확도 수준(형태)강점약점
토털 스테이션점 하나씩(각도 + 거리)mm 수준가장 정확, 기준점·먹매김점이 적음, 사람이 점을 고름
GNSS(RTK)점 하나씩(위성 측위)cm 수준넓은 현장, 시통 불필요건물 안·고층 사이에서 약함
드론 사진 측량넓은 면의 점군·정사 영상cm 수준(GSD에 비례)토공·외부·지붕, 빠름건물 안 불가, 높이가 평면보다 부정확
지상 레이저 스캐너촘촘한 점군mm 수준(거리에 따라)실내·골조·설비, 직접 거리 측정가림, 정합 필요, 데이터가 큼
이동형(모바일·핸드헬드) 스캐너걸으며 만든 점군cm 수준(경로가 길면 누적)빠른 실내 기록누적 오차, 기준점 보정 필요

기준점과 측량 좌표

모델의 (0, 0)은 땅 위 어디인가

B-10 BIM의 원점은 격자 A/1 교점이고, x축은 A → E 방향입니다. 그런데 측량 회사가 넘겨준 현장 기준점 성과표에는 "E 203,450.000, N 551,820.000" 같은 숫자만 있습니다. 모델의 기둥 E/4는 땅 위 어느 좌표에 먹매김해야 할까요? 그리고 각도를 0.01°만 틀리면 얼마나 어긋날까요?

측량은 땅 위에 좌표를 아는 점, 곧 기준점을 두는 일에서 시작합니다. 국가가 관리하는 기준점(위성기준점, 통합기준점, 삼각점, 수준점 등 — 「공간정보의 구축 및 관리 등에 관한 법률」의 체계, 현행 확인)에서 출발해 현장 둘레에 현장 기준점(site control point)을 박고 좌표를 측정해 둡니다. 이후 모든 먹매김(설계 위치를 땅과 바닥에 표시하는 일)과 검측, 드론·스캔의 지리 참조는 이 점들에서 출발합니다. 기준점이 틀리면 그 뒤의 모든 점이 같은 만큼 틀리므로, 기준점은 서로 검증할 수 있게 셋 이상 두고 공사 중 흔들리지 않는 곳에 둡니다.

정의 11.2 (측량 좌표와 지리 참조) 지도에 투영한 평면 좌표를 측량 좌표(survey coordinates)라 하고, 이 책은 동쪽 거리 EE(easting), 북쪽 거리 NN(northing), 표고 HH로 쓴다(단위 m, 투영과 좌표계는 15장). 건물 모델은 계산이 편하도록 격자 교점을 원점으로 하는 로컬 좌표(local coordinates)를 쓴다. 두 좌표를 잇는 변환을 정하는 일이 지리 참조(georeferencing)이고, 건물 규모에서는 평면의 이동·회전·축척(4개 매개변수)과 높이의 이동 하나로 충분하다. 토털 스테이션은 각도와 거리로 점 하나를 mm 수준으로 재는 측량기이고, GNSS(global navigation satellite system) 수신기는 위성 신호로 위치를 재며 기준국 보정을 실시간으로 받는 RTK(real-time kinematic) 방식은 cm 수준의 위치를 준다(형태).
원리 11.3 (2D 헬머트 변환) 로컬 점 (x,y)(x, y)의 지도 좌표는
[EN]=[E0N0]+s[cos⁡θ−sin⁡θsin⁡θcos⁡θ][xy],[xy]=1s[cos⁡θsin⁡θ−sin⁡θcos⁡θ][E−E0N−N0]\begin{bmatrix}E\\N\end{bmatrix} = \begin{bmatrix}E_0\\N_0\end{bmatrix} + s\begin{bmatrix}\cos\theta & -\sin\theta\\ \sin\theta & \cos\theta\end{bmatrix}\begin{bmatrix}x\\y\end{bmatrix}, \qquad \begin{bmatrix}x\\y\end{bmatrix} = \frac{1}{s}\begin{bmatrix}\cos\theta & \sin\theta\\ -\sin\theta & \cos\theta\end{bmatrix}\begin{bmatrix}E - E_0\\N - N_0\end{bmatrix}
(E0,N0)(E_0, N_0): 로컬 원점의 지도 좌표, θ\theta: 로컬 x축에서 지도 동쪽 축으로의 회전(반시계 +), ss: 축척 계수(지도 투영이 거리를 조금 늘이거나 줄이는 비율, 15장). 이 네 값을 정하려면 로컬·지도 좌표를 모두 아는 점이 둘 이상 필요하고, 셋 이상이면 최소 제곱으로 맞추고 잔차로 기준점을 검증한다. B-10 BIM의 가상 값은 CB.bim.GEO = {E₀ 203,450.000, N₀ 551,820.000, θ 12°, s 0.99993}(교육용, 실제 위치 아님)이고, CB.bim.toMap(x, y)와 toLocal(E, N)이 이 식과 역변환을 계산한다.
E (동)N (북) ABCDE 1234 x y θ 원점 A/1 = (E₀, N₀) 지리 참조의 네 매개변수 원점 E₀ = 203,450.000, N₀ = 551,820.000 회전 θ = 12°(로컬 x → 지도 동쪽, 반시계 +) 축척 s = 0.99993(교육용) E/4 = 로컬 (32, 24) → E 203,476.31 · N 551,850.13 θ를 0.01° 틀리면 40 m 떨어진 점은 40 × 0.01 × π/180 ≈ 7 mm 어긋난다 s를 70 ppm 틀리면 40 m에서 2.8 mm 가운데 회색 칸은 코어(x 8–24, y 8–16 m)
그림 11-2. B-10의 로컬 좌표(격자 A–E, 1–4)와 지도 좌표. 건물은 동쪽에서 12° 돌아가 있다. 모델의 모든 점은 원리 11.3으로 지도 좌표가 되고, 거꾸로 측량한 점은 역변환으로 모델 좌표가 된다. 모서리 E/4(주황)는 예제 11.1에서 계산한다.
예제 11.1 (B-10의 모서리 E/4를 지도 좌표로) CB.bim.GEO로 로컬 점 (32,24)(32, 24)의 지도 좌표를 구하고, 각도·축척 오류의 영향을 판단한다.

① 회전 cos⁡12°=0.978148\cos 12° = 0.978148, sin⁡12°=0.207912\sin 12° = 0.207912. xcos⁡θ−ysin⁡θ=31.3007−4.9899=26.3108x\cos\theta - y\sin\theta = 31.3007 - 4.9899 = 26.3108 m, xsin⁡θ+ycos⁡θ=6.6532+23.4756=30.1287x\sin\theta + y\cos\theta = 6.6532 + 23.4756 = 30.1287 m.

② 축척과 이동 s=0.99993s = 0.99993을 곱하면 26.3090, 30.1266 m. E=203,450+26.309=203,476.309E = 203{,}450 + 26.309 = 203{,}476.309 m, N=551,820+30.127=551,850.127N = 551{,}820 + 30.127 = 551{,}850.127 m. 역변환(toLocal)에 넣으면 (32.000,24.000)(32.000, 24.000)으로 돌아온다.

③ 오류의 크기 원점에서 E/4까지는 322+242=40\sqrt{32^2 + 24^2} = 40 m. θ를 0.01° 틀리면 40×0.01×π/180=0.007040 \times 0.01 \times \pi/180 = 0.0070 m = 7 mm, 축척을 1로 두면(70 ppm 차이) 40×70×10−6=2.840 \times 70\times10^{-6} = 2.8 mm 어긋난다. 원점 E₀를 1 cm 틀리면 모든 점이 1 cm 옮겨진다.

④ 판단 건물 안의 상대 위치(기둥 사이 거리)는 축척 오류에 거의 영향받지 않지만, 대지 경계·도로·인접 건물과의 관계와 기준점에서 먼 점은 회전 오류에 민감하다. 회전은 건물 길이만큼 떨어진 두 기준점으로 정하고, 세 번째 점으로 검증한다. 반대로 축척 계수를 건물 안 먹매김에 그대로 쓰면 32 m 길이가 2.2 mm 짧게 표시되므로, 현장 먹매김은 보통 로컬(축척 1) 좌표로 하고 지도 좌표는 연결에만 쓴다.

SIMULATOR

지리 참조: 로컬 점 → 지도 좌표, 매개변수 오류의 영향

끄는 점
로컬 (x, y)—
지도 (E, N)—
이 점의 어긋남—
네 모서리 최대—
해볼 것: 주황 점을 끌어 E/4 모서리 (32, 24)에서 예제 11.1의 E 203,476.309 · N 551,850.127을 확인하세요 · Δθ = 0.5°는 E/4에서 약 349 mm, 원점 A/1에서는 0입니다 — 회전 오류는 원점에서 멀수록 커집니다 · 축척 오류 +1,000 ppm은 40 m에서 40 mm지만 같은 방향으로 늘어날 뿐 모양은 그대로입니다 · 원점 오류는 모든 점을 같은 벡터로 옮깁니다 · 모델: 원리 11.3(CB.bim.toMap, toLocal), 실선 = 참 매개변수(CB.bim.GEO), 점선 = 오류가 든 매개변수로 놓은 건물, 그림 좌표는 (E − E₀, N − N₀) m.
예제 11.2 (기준점 두 개로 회전과 축척 정하기) 기준점 CP1은 로컬 (0,0)(0, 0), 지도 (203,450.000, 551,820.000)(203{,}450.000,\ 551{,}820.000). CP2는 격자 E/1, 로컬 (32,0)(32, 0), 지도 (203,481.299, 551,826.653)(203{,}481.299,\ 551{,}826.653)으로 측량되었다.

① 방향각 지도에서 ΔE=31.299\Delta E = 31.299, ΔN=6.653\Delta N = 6.653 → θmap=atan2⁡(6.653,31.299)=12.000°\theta_{map} = \operatorname{atan2}(6.653, 31.299) = 12.000°. 로컬에서 θloc=0°\theta_{loc} = 0°이므로 θ=12.000°\theta = 12.000°.

② 축척 지도 거리 31.2992+6.6532=31.998\sqrt{31.299^2 + 6.653^2} = 31.998 m, 로컬 거리 32 m → s=0.99993s = 0.99993. 측량값이 mm 단위로 반올림되었으므로 축척의 불확실성은 약 0.001/32≈300.001/32 \approx 30 ppm이다.

③ 판단 두 점만으로는 네 값이 꼭 맞게 정해져 잘못을 찾을 여유가 없다. 세 번째 기준점(예: A/4)을 측량해 원리 11.3으로 예측한 좌표와 비교하고, 차이(잔차)가 측량 정확도 범위 안이면 매개변수를 채택한다. 잔차가 크면 어느 한 점의 성과나 점 번호가 잘못된 것이다.

X는 북쪽일 수도 있다 이 책은 E(동)·N(북)으로 쓰지만, 국내 측량 성과표는 관행적으로 X를 북(종축), Y를 동(횡축)으로 적는 경우가 많다(형태, 성과표의 정의 확인). 수학·CAD 습관대로 X를 동쪽으로 읽으면 모든 점이 대각선에 대해 뒤집혀 놓인다. 성과표를 받으면 축의 정의, 좌표계 이름(원점·투영), 높이 기준(표고 기준면)을 먼저 확인하고, 이미 아는 점 하나를 변환해 검증한다. 높이는 1층 바닥 z=0z = 0을 표고 H0H_0에 맞추는 이동 하나로 다룬다(B-10 BIM은 교육용으로 H0H_0을 정하지 않는다).

사진 측량: 겹쳐 찍어 높이를 얻는다

사진 한 장에는 깊이가 없다

드론이 80 m 위에서 B-10 현장을 내려다보며 사진을 찍습니다. 사진 속 덤프트럭의 한 점은 카메라에서 그 점으로 가는 방향만 알려 줄 뿐, 그 점이 얼마나 멀리 있는지(높이)는 알려 주지 않습니다. 다른 자리에서 찍은 두 번째 사진이 무엇을 더해 줄까요? 그리고 몇 cm까지 믿을 수 있을까요?

사진 측량(photogrammetry)은 사진에서 대상의 위치와 형상을 재는 기술입니다. 카메라는 바늘구멍 사진기처럼 볼 수 있고, 영상의 한 화소는 카메라 중심에서 나가는 하나의 광선입니다. 같은 점이 두 장 이상의 사진에 찍히면 광선들이 만나는 곳이 그 점의 3차원 위치입니다. 오늘날의 드론 측량은 수백 장의 사진에서 같은 특징점을 자동으로 찾아, 카메라들의 위치·자세와 점들의 좌표를 한꺼번에 맞추는 SfM(structure from motion)과 다시점 정합으로 점군과 정사 영상(orthophoto)을 만듭니다. 이렇게 만든 모델은 크기와 위치가 정해지지 않았으므로, 좌표를 아는 지상 기준점(ground control point, GCP)을 사진에 찍히게 두어 지리 참조합니다.

원리 11.4 (삼각 측량과 높이 오차) 두 카메라 중심 C1,C2C_1, C_2에서 같은 점으로 가는 광선의 교점이 점의 위치다. 두 카메라가 같은 높이 HH에서 기선 BB만큼 떨어져 아래를 볼 때(정규 사례), 두 영상의 시차 pp(같은 점의 영상 위치 차이, 화소 길이 단위)로
Z=Bfp,σZ≈H2Bf σp=HB⋅GSD⋅σp,pxZ = \frac{B f}{p}, \qquad \sigma_Z \approx \frac{H^2}{B f}\,\sigma_p = \frac{H}{B}\cdot GSD\cdot \sigma_{p,\text{px}}
ZZ: 카메라에서 점까지 연직 거리(≈ HH), ff: 초점 거리, σp\sigma_p: 시차 측정 오차(σp,px\sigma_{p,\text{px}}는 화소 수로 센 값). 높이 오차는 기선고도비(base-to-height ratio, B/H)에 반비례한다. 두 광선이 이루는 교차각이 작을수록(카메라가 가깝거나 점이 멀수록) 광선이 거의 평행해져 교점이 광선 방향으로 크게 흔들린다. 평면 위치 오차는 대략 GSD⋅σp,pxGSD\cdot\sigma_{p,\text{px}} 수준이어서, 사진 측량의 높이는 보통 평면보다 부정확하다. 여러 장의 사진을 함께 쓰는 SfM은 사실상 기선을 늘려 이 오차를 줄인다(교육용 두 장 모델).
지면 C₁C₂ 기선 B H γ 오차 사각형: 연직으로 길다 왜 높이가 더 부정확한가 광선 하나의 방향 오차 ±δ → 광선이 부채꼴로 두 부채꼴이 겹친 사각형 = 교점의 불확실성 교차각 γ가 작으면 사각형이 광선 방향(연직)으로 길쭉해진다: σ_Z ∝ (H/B) × GSD B/H = 0.2이면 높이 오차는 평면의 약 5배 해결: 중복 많이 · 여러 방향 · 지상 기준점 · 기준점으로 쓰지 않은 검사점으로 검증
그림 11-3. 두 광선의 삼각 측량(원리 11.4). 각 광선의 방향 오차 ±δ(점선)가 만드는 오차 사각형(빨강)은 교차각 γ가 작을수록 광선 방향, 곧 연직으로 길어진다. 그래서 같은 사진이라도 높이 정확도가 평면보다 나쁘고, 기선을 늘리면(중복을 줄이면) 높이가 좋아지는 대신 같은 점을 찾기가 어려워진다.
SIMULATOR

사진 측량 삼각 측량: 두 카메라 · 각도 오차 → 점 위치와 오차(교육용 2D)

카메라 배치
교차각 γ · B/H—
σ 수평—
σ 연직—
연직/수평—
—
해볼 것: 카메라 두 개(파랑 사각형)와 지상점(빨강)을 끌어 보세요 · 기본값(H = 80 m, B = 16 m, σ 0.5 화소)에서 연직 오차가 수평의 약 10배(≈ 2H/B)인 것을 확인하세요(두 광선 각각에 오차를 주므로 연직 오차는 원리 11.4의 시차 공식보다 √2배 큼) · "넓은 기선"은 교차각이 커져 연직 오차가 줄고, "좁은 기선"은 광선이 거의 평행해 연직 오차가 급증합니다 · 지상점을 카메라 바로 아래에서 옆으로 옮기면 사각형이 기울어집니다 · 모델: 카메라 1인치급 센서(화소 2.41 µm, f = 8.8 mm → 1화소 = 0.274 mrad, 형태), 광선 방향 오차 σα = σ × 0.274 mrad를 두 광선에 독립으로 주고 교점의 공분산을 선형화(교육용 2D). 그림의 오차 사각형(±1σ)은 확대 배율만큼 키워 그린다.
정의 11.5 (지상 표본 거리와 중복도) 화소 하나가 땅 위에서 차지하는 길이를 지상 표본 거리(ground sample distance, GSD)라 한다.
GSD=p Hf,W=n⋅GSD,b=(1−of) Walong,a=(1−os) WacrossGSD = \frac{p\,H}{f}, \qquad W = n\cdot GSD, \qquad b = (1 - o_f)\,W_{along}, \qquad a = (1 - o_s)\,W_{across}
pp: 센서의 화소 크기, HH: 촬영 고도(지면 기준), ff: 초점 거리, WW: 사진 한 장이 덮는 땅의 폭(nn은 그 방향 화소 수), bb: 같은 비행선에서 사진 사이 간격, aa: 비행선 사이 간격. 진행 방향으로 겹치는 비율 ofo_f를 종중복(forward overlap), 옆 비행선과 겹치는 비율 oso_s를 횡중복(side overlap)이라 한다. SfM 측량에서는 종중복 약 70–80 %, 횡중복 약 60–70 %를 흔히 쓴다(형태, 장비·지형·지침 확인). 기선 BB는 사진 간격 bb와 같다.
b a 파랑: 1번 비행선 사진 범위 · 주황: 2번 비행선 겹친 부분이 진할수록 더 많은 사진에 찍힌 땅 센서 화소 p 렌즈(초점 f 아래) GSD 닮은 삼각형: GSD / H = p / f 1인치급 센서(p 2.41 µm, f 8.8 mm) H 80 m → GSD 2.19 cm
그림 11-4. 비행 계획(왼쪽)과 지상 표본 거리(오른쪽). 같은 비행선의 사진은 간격 bb마다, 비행선은 간격 aa마다 놓인다. 중복도를 높이면 한 점이 더 많은 사진에 찍혀 정합이 튼튼해지지만 사진 수와 처리 시간이 늘어난다. GSD는 고도에 비례하므로 낮게 날수록 세밀하지만 덮는 범위가 좁아진다.
SIMULATOR

드론 비행 계획: 고도 · 중복도 → GSD · 사진 수 · 높이 오차

카메라(형태)
GSD—
사진 범위—
간격 b · a—
사진 수—
σZ(두 장, 0.5 px)—
해볼 것: 기본값(80 m, 1인치급, 80/70 %)에서 GSD 2.19 cm, 사진 간격 16 m, 비행선 간격 36 m를 확인하세요(예제 11.3) · 고도를 40 m로 낮추면 GSD는 절반이 되지만 사진 수는 약 3배가 됩니다 · 종중복을 90 %로 올리면 사진 수가 두 배 가까이 늘고 B/H가 0.1로 줄어 두 장 기준 높이 오차는 오히려 커집니다 — SfM이 한 점을 많은 사진에서 보게 하는 이유입니다 · 소형 12 MP는 화소가 작아도 초점 거리가 짧아 같은 고도에서 GSD가 비슷합니다 · 모델: 정의 11.5, 측량 범위 120 × 90 m, 센서 긴 변을 비행 방향과 직각으로, 사진 수 = 비행선 수 × 비행선당 사진 수(각각 ⌈길이/간격⌉ + 1), 1인치급 13.2 × 8.8 mm · 5,472 × 3,648 화소 · f 8.8 mm, 소형 6.17 × 4.55 mm · 4,000 × 3,000 화소 · f 4.5 mm(형태). 고도는 항공 안전 법령의 제한(150 m 형태, 현행 확인)과 관제 구역을 확인한다.
예제 11.3 (B-10 현장 비행 계획) 1인치급 카메라(화소 p=13.2/5,472=2.41 μp = 13.2/5{,}472 = 2.41\ \mum, f=8.8f = 8.8 mm), 고도 80 m, 종중복 80 %, 횡중복 70 %.

① GSD GSD=2.41×10−6×80/0.0088=0.0219GSD = 2.41\times10^{-6}\times 80/0.0088 = 0.0219 m = 2.19 cm/화소.

② 사진 범위와 간격 진행 방향(짧은 변) 3,648×0.0219=803{,}648\times0.0219 = 80 m, 직각 방향(긴 변) 5,472×0.0219=1205{,}472\times0.0219 = 120 m. 사진 간격 b=0.2×80=16b = 0.2\times80 = 16 m, 비행선 간격 a=0.3×120=36a = 0.3\times120 = 36 m.

③ 높이 오차(두 장) B/H=16/80=0.2B/H = 16/80 = 0.2. 시차 측정 오차를 0.5화소로 보면 σZ≈(1/0.2)×2.19×0.5=5.5\sigma_Z \approx (1/0.2)\times2.19\times0.5 = 5.5 cm, 평면은 약 1.1 cm다.

④ 판단 토공 진도(SiteBook 16장의 점고법)나 적치물 체적에는 충분하지만, 슬래브 평탄도(mm 단위)에는 턱없이 부족하다. 사진 측량은 넓고 cm 단위인 일, 레이저 스캔은 좁고 mm 단위인 일에 쓴다. 정확도는 계산이 아니라 검사점(지리 참조에 쓰지 않은 별도의 측량점)과 비교한 잔차로 확인해 보고서에 적는다.

레이저 스캔과 점군

한 자리에서 수천만 점

지상 레이저 스캐너를 B-10 1층 한가운데 세우고 버튼을 누르면, 기계가 천천히 돌며 몇 분 만에 수천만 개의 점을 기록합니다. 기둥 표면에 점이 몇 mm 간격으로 찍힐까요? 20 m 떨어진 기둥은요? 비스듬히 보이는 벽은요? 점마다 몇 mm씩 흔들린다면 기둥 위치를 몇 mm까지 믿을 수 있을까요?

지상 레이저 스캐너(terrestrial laser scanner, TLS)는 레이저로 거리를 재는 장치를 수평·연직으로 돌리며 주변의 점을 차례로 기록합니다. 거리는 빛이 다녀온 시간(펄스 방식)이나 변조한 빛의 위상 차이(위상 방식)로 잽니다. 점마다 거리 rr, 수평각 φ\varphi, 연직각 vv와 되돌아온 빛의 세기(반사 강도)가 남고, 스캐너에 달린 카메라로 색을 입히기도 합니다. 넓게 보면 이 모든 방식이 라이다(light detection and ranging, LiDAR)입니다.

원리 11.6 (극좌표에서 직교 좌표로, 점 간격) 스캐너 중심을 원점으로
x=rcos⁡vcos⁡φ,y=rcos⁡vsin⁡φ,z=rsin⁡v,s≈r Δα,si≈r Δαcos⁡ix = r\cos v\cos\varphi, \quad y = r\cos v\sin\varphi, \quad z = r\sin v, \qquad s \approx r\,\Delta\alpha, \qquad s_i \approx \frac{r\,\Delta\alpha}{\cos i}
Δα\Delta\alpha: 이웃한 측정 사이의 각도 간격(rad), ss: 거리 rr인 면에 수직으로 맞을 때의 점 간격(point spacing), ii: 입사각(incidence angle)(광선과 면의 법선 사이 각). 점 간격은 거리에 비례하고 비스듬한 면에서 1/cos⁡i1/\cos i배로 벌어진다. 거리 잡음 σr\sigma_r은 광선 방향으로 점을 흔들어 면을 두께 있는 띠로 만든다. 각도 오차 σα\sigma_\alpha는 rσαr\sigma_\alpha만큼 옆으로 흔드므로 먼 점일수록 커진다. 스캐너가 놓인 자리의 좌표와 방향을 알면(정합, 5절) 이 좌표가 프로젝트 좌표가 된다.
수평면 거리 r 연직각 v z = r sin v 옆에서 본 모습(수평각 φ는 위에서 본 회전) 가까운 벽: 간격 s = rΔα 먼 벽 + 비스듬: s / cos i 위에서 본 모습
그림 11-5. 스캐너의 측정량(왼쪽)과 점 간격(오른쪽). 같은 각도 간격으로 쏘아도 먼 면에는 점이 성기게, 비스듬한 면에는 더 성기게 찍힌다. 기둥의 뒷면처럼 광선이 닿지 않는 곳에는 점이 없다(가림). 그래서 한 대상을 여러 자리에서 스캔하고 정합한다.
SIMULATOR

점 밀도와 거리: 각도 간격 · 거리 · 입사각 · 잡음 → 점 간격

벽 위 점 간격—
1 m²당 점 수—
한 번 스캔 점 수—
면 두께(±2σ)—
해볼 것: 기본값(0.036°, 12 m, 수직 입사)에서 간격 약 7.5 mm(예제 11.4)를 확인하세요 · 거리를 36 m로 늘리면 간격이 세 배, 1 m²당 점은 1/9이 됩니다 · 입사각 70°에서는 수평 간격이 약 2.9배로 벌어지고, 거리 잡음의 법선 성분은 cos i배로 작아지지만 면을 따라 흩어집니다 · 각도 간격을 절반으로 줄이면 점이 네 배가 되고 스캔 시간과 데이터도 네 배입니다 · 모델: 원리 11.6, 벽 25 cm 구간을 실제 축척으로 확대(가로 = 벽을 따라, 세로 = 벽 법선 방향 편차 mm), 점 수는 수평 360° × 연직 300° 시야(형태)를 각도 간격으로 나눈 값, 거리 잡음은 정규 분포(시드 고정).
예제 11.4 (점 하나의 좌표와 점 간격) 스캐너가 r=12.000r = 12.000 m, φ=30°\varphi = 30°, v=10°v = 10°를 기록했다. 스캐너 중심의 프로젝트 좌표는 (16.000,4.000,1.500)(16.000, 4.000, 1.500)이고 스캐너 축은 프로젝트 축과 나란하다.

① 직교 좌표 x=12cos⁡10°cos⁡30°=12×0.98481×0.86603=10.234x = 12\cos10°\cos30° = 12\times0.98481\times0.86603 = 10.234 m, y=12×0.98481×0.5=5.909y = 12\times0.98481\times0.5 = 5.909 m, z=12sin⁡10°=2.084z = 12\sin10° = 2.084 m. 프로젝트 좌표는 (26.234, 9.909, 3.584)(26.234,\ 9.909,\ 3.584) m.

② 점 간격 Δα=0.036°=6.28×10−4\Delta\alpha = 0.036° = 6.28\times10^{-4} rad이면 12 m에서 s=12×6.28×10−4=7.5s = 12\times6.28\times10^{-4} = 7.5 mm, 30 m에서 18.8 mm. 입사각 60°인 면에서는 7.5/cos⁡60°=157.5/\cos60° = 15 mm로 벌어진다.

③ 판단 800 mm 기둥 면 하나에 12 m에서 가로 약 100개의 점이 찍히므로 면의 위치는 많은 점의 평균으로 거리 잡음보다 정확하게 정해진다. 그러나 각도 오차 0.01°(1.7×10−41.7\times10^{-4} rad)는 12 m에서 2 mm의 옆 흔들림이 되고 이는 모든 점에 같은 방향으로 들어오는 계통 오차일 수 있다. 정밀 검측은 스캐너를 대상 가까이(대개 수–수십 m 안) 두고, 측정 범위의 끝에서 얻은 점에 의존하지 않는다.

점군이 거짓말하는 곳 ① 모서리의 혼합 점: 광선의 지름 일부가 앞 물체, 일부가 뒤 물체에 맞으면 둘 사이 허공에 점이 생긴다. ② 유리·금속·물: 빛이 투과하거나 거울처럼 튀어 점이 없거나 엉뚱한 곳(반사된 상)에 생긴다. ③ 움직이는 물체: 지나가는 사람과 장비가 '유령'으로 남는다. ④ 가림: 기둥 뒤, 덕트 위는 비어 있다. 점군을 모델과 비교하기 전에 이런 점을 걸러 내고, 비어 있는 곳을 '없음'이 아니라 '모름'으로 다뤄야 한다.

정합: 여러 스캔을 한 좌표로

스캐너를 옮길 때마다 원점이 바뀐다

B-10 1층을 네 자리에서 스캔했습니다. 스캔마다 그 자리의 스캐너 중심이 원점이고 방향도 제각각이어서, 네 점군을 그냥 겹치면 기둥이 네 겹으로 보입니다. 같은 기둥이 한 자리에 오게 하려면 각 점군을 얼마나 돌리고 옮겨야 할까요?

두 점군을 같은 좌표에 놓는 일을 정합(registration)이라 합니다. 스캐너는 거리를 직접 재므로 축척은 1이고, 남는 것은 회전과 이동뿐인 강체 변환(rigid transformation)입니다. 방법은 두 가지입니다. 현장에 구형·체커보드 타깃(target)을 두고 두 스캔에 함께 찍힌 타깃의 중심을 대응점으로 쓰는 방법, 그리고 겹치는 부분의 형상 자체를 맞추는 점군 대 점군 정합(ICP)입니다. 타깃을 토털 스테이션으로 측량해 두면 같은 계산으로 프로젝트 좌표(지리 참조)까지 한 번에 얻습니다.

원리 11.7 (대응점 강체 정합, 2D) 대응점 쌍 (pi,qi)(p_i, q_i), i=1..ni = 1..n에 대해 qi≈R(θ)pi+tq_i \approx R(\theta)p_i + t를 최소 제곱으로 맞추면
ai=pi−pˉ,bi=qi−qˉ,θ=atan2⁡ ⁣(∑iai×bi, ∑iai⋅bi),t=qˉ−R(θ) pˉa_i = p_i - \bar p,\quad b_i = q_i - \bar q, \qquad \theta = \operatorname{atan2}\!\Big(\sum_i a_i\times b_i,\ \sum_i a_i\cdot b_i\Big), \qquad t = \bar q - R(\theta)\,\bar p
pˉ,qˉ\bar p, \bar q: 두 점 집합의 무게중심, a×b=axby−aybxa\times b = a_xb_y - a_yb_x(2D 외적), a⋅ba\cdot b: 내적. 정합 후 잔차의 제곱 평균 제곱근 RMS=1n∑∣Rpi+t−qi∣2RMS = \sqrt{\frac1n\sum|R p_i + t - q_i|^2}이 정합의 품질이다. 3D에서는 공분산 행렬의 특이값 분해로 같은 일을 한다(Kabsch 방법, 1976). CB.bim.rigid2D(P, Q)가 이 식을 계산한다. 대응점은 한 직선 위에 있지 않은 셋 이상이 필요하고, 넓게 퍼져 있을수록 회전이 정확하다.
원리 11.8 (ICP: 반복 최근접점) 대응점을 모를 때는 ① 현재 추정으로 움직인 점군 B의 각 점에서 점군 A의 가장 가까운 점을 대응으로 삼고, ② 너무 먼 쌍을 버린 뒤 원리 11.7로 변환을 다시 구하고, ③ 변환이 거의 변하지 않을 때까지 반복한다. 이것이 ICP(iterative closest point)다(Besl·McKay, Chen·Medioni, 1990년대 초). ICP는 매 단계 RMS를 줄이지만 가까운 해로만 수렴하므로, 처음 어긋남이 크면 엉뚱한 기둥끼리 맞물린 국소 최소에 빠진다. 그래서 실무는 타깃이나 사람이 고른 몇 쌍으로 대략 맞춘 뒤 ICP로 다듬는다.
대응점 정합 회색 = 기준(A) · 주황 점선 = 옮길 스캔(B) · 원 = 타깃 ICP 반복 ① 최근접점 찾기 ② 먼 쌍 버리기 ③ 원리 11.7 정합 ④ B를 옮기고 반복 RMS가 더 줄지 않으면 멈춘다
그림 11-6. 정합의 두 방법. 타깃처럼 대응을 아는 점이 있으면 원리 11.7을 한 번 풀면 끝이다(왼쪽). 대응을 모르면 '가장 가까운 점이 짝'이라고 가정하고 정합을 되풀이한다(오른쪽, ICP). 가정이 맞으려면 처음부터 대략 맞아 있어야 한다.
예제 11.5 (타깃 세 개로 정합) 스캔 좌표 PP와 프로젝트 좌표 QQ(m).
타깃P (x, y)Q (x, y)a = P − P̄b = Q − Q̄
T1(2, 1)(6.232, 4.866)(−3.333, −2.667)(−1.555, −3.975)
T2(12, 1)(14.900, 9.866)(6.667, −2.667)(7.113, 1.025)
T3(2, 9)(2.232, 11.788)(−3.333, 5.333)(−5.555, 2.947)

① 무게중심 pˉ=(5.333,3.667)\bar p = (5.333, 3.667), qˉ=(7.788,8.840)\bar q = (7.788, 8.840).

② 회전 ∑a⋅b=94.69\sum a\cdot b = 94.69, ∑a×b=54.69\sum a\times b = 54.69 → θ=atan2⁡(54.69,94.69)=30.01°\theta = \operatorname{atan2}(54.69, 94.69) = 30.01°.

③ 이동과 잔차 t=qˉ−Rpˉ=(5.002, 2.999)t = \bar q - R\bar p = (5.002,\ 2.999) m. 세 타깃의 잔차 RMS = 2.2 mm(CB.bim.rigid2D와 같은 값).

④ 판단 RMS 2.2 mm는 타깃 중심을 찾는 정밀도 수준이므로 정합을 채택한다. 어느 타깃 하나의 잔차만 크면(예: 15 mm) 그 타깃이 공사 중 밀렸거나 번호가 바뀐 것이다 — 빼고 다시 풀어 확인한다. 타깃이 정확히 셋뿐이면 하나가 틀려도 RMS가 작게 나올 수 있으므로 넷 이상을 넓게 둔다.

SIMULATOR

점군 정합: 손으로 맞추기 vs 타깃 정합(rigid2D) vs ICP

처음 어긋남
현재 θ · t—
타깃 RMS—
점군 RMS(최근접)—
ICP 반복—
—
해볼 것: 슬라이더로 주황 점군을 회색 기둥에 맞춰 보세요 — 손으로는 RMS 수 cm 아래로 내리기 어렵습니다 · "타깃으로 정합"은 세 타깃으로 한 번에 맞춥니다(원리 11.7) · "처음으로" 뒤 바로 "ICP 10회"를 누르면 처음 어긋남 6°에서는 잘 맞습니다 · 처음 어긋남을 35°로 바꾸고 ICP만 쓰면 RMS가 줄다 멈춘 채 기둥이 엇갈려 맞물립니다(국소 최소) — 타깃으로 대략 맞춘 뒤 ICP로 다듬는 이유입니다 · 모델: 기준 A = B-10 1층 기둥 20개·코어 벽의 평면 단면 점(교육용 2D), 스캔 B = 서쪽 절반을 본 스캔(잡음 5 mm)을 미지의 회전·이동으로 옮긴 것, ICP는 최근접점 + 거리 0.8 m 넘는 쌍 제외 + CB.bim.rigid2D.

평면 추출: 최소 제곱과 RANSAC

자재 더미가 놓인 바닥

2층 바닥판의 높이를 알고 싶어 스캔했는데, 바닥 위에 거푸집 자재와 철근 다발이 쌓여 있었습니다. 모든 점에 평면 하나를 맞추면 그 평면은 바닥일까요?

점군에서 바닥·벽·천장을 찾는 가장 기본적인 일은 평면 맞춤입니다. 모든 점이 평면 근처에 있다면 최소 제곱이 가장 좋은 답을 주지만, 바닥 위의 자재처럼 평면에 속하지 않는 이상점(outlier)이 섞이면 최소 제곱은 그 점들 쪽으로 끌려가 기웁니다. 이상점에 강한 대표적 방법이 RANSAC입니다.

원리 11.9 (최소 제곱 평면) 점들의 무게중심 cc와 공분산 행렬 C=∑i(pi−c)(pi−c)TC = \sum_i (p_i - c)(p_i - c)^{\mathsf T}을 구하면, 점에서 평면까지 수직 거리 제곱합을 최소로 하는 평면의 법선 nn은 CC의 가장 작은 고윳값의 고유 벡터이고 평면은 n⋅x=n⋅cn\cdot x = n\cdot c다. 가장 작은 고윳값 λmin\lambda_{min}으로 RMS=λmin/mRMS = \sqrt{\lambda_{min}/m}(m은 점 수). CB.bim.planeFit이 이 계산을 한다. 모든 점에 같은 무게를 주므로, 바닥에서 1 m 위의 점 하나는 1 mm 위의 점 백만 개만큼 평면을 끈다.
원리 11.10 (RANSAC) ① 점 세 개를 무작위로 골라 평면을 만들고, ② 그 평면에서 허용 거리 τ\tau 안에 드는 점(인라이어(inlier))을 센다. ③ 이를 kk번 반복해 인라이어가 가장 많은 평면을 고르고, ④ 그 인라이어만으로 최소 제곱 평면을 다시 맞춘다. 이것이 RANSAC(random sample consensus)이다(Fischler·Bolles, 1981). 인라이어 비율이 ww일 때 확률 PP로 인라이어 세 개를 한 번 이상 뽑으려면
k=ln⁡(1−P)ln⁡(1−w3)k = \frac{\ln(1 - P)}{\ln(1 - w^3)}
w=0.6w = 0.6, P=0.99P = 0.99이면 k≈19k \approx 19회, w=0.3w = 0.3이면 약 169회. 허용 거리 τ\tau는 측정 잡음의 2–3배 정도로 정한다. 너무 작으면 진짜 바닥 점도 버리고, 너무 크면 바닥 위의 얇은 판도 바닥으로 받아들인다. CB.bim.ransacPlane(pts, iters, tol, seed).
자재 더미(이상점) 최소 제곱: 기운다 RANSAC: 바닥 점선 띠 = 허용 거리 ±τ 안(인라이어)
그림 11-7. 이상점이 있을 때의 평면 맞춤(단면). 최소 제곱은 모든 점의 거리 제곱을 줄이려 자재 더미 쪽으로 기운다. RANSAC은 '가장 많은 점이 동의하는 평면'을 고르므로 더미를 무시하고 바닥을 찾는다. 단, 더미가 바닥보다 많으면 RANSAC도 더미의 윗면을 고를 수 있다.
SIMULATOR

RANSAC 평면: 잡음 · 이상점 비율 → 찾은 평면과 인라이어, 최소 제곱과 비교

최소 제곱 기울기—
RANSAC 기울기—
인라이어—
필요 k(P 0.99)—
해볼 것: 이상점 0 %에서는 두 방법이 같습니다 · 20 %로 올리면 최소 제곱 평면(노랑)이 더미 쪽으로 약 3–4° 기울고 모서리 높이가 수십 cm 틀리지만 RANSAC 평면(보라)은 그대로입니다 · τ를 2 mm로 줄이면 잡음 3 mm인 바닥 점의 절반가량을 버립니다 · 반복을 1–3회로 줄이고 "다시 측정"을 눌러 보세요 — 운이 나쁘면 더미 윗면을 고릅니다 · 이상점이 55 %를 넘으면 바닥보다 더미 점이 많아집니다 · 모델: 8 × 8 m 바닥(z = 5.000 m, 2층 바닥판 일부)에 정규 잡음, 이상점의 3/4은 자재 더미 두 개의 윗면·옆면(높이 0.3–1.2 m), 1/4은 공중의 흩어진 점(사람·먼지), CB.bim.planeFit과 CB.bim.ransacPlane, 점 수 약 900–2,250개. 초록 = 인라이어, 빨강 = 아웃라이어.
예제 11.6 (반복 횟수와 최소 제곱의 기울기) 8 × 8 m 바닥에서 바닥 점 900개(잡음 3 mm), 한쪽 모서리 2.5 × 2.5 m에 자재 더미의 점 225개(바닥 위 0.2–1.2 m)가 있다(이상점 20 %).

① 필요한 반복 w=0.8w = 0.8: k=ln⁡0.01/ln⁡(1−0.512)=6.4k = \ln 0.01/\ln(1 - 0.512) = 6.4 → 7회면 99 %. 더미 위 점이 더 많은 현장(w=0.3w = 0.3)이라면 169회가 필요하다. 반복 비용은 k×k \times 점 수이므로 수백 회는 실시간에 가깝다.

② 최소 제곱의 결과 같은 점에 planeFit을 쓰면 평면이 약 3.6° 기울어, 더미 반대쪽 모서리 (0, 0)에서 높이가 약 27 cm 낮게, 더미 쪽 모서리 (8, 8)에서 약 45 cm 높게 나온다(RMS 0.25 m). RANSAC(τ 15 mm)은 바닥 점 900개를 모두 인라이어로 찾고 기울기 0.005°, 높이 5.000 m를 준다.

③ 판단 평면 맞춤의 RMS가 측정 잡음(수 mm)보다 훨씬 크면 이상점이 섞인 것이다. 결과를 숫자 하나로 보고하기 전에 잔차의 분포를 보고, 이상점을 걸러 낸 근거(τ, 반복 수, 인라이어 비율)를 함께 적는다.

슬래브 평탄도 검사

평평한가, 수평인가

2층 바닥판 위에 사무실 바닥 마감과 이중 바닥을 올려야 합니다. 마감 업체는 "바닥이 울퉁불퉁하면 몰탈로 채워야 하니 비용이 늘어난다"고 합니다. 바닥 전체가 한쪽으로 5 mm 기운 것과, 한 칸 안이 접시처럼 5 mm 처진 것은 같은 문제일까요?

바닥 품질은 두 가지로 나눠 봅니다. 짧은 거리 안의 오르내림(울퉁불퉁함)과, 긴 거리에 걸친 설계 높이와의 차이(기울어짐)입니다. 전자는 마감재를 놓을 때, 후자는 문턱·엘리베이터·이웃 구역과 높이를 맞출 때 문제가 됩니다. 전통적인 검사는 3 m 직선자를 바닥에 놓고 그 아래 틈을 재는 방법이고, 점군은 바닥 전체를 촘촘히 재서 같은 판정을 모든 곳에서 할 수 있게 합니다.

정의 11.11 (평탄도와 수평도) 평탄도(flatness)는 짧은 거리 안에서 면이 오르내리는 정도로, 이 장에서는 길이 3 m 직선자를 면에 걸쳤을 때 자와 면 사이의 가장 큰 틈으로 잰다. 수평도(levelness)는 설계 높이(또는 설계 경사)와의 차이로, 넓은 범위의 기울어짐과 높이 오차를 본다. 점군으로는 ① 설계 높이 기준 편차(수평도)와 ② 맞춤 평면 기준 편차(평탄도에 가까움)를 색으로 칠한 편차 지도(deviation map)를 만든다. 미국에서는 바닥 높이를 일정 간격으로 재서 통계적으로 계산하는 F-수(FFF_F 평탄도, FLF_L 수평도, ASTM E1155)도 쓴다. 허용 틈·허용 편차는 마감 종류와 공사 시방이 정한다(형태, 현행 시방 확인 — 이 장의 값은 교육용).
평탄도: 3 m 직선자 틈 g 3 m 직선자(높은 두 점에 걸침) 짧은 파장의 오르내림을 본다(마감재 품질) 수평도: 설계 높이 기준 설계 FL +5.000 직선자는 통과해도 전체가 기울 수 있다 → 문턱·엘리베이터·이웃 구역과 높이 차 맞춤 평면 기준 편차 = 기울기를 뺀 나머지
그림 11-8. 평탄도와 수평도. 직선자 검사(왼쪽)는 짧은 오르내림을, 설계 높이 기준 편차(오른쪽)는 넓은 기울어짐을 본다. 점군의 편차 지도는 두 기준을 바꿔 가며 같은 데이터로 둘 다 보여 준다.
SIMULATOR

슬래브 평탄도 히트맵: 합성 점군 → 편차 색과 3 m 직선자 판정

편차 기준
맞춤 평면 기울기—
편차 범위—
직선자 불합격—
최대 틈—
해볼 것: 기본값에서 처짐(칸마다 접시 모양)과 두 곳의 국부 요철이 색으로 보이고, 불합격 직선자 구간(빨간 선)이 요철 근처에 몰리는 것을 확인하세요 · 전체 기울기를 2 mm/m로 키우면 "설계 높이" 기준 지도는 한쪽이 빨갛고 다른 쪽이 파랗지만 직선자 판정은 거의 그대로입니다 — 기울기는 평탄도가 아니라 수평도 문제입니다 · "맞춤 평면"으로 바꾸면 기울기가 빠지고 처짐과 요철만 남습니다 · 잡음 σ를 5 mm로 키우면 실제로는 평평한 곳에서도 틈이 커 보입니다 — 스캐너 잡음이 허용치에 가까우면 판정할 수 없습니다 · 모델(교육용 합성 면): 바닥판 32.8 × 24.8 m(코어 x 8–24, y 8–16 m 제외), 8 m 칸마다 sin·sin 처짐, 요철 두 곳(가우스 반지름 1.2 m, 패임 −1배 · 솟음 +0.8배), 점 약 2,300개(CB.bim.planeFit), 직선자는 x·y 방향 2 m 간격 선 위에서 0.5 m씩 옮기며 0.25 m 간격 높이(점군을 반지름 약 5 cm 안에서 평균한 값으로 보아 잡음 σ/3)에 걸친 지지선 아래 최대 틈.
예제 11.7 (직선자 한 번의 판정) 3 m 직선자 아래에서 0.5 m 간격으로 잰 설계 높이 기준 편차(mm): 0, −2, −5, −7, −6, −3, −1.

① 자가 놓이는 곳 자는 가장 높은 두 점, 곧 양 끝(0, −1)에 걸친다. 자의 높이는 0에서 −1까지 직선이므로 0.5 m마다 −0.17 mm씩 내려간다.

② 틈 가운데 1.5 m 지점에서 자의 높이 −0.5, 면 −7 → 틈 6.5 mm. 다른 점은 이보다 작다. 허용 틈이 5 mm(교육용)라면 불합격이다.

③ 수평도는 따로 같은 구간의 설계 높이 편차는 최대 −7 mm이지만, 다른 칸 전체가 +8 mm 높다면 두 칸 사이에 15 mm의 높이 차가 생긴다. 평탄도는 마감재 품질, 수평도는 공간 사이 높이 맞춤이다.

④ 판단 접시 모양 처짐은 거푸집·동바리 처짐이나 타설 높이 관리 문제이고, 국부 요철은 미장 마무리 문제다. 편차 지도는 '어디를 얼마나' 갈아 내거나 채울지(그라인딩·셀프 레벨링)를 물량으로 바꿔 준다: 불합격 영역 넓이 × 평균 채움 두께.

B-10 2층 바닥판(S-1F) 검측 계획(교육용) 1층 기둥 타설 뒤, 2층 바닥판 타설 다음 날 스캐너를 코어 바깥 네 칸에 한 번씩(네 자리) 세워 바닥과 기둥을 함께 기록한다. 네 스캔은 벽·기둥에 붙인 타깃 여섯 개(토털 스테이션으로 측량, 현장 기준점에서 출발)로 정합해 프로젝트 좌표에 놓는다. 바닥은 RANSAC으로 자재와 사람을 거른 뒤 편차 지도를 만들고 직선자 판정을 하며, 기둥은 다음 절의 편차 분석을 한다. 결과(점군, 편차 지도, 판정표)는 2층 바닥판 요소 S-1F의 GUID와 함께 CDE(5장)에 올려 검측 기록으로 남기고, 마감 업체의 레벨링 물량 산정에 쓴다.

스캔 대 BIM 편차 분석

1층 기둥 20개는 제자리에 섰나

스캔 점군과 B-10 BIM을 같은 좌표에 겹쳤습니다. 기둥 C-B4 근처의 점들이 모델 면보다 4 cm 바깥에 있습니다. 기둥이 틀어진 걸까요, 정합이 틀린 걸까요, 아니면 기둥에 붙은 거푸집 조각일까요? 20개 기둥 모두에 대해 같은 판단을 어떻게 빠르고 공정하게 할까요?

정합된 점군을 모델과 비교하는 방법은 두 층위입니다. ① 점마다 가장 가까운 모델 면까지의 거리를 색으로 칠하는 점–모델 거리(넓게 훑어보기), ② 요소마다 점들로 실제 위치·크기·기울기를 추정해 설계값과 비교하는 요소별 편차(판정). 판정은 ②로 합니다. 예를 들어 기둥은 네 면의 점으로 중심 위치를, 높이별 면 위치로 수직도를 추정합니다.

정의 11.12 (요소 편차와 허용치) 요소 ee의 편차(deviation)는 점군으로 추정한 실제 기하와 모델 기하의 차이다. 기둥이면 중심의 수평 편차 Δ=Δx2+Δy2\Delta = \sqrt{\Delta x^2 + \Delta y^2}와 수직도(plumbness)(높이당 기울어짐)를 쓴다. 편차를 허용치(tolerance)와 비교해 합격·주의·불합격으로 나누고, 불합격이면 재시공·보강·설계 반영(다음 층 먹매김 조정, 모델 갱신) 중 하나를 정한다. 측정 불확실성(정합 RMS + 면 추정 오차)이 허용치의 상당 부분을 차지하면 판정을 믿을 수 없으므로, 측정 정확도는 허용치보다 충분히 작아야 한다(흔히 몇 분의 일, 형태). 측정 정확도 등급을 정하는 문서(예: 미국 USIBD의 LOA 사양)도 있다(형태).
네 면이 보일 때 점선 = 모델 · 점 = 스캔 · 빨강 = 편차 Δ 중심 = 마주 보는 두 면 위치의 평균 한쪽 면만 보일 때 + 설계 폭/2 스캐너 뒷면이 가려지면 '단면이 설계대로'라고 가정해 중심을 추정(불확실성 증가)
그림 11-9. 기둥 중심의 추정. 마주 보는 두 면이 모두 찍히면 두 면의 평균 위치가 중심이다(단면 크기 오차와 무관). 한 면만 찍히면 설계 단면 크기를 빌려 중심을 추정하므로, 단면이 설계보다 크거나 작으면 그만큼 편차가 잘못 나온다. 그래서 검측 스캔은 각 기둥의 마주 보는 면이 보이도록 자리를 정한다.
SIMULATOR

스캔 대 BIM 편차: 시공 기둥 위치 오차 → 스캔 점 → 편차 색 3D

스캐너 자리
측정한 기둥—
최대 편차—
RMS 편차—
불합격 기둥—
—
해볼 것: 기본값에서 C-B4(x 8, y 24)가 약 40 mm로 불합격(빨강)인 것을 확인하세요 · 스캐너를 1곳으로 줄이면 많은 기둥이 한쪽 면만 찍혀 설계 폭으로 중심을 추정합니다(점선 테두리) — 이 모델은 단면이 설계대로라고 가정해 편차를 얻지만, 실제로 단면이 10 mm 크면 그만큼 틀립니다 · 허용치를 σ의 두 배 아래로 낮추면 정상적인 기둥까지 불합격이 늘어납니다 — 허용치는 시공 능력에 맞게 정해야 합니다 · 모델: CB.bim.model()의 1층 IfcColumn 20개(800 × 800, 높이 4.3 m), 실제 위치 = 설계 + 정규 오차(σ, 시드), 스캐너는 코어 바깥 칸 중심, 시야 안(30 m)의 보이는 면에 높이 6 × 폭 4점(잡음 2 mm), 가림은 무시(교육용). 화살표는 편차를 50배로 그린다.
예제 11.8 (기둥 C-B4의 편차 판정) 설계 중심 (8.000,24.000)(8.000, 24.000), 단면 800 × 800. 스캔한 면의 평균 위치: 서쪽 면 x=7.641x = 7.641, 동쪽 면 x=8.437x = 8.437, 남쪽 면 y=23.606y = 23.606. 북쪽 면(건물 바깥)은 스캔되지 않았다.

① x 방향 두 면이 보였으므로 중심 x=(7.641+8.437)/2=8.039x = (7.641 + 8.437)/2 = 8.039, Δx=+39\Delta x = +39 mm. 실제 폭 8.437−7.641=0.7968.437 - 7.641 = 0.796 m(설계 800, −4 mm).

② y 방향 남쪽 면만 보였으므로 설계 폭을 빌려 y=23.606+0.400=24.006y = 23.606 + 0.400 = 24.006, Δy=+6\Delta y = +6 mm(단면 오차만큼 불확실).

③ 편차와 판정 Δ=392+62=39.5\Delta = \sqrt{39^2 + 6^2} = 39.5 mm. 허용치 15 mm(교육용)를 넘으므로 불합격이다.

④ 판단 먼저 측정을 의심한다: 정합 RMS(예: 3 mm)와 이웃 기둥의 편차(모두 수 mm)를 보면 정합 오류가 아니라 이 기둥만의 문제다. 다음 층 먹매김을 이 기둥의 실제 위치에 맞출지, 보 접합부 철근 정착에 문제가 없는지 구조 담당자와 검토하고, 결정 결과를 모델 요소 C-B4-1F의 속성(실측 중심, 편차, 조치)으로 기록한다. 그래야 준공 모델이 '설계 그대로'가 아니라 '실제 그대로'가 된다.

드론 체적과 진도: 모델과 다시 만나기

골재 적치물은 몇 m³인가

B-10 현장 한쪽에 되메우기용 골재를 쌓아 두었습니다. 공급 업체의 반입 전표와 실제 남은 양이 맞는지 확인하려 합니다. 드론 점군으로 적치물의 표면은 얻었는데, 그 아래 '바닥'은 어디로 잡아야 할까요?

SiteBook 16장은 굴착 전·후 두 번의 드론 측량 높이 차이로 굴착 체적을 점고법으로 계산했습니다(SiteBook 16장 드론 측량과 물량). 적치물은 굴착 전 표면이 없으므로 바닥면을 정하는 일이 체적의 정확도를 좌우합니다. 실무는 적치물 둘레 발치의 점들로 바닥면을 정하고(평면 맞춤, 원리 11.9), 표면과 바닥면 사이를 격자 기둥이나 삼각망(TIN)으로 적분합니다. 표면 삼각망과 바닥면, 옆면을 이어 닫힌 메시로 만들면 2장의 발산 정리 부피(CB.bim.meshVolume)로도 같은 값을 얻습니다.

원리 11.13 (적치물 체적)
V=∑kAk hˉk,h(x,y)=zsurf(x,y)−zbase(x,y),zbase: 발치 점의 최소 제곱 평면V = \sum_{k} A_k\,\bar h_k, \qquad h(x, y) = z_{surf}(x, y) - z_{base}(x, y), \qquad z_{base}: \text{ 발치 점의 최소 제곱 평면}
AkA_k: 격자 칸(또는 삼각형)의 수평 넓이, hˉk\bar h_k: 칸 꼭짓점 높이의 평균. 바닥면을 1 cm 틀리면 체적은 '적치물 바닥 넓이 × 0.01' m³만큼 틀린다. 바닥 넓이가 넓고 높이가 낮은 적치물일수록 바닥면 오차가 체적 오차를 지배한다. 무게가 필요하면 시험으로 정한 단위 부피 질량을 곱한다.
예제 11.9 (경사진 바닥 위의 적치물) 2 m 격자 4 × 4점(칸 9개, 6 × 6 m)으로 측량했다. 둘레 12점은 발치로, 높이(m)가 서쪽 10.00에서 동쪽 10.12로 고르게 올라간다(바닥 경사 2 %). 안쪽 네 점(x = 2, 4 m × y = 2, 4 m)의 표면 높이는 11.24, 11.46, 11.06, 11.68 m다.

① 맞춤 바닥면 발치 12점에 planeFit을 쓰면 zbase=10.00+0.02xz_{base} = 10.00 + 0.02x(x는 서쪽 끝에서 m). 안쪽 점의 바닥면 위 높이는 11.24−10.04=1.2011.24 - 10.04 = 1.20, 11.46−10.08=1.3811.46 - 10.08 = 1.38, 11.06−10.04=1.0211.06 - 10.04 = 1.02, 11.68−10.08=1.6011.68 - 10.08 = 1.60 m다.

② 체적 둘레 점의 높이는 0이고 안쪽 점은 네 칸이 공유하므로 V=44×4×(1.20+1.38+1.02+1.60)=4×5.20=20.8V = \frac{4}{4}\times4\times(1.20 + 1.38 + 1.02 + 1.60) = 4\times5.20 = 20.8 m³.

③ 바닥면을 잘못 잡으면 가장 낮은 발치(10.00)를 지나는 수평면을 바닥으로 쓰면 모든 점의 높이가 0.02x0.02x만큼 커진다. 36 m² 전체의 평균 증가분은 0.02×3=0.060.02\times3 = 0.06 m이므로 체적이 36×0.06≈2.236\times0.06 \approx 2.2 m³(약 10 %) 과대가 된다.

④ 판단 이 정도 크기의 적치물에서 10 %는 덤프트럭 한 대 분량이다. 드론 체적을 정산에 쓰려면 바닥면을 정하는 규칙(발치 점, 맞춤 평면, 적치 전 측량면)을 계약 당사자와 미리 합의하고, 같은 규칙으로 매번 계산해야 한다. 점의 우연 오차는 수많은 점의 평균으로 작아지지만 바닥면·기준점의 계통 오차는 넓이에 곱해져 그대로 남는다(SiteBook 16장과 같은 결론).

B-10 현장의 현실 캡처 묶음(교육용) ① 착공 전: 현장 기준점 네 개(대지 모서리, 서로 시통), GNSS·토털 스테이션 측량 → CB.bim.GEO와 같은 지리 참조 매개변수 확정(예제 11.2 방식 + 검증점). ② 토공 중: 매주 드론 비행(고도 80 m, GSD 약 2 cm, 검사점 다섯 개) → 굴착 진도(SiteBook 16장)·적치물 체적. ③ 골조 중: 층마다 바닥판 타설 다음 날 지상 스캔 네 자리 → 기둥 편차·바닥 평탄도 판정, 결과를 요소 GUID에 연결. ④ 설비 중: 천장을 덮기 전 덕트·배관 스캔 → 설계 경로와 비교(6장의 간섭이 실제로 해결되었는지). ⑤ 준공: 스캔 투 BIM으로 실측 속성을 반영한 준공 모델을 운영 단계(13장)에 넘긴다.

이 정보가 쓰이는 곳

핵심 정리

  1. 현실 캡처는 지어진 대상을 좌표가 있는 점으로 기록하는 일이다. 모든 점은 기준점이 정한 하나의 좌표계에 놓여야 모델과 비교할 수 있다.
  2. 지리 참조는 이동·회전·축척의 2D 헬머트 변환이다. B-10 E/4 (32, 24) → E 203,476.31 · N 551,850.13. 회전 0.01°는 40 m에서 7 mm, 원점 오류는 모든 점을 같이 옮긴다. 측량 성과표의 X·Y 정의를 먼저 확인한다.
  3. 사진 측량은 두 광선의 교점이다. GSD = pH/f(80 m, 1인치급 → 2.19 cm), 높이 오차 σZ ≈ (H/B)·GSD·σpx로 B/H가 작으면 높이가 평면보다 몇 배 부정확하다. 정확도는 검사점 잔차로 확인한다.
  4. 레이저 스캔 점은 x = r cos v cos φ, y = r cos v sin φ, z = r sin v. 점 간격 ≈ rΔα(0.036°, 12 m → 7.5 mm)이고 비스듬한 면에서 1/cos i배 벌어진다. 혼합 점·반사·가림을 걸러야 한다.
  5. 대응점 정합은 무게중심과 θ = atan2(Σa×b, Σa·b)로 한 번에 풀고 RMS로 검증한다. ICP는 대응을 모를 때 최근접점으로 반복하지만 처음 어긋남이 크면 국소 최소에 빠진다.
  6. 최소 제곱 평면은 공분산의 최소 고유 벡터로 정해지며 이상점에 끌려 기운다. RANSAC은 k = ln(1 − P)/ln(1 − w³)번 세 점 표본을 뽑아 가장 많은 점이 동의하는 평면을 고른다.
  7. 평탄도(짧은 거리의 오르내림, 3 m 직선자 틈)와 수평도(설계 높이와의 차이)는 다른 문제다. 편차 지도는 두 기준을 바꿔 보며 보수 위치와 물량을 정한다.
  8. 스캔 대 BIM은 요소별로 실제 기하를 추정해 허용치와 비교한다. 측정 불확실성이 허용치보다 충분히 작아야 판정이 성립하고, 결과는 요소 GUID에 기록되어 준공 모델이 된다. 드론 체적은 바닥면 규칙이 정확도를 좌우한다.

확인 퀴즈

1. 화소 크기 2.4 µm, 초점 거리 8.8 mm인 카메라로 고도 110 m에서 찍으면 GSD는 약?

GSD=pH/f=2.4×10−6×110/0.0088=0.030GSD = pH/f = 2.4\times10^{-6}\times110/0.0088 = 0.030 m. 고도에 비례하므로 80 m의 2.19 cm보다 크다.

2. B-10 BIM의 지리 참조에서 회전 θ를 12.00° 대신 12.05°로 썼다. 원점에서 40 m 떨어진 점은 대략 얼마나 어긋나는가?

40×0.05×π/180=0.03540\times0.05\times\pi/180 = 0.035 m. 회전은 거리를 바꾸지 않지만 위치를 원 둘레 방향으로 옮긴다. 원점에서 멀수록 커진다.

3. 두 사진의 기선이 고도의 0.2배일 때(B/H = 0.2), 두 장으로 얻은 점의 높이 오차는 평면 오차와 비교해 대략?

σZ≈(H/B)⋅GSD⋅σpx\sigma_Z \approx (H/B)\cdot GSD\cdot\sigma_{px}, 평면 오차는 약 GSD⋅σpxGSD\cdot\sigma_{px}이므로 비는 H/B=5H/B = 5. 교차각이 작을수록 광선 방향으로 오차가 길어진다.

4. 각도 간격 0.036°로 스캔할 때 30 m 떨어진 면에 수직으로 맞는 점의 간격은?

s=rΔα=30×0.036×π/180=0.0188s = r\Delta\alpha = 30\times0.036\times\pi/180 = 0.0188 m. 거리에 비례하므로 12 m의 7.5 mm보다 2.5배 크다.

5. 타깃 다섯 개로 두 스캔을 정합했더니 RMS 2 mm인데, 한 타깃의 잔차만 18 mm다. 가장 알맞은 조치는?

잔차 하나가 튀면 그 대응점이 의심스럽다. 제외하고 다시 정합해 나머지 잔차가 줄면 원인을 확인한 것이다. 레이저 스캔은 거리를 직접 재므로 축척을 맞추지 않는다.

6. 점의 70 %가 바닥(인라이어)일 때, 99 % 확률로 인라이어 세 점을 한 번 이상 뽑는 데 필요한 RANSAC 반복 수는 약?

k=ln⁡0.01/ln⁡(1−0.343)=10.96k = \ln0.01/\ln(1 - 0.343) = 10.96 → 11회. 인라이어 비율이 낮아지면 w3w^3이 급격히 작아져 반복이 빠르게 는다.

7. 바닥 전체가 한쪽으로 2 mm/m 기울었지만 3 m 직선자 틈은 모든 곳에서 2 mm 이하다. 맞는 설명은?

직선자는 짧은 거리의 오르내림을 본다. 32 m 바닥이 2 mm/m 기울면 양 끝 높이 차가 64 mm로, 문턱·이웃 구역 높이 맞춤의 문제(수평도)다.

8. 기둥의 한쪽 면만 스캔되어 설계 단면 폭으로 중심을 추정했다. 실제 단면이 설계보다 20 mm 크다면?

보이는 면에서 설계 폭의 절반(400 mm)을 더해 중심을 놓았는데 실제 절반은 410 mm이므로 10 mm 틀린다. 마주 보는 두 면을 모두 스캔하면 이 오류가 없다.