An IFC schema extension and binary serialization format toefficiently integrate point cloud data into building models
요약
이 논문에서는 IFC 모델과 point cloud datsets 를 합치는 방법을 제시한다. 이 제안은 코어 모델이 포인트를 데카르트 좌표계나 building element surface와 관련된 매개변수 공간상의 포인트들로 저장하는 schema extension을 포함한다. 건물을 스캔하면서 생기는 상당한 양의 데이터(포인트)를 다루기 위해, 이 논문에서는 계층적 데이터 형식과 결합된 intelligent compression approaches를 효과적인 serialization으로써 제안했다. 또한, ISO 10303 part 21 files의 대안으로서도 제시했다. 초기 시험 적용의 결과로, 이 논문은 다양한 serialization과 그 방식들이 저장 효율성에 미치는 영향에 대해 언급한다.
In this paper we suggest an extension to the Industry Foundation Classes (IFC) model to integrate point cloud datasets. The proposal includes a schema extension to the core model allowing the storage of points, either as Cartesian coordinates, points in parametric space of associated building element surfaces or as discrete height fields projected as grids onto building elements. To handle the considerable amounts of data generated in the process of scanning building structures, we present intelligent compression approaches combined with the Hierarchical Data Format (HDF) as an efficient serialization and an alternative to clear text encoded ISO 10303 part 21 files. Based on prototypical implementations we show results of various serialization options and their impacts on storage efficiency.
schema extension
parametric space
Hierarchical Data Format(HDF)
intelligent compression approaches
serialization
text encoded ISO 10303 part 21 file
이 제안방식에서는, deepened semantic relationships가 압축 비율보다 우선시 되었다(의역). 그럼에도 불구하고, 무손실에 가까운 압축 레이어들과 이진화(binary serialization)이 적용된 상태로, 압축비율은 67.7%까지 이뤄졌다(압축 비율은 건물과 포인트 클라우드가 합쳐진 모델을 원본 데이터와 비교했다).
이처럼 이진화(binary serizlization)은 수억개의 점들을 다룰 수 있고, 이들 중에 특정한 공간과 주제(semantic)의 부분집합(subset)들을 신속하게 추출할 수있다. 이는 containerized hierarchical storage model과 건물 요소(element)들 간의 연계 덕분이다. 저자는 상당한 양의 포인트 클라우드를 이진화 저장(binary storage)하는 것이 좋은 방법임을 주장하며, 동시에 격자 이산화(grid discretization)이 어떻게 유효한 포인트 클라우드 세그멘트들이 test-based IFC 모델에 내장되는지를 보여준다.
In this proposal the deepened semantic relationships have been favoured over compression ratios. Nevertheless, with various near-lossless layers of compression and binary serialization applied, a compression ratio of up to 67.7% is obtained for a building model with integrated point clouds, compared to the raw source data. The binary serialization is able to handle hundreds of millions of points, out of which specific spatial and semantic subsets can rapidly be extracted due to the containerized hierarchical storage model and association to building elements. The authors advocate the use of binary storage for sizeable point cloud scans, but also show how especially the grid discretization can result into usable points cloud segments embedded into text-based IFC models.
deepened semantic relationship
containerized hierarchical storage model
grid discretization
text-based IFC model
