Artec의 Scanning SDK와 자동 스캔: 로봇이 조작한 Artec의 Spider 스캐너가 도출해낸 완벽한 무결점 스캔 결과

다양한 국가 출신의 연구원들이 복잡한 기하학적 구조를 가진 소형 물체를 스캔할 때에도 고급 퀄리티의 3D 모델을 만들어내는 새로운 자동스캔 방식을 개발하기 위해 Artec의 Scanning SDK 소프트웨어를 사용함과 동시에 Artec의 3D 스캐너 Spider 제품을 로봇 팔에 장착했습니다. 여러 차례에 걸친 비교 테스트 결과, 기존의 스캔방법보다 훨씬 효과적이고 뛰어난 새로운 방법이라는 사실을 입증해냈습니다.

물체를 3D로 스캔할 때 큰 어려움에 직면하게 되는 경우가 있습니다. 특히 물체의 표면이 복잡하고 맞물리는 부분이 여러 군데 있을 때에는 더욱 어렵습니다. 이로 인해 발생되는 최종 이미지의 데이터 손실과 사각(死角)을 제거하기 위해 수많은 연구가 진행되었는데, 그 중 한 연구팀이 매우 고무적인 결과를 도출해냈습니다.

비주얼 컴퓨팅 연구소(Visual Computing Research Center) 소속 연구원 중 이스라엘 텔 아비브 대학(Tel-Aviv University), 캐나다 뉴펀들랜드 메모리얼 대학(Memorial University of Newfoundland, 독일 콘스탄즈 대학(University of Konstanz), 중국 산동 대학(Shandong University) 출신의 엔지니어들로 구성된 연구팀은 새로운 스캔기법을 고안해내는 데 성공했습니다.수 차례의 실험 동안 연구원들은 의 3D 스캐너를 인간형 로봇인 ‘PR2’의 한쪽 팔에 장착했습니다. 로봇의 한쪽 손에는 수지(樹脂, resin) 테이블을 들게 했고, 수많은 소형 물체를 해당 테이블에 올려 실험하면서 로봇의 다른 한쪽 손을 회전하며 스캔하도록 했습니다.

수 차례의 실험 동안 연구원들은 Artec의 3D 스캐너를 인간형 로봇인 ‘PR2’의 한쪽 팔에 장착했습니다. 로봇의 한쪽 손에는 수지(樹脂, resin) 테이블을 들게 했고, 수많은 소형 물체를 해당 테이블에 올려 실험하면서 로봇의 다른 한쪽 손을 회전하며 스캔하도록 했습니다.

연구팀은 실험에서 다양한 3D 스캐닝 솔루션 가운데 Artec의 Spider 제품을 선택했습니다. Spider 제품은 작은 물체에서도 뾰족한 모서리와 아주 미세한 부분까지도 인식하기 때문에 실험에 매우 적합한 도구였습니다.

Spider 제품은 초고해상도 이미지(최고 0.1mm)를 도출해내며, 뛰어난 정확도(최고 0.05mm), 초당 최대 7.5프레임 포착, 초당 1,000,000포인트(PPS)의. 촬영된 프레임은 실시간으로 결합되기 때문에 스캔 후 별도의 복잡한 프로세싱이 필요 없습니다.

모든 분야의 디자이너, 엔지니어, 발명가에게 적합한 소프트웨어인 고성능의 Artec Studio 소프트웨어와 Artec의 Scanning SDK(SDK: Software Developer Kit, 소프트웨어 개발자용 키트)를 함께 사용하니 그 어떤 전문적 스캔 시스템이라도 제작할 수 있었습니다.

실험의 주된 목적은 물체의 스캔 결과물을 아주 충실하게 구현해내는 것이었습니다. 스캐너를 다음 부분 스캔의 최적 위치(NBV: Next-Best-Views)로 전략적으로 이동시켜 완벽성과 충실성 모두를 달성할 때까지 지속적으로 기하학적 디테일을 포착하게 함으로써 소정의 목적을 달성할 수 있었습니다.

따라서 자율적 스캐닝 시스템이라는 방식은 스캐너가 전송받은 데이터를 분석하고 로봇 스캔을 위한 일련의 NBV 위치들을 생성해내야 하는 과정을 필요로 합니다.

스캔 과정은 우선 물체를 전체적으로 한 번 스캔해서 물체 표면의 대부분에 다량의 포인트 클라우드 또는 점군(点群)을 우선적으로 생성하는 것으로 시작합니다. 그러면 프와송 방정식에 따라 일련의 NBV, 즉 스캔 최적 좌표들이 생성됩니다.

이 NBV 배열에 따라 로봇이 스캐너를 움직이며 각 부분을 스캔합니다. 스캐너를 든 손이 지정된 NBV에 위치하면 스캔을 실시합니다. 시스템은 스캔한 프레임을 전송받아 최초 스캔한 이미지에 적용되어 병합됩니다.

정교한 부분까지도 빠짐없이 담아내기 위해 연구팀이 적용한 새 알고리즘은 신뢰도 맵(CM: Confidence Map)을 생성해서 스캔의 질이 좋지 않은 부분을 정확히 감지하여 추가적 스캐닝을 실시하도록 합니다.

이러한 스캐닝 프로세스의 프로그램은 Artec>의 Scanning SDK로 제작되었습니다. 스캔 과정은 자동으로 진행되며, 특정 부분에 대한 보완 스캔이 완료되면 자동으로 정지됩니다.

실험에서 처음으로 적용된 알고리즘을 각각 가시성(visibility) 및 경계선(boundary)을 중심으로 한 두 가지의 NBV 기반 알고리즘과 비교해 보았습니다. 연구팀의 신규 알고리즘이 더 뛰어난 스캔 품질을 도출한다는 사실을 입증했습니다.

또한 연구원들은 굴곡(curvature) 및 밀도(density) 기반 접근법들과도 각각 비교하여 연구팀이 적용한 방법이 월등히 뛰어난 스캔 품질을 도출해낼 수 있는 사실을 입증했습니다.

연구팀은 추가적으로 팔이 한 개만 장착되어 있는 산업용 로봇을 사용해서 그들이 사용한 알고리즘을 재실험했습니다. 이 로봇을 이용하여 정교하게 조각된 코끼리 상을 높은 수준의 퀄리티와 충실성을 자랑하는 자동 스캔에 재차 성공했습니다.

Baidu
map