본 논문에서는 방대한 크기의 지상 레이저 스캔 자료로부터 터널의 내공 단면을 효율적으로 추출하기 위하여, 헤시(hash) 기반 구조체를 이용한 터널 중심선 자동 추정 및 터널 내공 단면 구성 포인트 클라우드 추출 방식을 제안하였다. 즉, 헤시 기반 구조체에 입력한 레이저 스캔 자료로부터 일정한 방향의 단면들을 추출한 후 각 단면의 중심점을 연결하여 터널의 중심선을 추정하였으며, 추정된 중심선을 따라 일정 간격 및 두께로 터널 내공 단면 구성 포인트 클라우드를 추출하였다. 결과적으로 약 750만개의 포인트로 구성된 레이저 스캔 자료로부터 1 m 간격으로 0.1 m 두께의 단면 구성 포인트 클라우드를 추출하는데 3초미만의 시간이 소요되었으며 메모리는 124 MB가 소요되었다. 그러나 터널 중심선 추정 후 오류 포인트 제거, 시점 및 종점 추가 작업을 수동으로 수행해야 히는 한계도 드러내었다.
The present study is about an efficient extraction of tunnel cross sections from huge point cloud achieved by a terrestrial laser scanner. A method, using a hash-based data structure, is introduced, by which point clouds, potentially composing cross sections, are extracted along a tunnel center line. The center line is estimated by linking points which are drawn in the middle of pseudo cross sections based on the hash-based data structure. Point clouds of a same thickness are extracted at a same interval along the center line. In result, it took less than 3 seconds and 124 MB of memory to extract, out of the 7.5 million points, the point clouds of 1 m interval and 0.1 m thickness. A manual operation, however, was needed to fix the outliers on the center line and to select both start and end points on it.
