제품의 수명주기가 짧아짐에 따라 설계부터 생산까지 소모되는 비용을 감소시키기 위한 많은 노력들이 이루어지고 있다. 역공학을 통하여 보다 신속한 제품의 개발을 시도하고 있으며, 이를 위하여 3차원 측정장비를 통한 시제품의 형상 정보 획득과 획득된 형상 정보를 토대로 설계상의 문제점을 파악하거나 설계 정보가 소실되었을 경우 기존 설계 정보를 재생성하기 위한 연구들이 진행되고 있다. 설계 정보를 파악하기 위해선 특징형상 모델이 필요하며, 측정된 정보를 바탕으로 특징형상 정보를 파악하기 위해선 3차원 형상의 특징형상 인식과정이 필수적이다. 기존의 특징형상 방안들을 한계점이 존재하며, 최악의 경우 인식에 실패할 가능성도 존재한다. 또한 보다 정확한 인식을 위해서는 알고리즘의 복잡도가 증가하며, 특징형상 인식 수행을 위해 필요한 시간 역시 증가하게 된다. 매우 간단한 형상이기 때문에 간단한 알고리즘으로 인식이 가능하거나 보다 수행속도가 짧으며 인식 가능한 알고리즘을 사용할 경우 특징형상 인식으로 인하여 소모되는 비용을 절감할 수 있게 된다. 따라서, 본 논문에서는 점군집 데이터로부터 특징형상을 인식하기 위한 전체적인 준비과정에 대하여 다루며, 인식하고자 하는 형상의 특징을 파악하여 각각의 인식 알고리즘들의 한계점을 피할 수 있는 복합적인 알고리즘 선택과정을 통해 가장 적합한 인식 알고리즘을 추천할 수 있는 복합적 특징형상 인식 방안에 대하여 제안한다.
Alternative Abstract
By shorter life cycle of product, a lot of effort is being to reduce the costs from product design process. We are trying to develope new production through reverse engineering. Inforamtion of Measurement the shape of prototype by 3D Scanning machine, from this shape information, can be used testing of prototype for checking problem of design. Also if loss the design data, we can reconstruct the design data through using this shape information. For taking of design information, we need feature model and we have to converting to feature model from measurement data by feature recognition. Existing feature recognition method have limit and at the worst case, recognition result is failure. Also, for the correct of recognition, the complexity of algorithm and time for feature recognition is increase. If the shape is very simple, we need just very simple algorithm. If we using valid algoritm for feature recognition, we can reduce the cost. So, in this paper, explain the process for feature recognition from point cloud data. And suggest the complex feature recognition algorithm by check attribute of shape from measurement data with selection for suitable algorithm.