인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
Full-text XML
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
Recently, in the shipbuilding industry, various smart quality management technologies integrating Fourth Industrial Revolution technologies have been actively researched, with particular emphasis on the use of 3D laser scanning technologies for the rapid acquisition of precise data. The raw 3D point cloud data generated by 3D laser scanners often contains incomplete information and noise due to various factors such as surface characteristics, measurement environment, and weather conditions. Consequently, post-processing of the data is essential to accurately extracting and analyzing the desired information. Accordingly, this study investigates post-processing methods and applications for the analysis of point cloud in ship blocks. Utilizing open-source algorithms, the research implements and evaluates the feasibility of 3D point cloud data processing and analysis techniques, including noise removal and plane recognition. Initially, the algorithms were applied to sample 3D point cloud data measured in a laboratory setting, and an examination of characteristics based on algorithm parameters confirmed their applicability. Based on these findings, a step-by-step assessment of each algorithm was conducted on point cloud data from ship blocks measured on-site. The results indicated the applicability of the algorithms, except for the DBSCAN algorithm, for the ship block point cloud data.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
